Projeções de fraude para 2024

1. A IA não é uma tendência passageira

A ameaça da IA só vai aumentar em 2024. Um perigo é a combinação da IA generativa com grandes vazamentos de dados. Imagine se um fraudador pudesse obter acesso a milhares de Identificações diferentes, gerar um rosto aleatório que correspondesse às características do nome de uma pessoa e colocá-lo em um documento de sua escolha. Com a IA, há pouco trabalho envolvido: é apenas uma questão de configurar o programa e comprar algumas credenciais.

Como podemos combater tais ameaças? Os kits de desenvolvimento de software (SDKs) da Veriff são seguros e robustos por natureza, pois podemos controlar suas interações, dificultando que os fraudadores injetem digitalmente mídias no fluxo. Na prática, construímos uma proteção rigorosa em torno de nosso sistema, garantindo que o conteúdo que é capturado ou enviado seja válido.

Our Senior Director of Fraud Prevention and Experience here at Veriff, David Divitt explained: "We face the risk of mass attacks: even if a fraudster fails 99% of the time with their fake IDs, a 1% success rate is a good return if they’re able to easily create an attack. Fortunately, we have the tools to keep our customers safe from this threat.”

Learn more about the threat of AI here.

2. Uma ameaça global exige uma abordagem holística

O cenário de fraudes é complexo e sutil - os tipos de fraude, e as táticas e ferramentas utilizadas pelos fraudadores, diferem de país para país, assim como diferem de indústria para indústria.

Por que isso acontece? A resposta é simples: os fraudadores são oportunistas e, graças aos avanços em tecnologia, aprendizado de máquina e inteligência artificial (IA), eles têm muitas ferramentas à sua disposição. Eles não sabem qual tática funcionará ao atacar um determinado alvo e, por isso, tentam múltiplos métodos. Quando encontram uma vulnerabilidade, continuam até serem interrompidos.

O RiskScore da Veriff é um grande passo em direção ao combate da fraude online. Essencialmente, a Veriff analisa o documento do usuário, biometria facial, dispositivo e rede junto com padrões de fraude anteriores para fornecer uma avaliação e proteção contra fraudes de ponta.

Em seguida, reunimos tudo em um único escore de risco consumível que um cliente pode usar para avaliar facilmente o risco potencial ou ajustar suas estratégias de mitigação.

Claro, esta é apenas uma ferramenta no arsenal do cliente. Eles podem usar nosso RiskScore e combiná-lo com suas próprias informações de risco - como um usuário está acessando um serviço, por exemplo, os outros serviços que utilizam ou seu histórico como cliente.

Isso permite que eles tomem uma decisão ainda mais informada. Mas com o RiskScore, eles têm um dado digerível que podem usar para potencializar sua tomada de decisão.

Da mesma forma, nossa abordagem de link cruzado - onde vinculamos múltiplas informações para obter novas percepções - significa que podemos agrupar verificações com pontos de dados semelhantes, ajudando-nos a identificar fraudadores que possam usar múltiplas identidades falsas em diferentes ocasiões

Essa capacidade se aprofundou e se expandiu, e continuará a fazê-lo em 2024. Temos longas datas identificando um documento que aparece em várias ocasiões com o mesmo cliente, ou as mesmas características biométricas, endereço IP ou características do dispositivo. Mas agora podemos analisar entre clientes, dentro do mesmo setor: por exemplo, verificando se o mesmo fraudador tem atuado entre nossos clientes de serviços financeiros.

Isso é eficaz porque os fraudadores sempre tentarão reutilizar suas ferramentas e táticas em várias organizações.

Mesmo ao recorrer ao aprendizado de máquina, IA e deepfakes, eles reutilizarão credenciais, modelos e rostos. Nossa capacidade CrossLinks os impede.

3. O fim das senhas e KBA?

A tecnologia é a chave para vencer os fraudadores, permitindo que você se adapte e evolua para vencer o crime. E a autenticação biométrica é uma das ferramentas mais vitais disponíveis.

With biometric authentication, you can confirm that a returning user is who they claim to be, helping to mitigate account takeover, identity theft, and other fraudulent activities in a way that knowledge-based authentication (KBA) could never achieve.

So how does it work?

• Nosso sistema pede ao usuário uma selfie, substituindo a autenticação baseada em conhecimento, senhas de uso único e autenticação por e-mail
• A tecnologia verifica rapidamente a selfie quanto à autenticidade e vitalidade em tempo real
• Comparamos a selfie a um rosto previamente verificado
• A Veriff devolve o usuário à sua plataforma e fornece a decisão de autenticação – em apenas um segundo.

Este sistema é mais rápido, mais fluido e muito mais preciso do que KBA, e isso se deve ao fato de que a Veriff tem uma equipe de especialistas que trabalham em verificação e padrões de fraude, garantindo que, à medida que os modelos de IA por trás do nosso sistema de autenticação biométrica são treinados, eles se concentrem nos alvos corretos da maneira certa. Ao adotar o feedback humano no aprendizado de máquina e na inteligência artificial, podemos garantir que nossos sistemas de IA de próxima geração estão aprendendo e evoluindo adequadamente.