Ahogy egyre több pénzügyi tranzakció zajlik online pályákon, az összes érintett cégnek szembe kell nézni azzal a kihívással, hogy fenn kell tartani a fizetési módszerek biztonságát, az ügyfelek személyes adatainak védelmét, valamint képesnek kell lenniük megkülönböztetni a jogszerű ügyfélmagatartást a csalárd tevékenységektől. A Visának a fejlett analitika és a mesterséges intelligencia jelentős szerepet támogatást ad ebben.
A digitális kereskedelemre való áttérés - amelyet a világjárvány miatti zárlatok és korlátozások is erősítenek -, átalakította a pénzmozgást világszerte. A magánszemélyek egyre inkább az új eszközökre támaszkodnak, hogy pénzt küldjenek mások emberteknek, vagy hogy fizessenek a kiskereskedőknek és más típusú eladóknak az árukért és szolgáltatásokért. Vannak új fizetési rendszerek, mint a buy-now-pay-later, a tap-to-pay és a no-touch fizetés, és ezek más kihívásokkal és kockázatokkal járnak, mint a hagyományos, szemtől-szembe történő tranzakciók - mondta Dustin White, a Visa kockázati adatokért felelős vezetője a DarkReading portál szerint.
A Visa blogjában pedig nemrégiben ezt írta Paul Fabara, a cég kockázatkezelési vezetője: "Ha azt mondanánk, hogy a pénz globális mozgásának biztosítása összetett feladat, akkor ez túlzás lenne, különösen most."
A Visa szerint a hálózatán az e-kereskedelmi forgalom 2019 vége óta több mint 50 százalékkal nőtt, a peer-to-peer (egyenlő felek közötti) fizetések pedig több mint kétszeresükre bővültek. Még akkor is, amikor a vásárlók 2021-ben visszatértek a boltokba, az online trendek stabilan kitartottak, mivel a vásárlók továbbra is lelkesen vásároltak online - áll a Digital Commerce 360 elemzésben.
A bűnözők oda mennek, ahol a pénz van. Észrevették az e-kereskedelmi váltást és a digitális fizetések fokozott használatát. White szerint azonban annak ellenére, hogy a támadási felület megnőtt, a Visa hálózatain a csalások aránya továbbra is történelmi mélyponton van. A csalási arányok jelenleg 100 dollárnyi tranzakciónként körülbelül 7 centet tesznek ki, annak ellenére, hogy a csalók naponta több mint 2 milliószor próbálkoznak. White a Visa fejlett analitikába és mesterséges intelligenciába (AI) való jelentős beruházásainak tulajdonítja a csalások alacsony szinten tartását.
A kártyatársaság az elmúlt öt évben 9 milliárd dollárt fektetett be a kiberbiztonságba, ebből 500 millió dollárt kifejezetten az adatelemzésre és a mesterséges intelligencia képességekre. A vállalat 60 petabájtnyi adatot kezel, illetve több mint 60 különböző szolgáltatásba ágyazta be a mesterséges intelligenciát és az elemzést, hogy kiszűrje, megakadályozza a csalásokat a hálózatain.
A Visa Advanced Authorization (VAA) pontozás AI és gépi tanulási technikákat használ, hogy 300 milliszekundumon belül meghatározza, hogy egy tranzakció jogszerű vagy csalárd-e - mondta White. A VAA önmagában 26 milliárd dollár értékű csalást akadályozott meg 2021-ben.
A vállalat elemzi az adatokat, hogy megkeresse a törvényes tranzakciókhoz kapcsolódó "közös viselkedési mintákat", és hogy azonosítsa a csalást. Például az olyan meglátások, mint például az, hogy egy ügyfél hitelmásolatot igényel, és a számjegyek beírása helyett beilleszti a társadalombiztosítási számot, azt jelezhetik, hogy a használt személyes adatok lopottak lehetnek.
A Visa Behavioral Analytics az elmúlt két évben több mint 400 millió hitelesítési kérelmet elemzett 12 millió egyedi eszközzel szemben, hogy felismerje a fiókátvételeket és a bot-alapú támadásokat - mondja White.
A Visa Account Intelligence mesterséges intelligenciát és gépi tanulást használ a csalások felderítésére, mielőtt azok elkezdődnének. Egy esetben a Visa Account Intelligence segített megelőzni 2,2 milliárd dollárnyi potenciális ügyfélcsalást.
A téves elutasítások, vagy amikor egy tranzakciót hiba miatt nem hajtanak végre, szintén költséges lehet. White szerint az ügyfelek mintegy 89 százaléka felhagy az adott elem - egy hitelesítő vagy egy adott fizetési mód - használatával egy téves elutasítás után, ami a szolgáltatók és a kereskedők számára bevételkiesést eredményezne. A Visa mélytanulási technikákat alkalmaz a hamis elutasítások akár 30 százalékkal történő csökkentésére - állítja a vállalat.
A biztonsági elemzők természetes feldolgozással fedezik fel a kibertámadásokat és a belső fenyegetéseket, és gépi tanulási modelleket alkalmaznak a hálózati sebezhetőség legvalószínűbb pontjainak előrejelzésére és javítására. A sebezhetőségi tesztelés a 2021-es pénzügyi évben mintegy 31 millió dollárt takarított meg a megelőzött csalásokból.
A Visa mesterséges intelligenciába való befektetései megfelelnek a pénzügyi szolgáltatási ágazat általános tevékenységének. A Preventing Financial Crimes Playbook szerint a pénzügyi intézmények több mint 217 milliárd dollárt költöttek AI-alkalmazásokra a csalások megelőzése és a kockázatok felmérése érdekében. Ezek a számok 2020-ból származnak, és a beruházások üteme azóta tovább nőtt. A bankok tisztában vannak a mesterséges intelligencia alkalmazásának előnyeivel, amint azt a UBS Evidence Lab nemrégiben készült jelentése is mutatja, amelyben a 100 milliárd dollárnál nagyobb eszközállománnyal rendelkező bankok válaszadóinak 75 százaléka mondta, hogy AI-stratégiákat hajtanak végre.
White óva int attól, hogy a mesterséges intelligenciát mindenre kiterjedő megoldásként kezeljük. Inkább többrétegű megközelítést javasol. A Visa továbbra is fenntartja a Cyber Fusion Centereket, amelyekben elemzők dolgoznak a folyamatos biztonsági megfigyelés, az incidensek kivizsgálása és a fenyegetések felderítése céljából. A gépi tanulás akkor a leghasznosabb, ha a meglévő eszközök és folyamatok javítására vagy egy adott helyzet kezelésére alkalmazzák. "Egyetlen megoldás sem fogja meghiúsítani az infrastruktúrát érő összes támadást" - mondja jelentette ki a szakember.
