איך כרטיסי אשראי חברות להילחם הונאה

איך התבצע עוקץ המנכ"לים מהכלא? האסיר שהפיל עשרות עסקים (סֶפּטֶמבֶּר 2024)

איך התבצע עוקץ המנכ"לים מהכלא? האסיר שהפיל עשרות עסקים (סֶפּטֶמבֶּר 2024)
איך כרטיסי אשראי חברות להילחם הונאה

תוכן עניינים:

Anonim

הונאה בכרטיס אשראי עולה על 4 דולר. 8 מיליארד דולר בשנה וסוחרים 190 מיליארד דולר בשנה. אשראי הוגן אשראי חוק (FCBA) מגביל את חבות הצרכן עבור עסקאות כרטיס לא מורשה ל 50 $. חברות כרטיסי אשראי יש לכסות את שארית, ולכן סוכנויות אלה מושקעים מאוד במעקב למטה והגבלת הונאה. לשם כך, יש להם לשים לשחק מאוד סכמטי ומורכב נהלים לאיתור ועיבוד הונאה. להלן שלוש הדרכים העיקריות שבהן הוא נעשה.

-> ->

חברות צפה בתבניות שלך

חברות כרטיסי האשראי לעקוב אחר דפוסי ההוצאות שלך באמצעות מערכות לקבוע את תוקפם של הרכישות שלך. בכל פעם דפוס שלך שובר עם רכישות במחיר גבוה או יוצא דופן או עם עסקאות שנעשו מחוץ לבית שלך, החברה מציינת את זה מתריע. החברה גם מציין תדירות שונה, כגון אם נרשמת עסקאות יותר מבעבר ואם עסקאות המסחר האלקטרוני שלך השתמש בכתובת ה- IP השתנה. גנבים נוטים לבדוק כרטיסי אשראי על ידי ביצוע עסקאות קטנות יותר ויותר ויותר. חברות כרטיסי האשראי להתריע אם הם מבחינים דפוס כזה.

-> ->

חברות השתמש שלך סיוע

ייתכן שדווח על מקרה אחד או יותר של גניבת כרטיס אשראי. חברות כרטיסי האשראי עוקבות על ידי ציון חיובי דומה על אחד או יותר של הכרטיסים שלך מבקש ממך לאמת אותם. הגנב עשוי להיות מעורב הונאה תחת שמות שונים, או האקרים אחרים עשויים לבצע את אותו, או דומה, stindles.

חברות להעסיק אלגוריתמים טכניים

חברות כרטיסי אשראי להשתמש במערכת מתוחכמת מאוד של אלגוריתמים טכניים למלכודת הונאה. אלה כוללים קיבוץ באשכולות, שבו הבנקים מקשרים בין רכישות משותפות ומלכודות רכישות חריגות יותר; ממוצע, שבו הבנקים לחשב את האמצעים של הרכישות שלך כדי לקבוע התנהגות הקנייה הרגילה שלך; וסיווג, כאשר הבנקים מסמנים עסקאות לפי קטגוריות הכוללות גיאוגרפיה, זמן, הסתברות הונאה וכדומה.

ניתוח נתונים סטנדרטיים גדל לתוך נתונים גדולים analytics, שבו מהנדסים להשתמש בטכנולוגיות כגון מחשוב ענן ו מכונת למידה כדי לזהות חריגות. חברות כרטיסי אשראי לעבור תולעים של נתונים כדי לנכש תוצאות חיוביות שגויות לזהות דפוסים. מערכת המחשוב משתמשת ב- petabytes כדי לעבד את כל הנתונים. בכל זמן נתון, PayPal תהליכים 1. 1 פטה-בתים של נתונים עבור כל 169 מיליון חשבונות לקוחות. כמות עיבוד זו עלולה להזיק למבנה המחשוב של החברה, כך שהמחשב פונה למחשוב ענן לקבלת סיוע. מחשוב ענן נמתח כדי לקבל אינסוף של נתונים. בדרך זו, חברות כרטיסי האשראי מצליחות לאתר אותות חשודים יותר.

חברות כרטיסי האשראי משתמשות גם בלמידה ממוחשבת, הכוללת מודלים ממוחשבים שהוכשרו על ידי הזנת עסקאות אופייניות לירידת התחזיות.מחשב הלמידה מנתח את העסקה ומייצר ספרות הסתברות כדי לדרג את אמינותה. תהליך זה מסייע לסוחרים לזהות הונאה בזמן אמת, ולכן אם כרטיס האשראי שלך נדחה על ידי הקופאי, סביר להניח שהמודל הניב תוצאה של הסתברות גבוהה להונאה, שהזעיקה את נקודת המכירה של המערכת כדי לדחות את העסקה.

Key Takeaways

מועצת תקני האבטחה של PCI מקדישה את עצמה לשיפור תקני האבטחה להגנה על נתוני החשבון שלך. סוחרים המעבדים כרטיסי אשראי נדרשים לבצע את ביקורת האבטחה שלה אחת לשנה, וטכנולוגיות שבב ו- PIN הן רק אחת ממערכות ה- IT החדשות שיצאו לזיהוי הונאה. עם זאת, הונאה בכרטיס אשראי ממשיכה לגדול, עם 1, 540 הפרות המתרחשות ברחבי העולם בשנת 2014, על פי מדד ג '

חברות כרטיסי האשראי לנסות תחבולות שונות כדי הונאה מלכודת. אלה כוללים ניתוחי נתונים גדולים מסורתיים ומתפתחים כדי לזהות דפוסים לא נורמליים. הנתונים מראים כי מאמציהם מפיקים שיעורי הונאה ממוצעים שנתיים נמוכים, לפחות באמריקה. לדוגמה, הרמאים באמצעות כרטיסי אשראי גנב 18 מיליארד דולר מ -13 מיליון צרכנים U. בשנת 2013. מספר זה ירד בשנת 2014 ל 16 $ מיליארד מ -12 מיליון קורבנות U. S.