Consciencialização e Prevenção de Fraude

A tecnologia de prevenção de fraude tem feito enormes progressos graças aos avanços na velocidade computacional (elevado desempenho de analítico), aprendizagem automática e outras formas de inteligência artificial (AI). A fraude é um tema comum a todas as áreas da nossa vida; faz com que o preço que pagamos pelos bens e serviços aumente, desperdiça impostos dos contribuintes, retira recursos que poderiam ser utilizados para a inovação e chega a custar vidas humanas.

• História
•     
• Mundo Atual
•     
• Quem utiliza
•     
• Como funciona
•     
• Próximos Passos

História

A fraude pode abarcar desperdício e abuso, pagamentos impróprios, lavagem de dinheiro, financiamento terrorista, segurança pública e cibersegurança. No passado, as organizações tiveram de fazer uma abordagem segmentada à prevenção de fraude, utilizando regras de negócio e análises rudimentares, por forma a encontrar anomalias e criar alertas a partir de conjuntos de dados separados. 

Não era possível fazer o cruzamento dos dados através da automatização, e os investigadores não conseguiam monitorizar as transações e crimes de forma manual e em tempo real; tinham de o fazer depois do ocorrido. Nos cuidados de saúde, a prevenção de fraude assemelhava-se mais algo do género "perseguição por pagamento", dado que há muito que o criminoso havia desaparecido quando se detetava a fraude.

Para combater a fraude, foram inventadas tecnologias mais recentes que têm como intuito prever as táticas convencionais, descobrir novos esquemas e decifrar as cada vez mais incrivelmente sofisticadas redes de fraude organizadas. Isto vai para além das análises normais; aplica técnicas de previsão e análise adaptativa – incluindo uma forma de AI conhecida como aprendizagem automática. Ao combinar recursos de big data com a monitorização da análise do perfil de risco para determinar o risco de fraude, a prevenção de fraude assumiu um papel que está a mudar o rumo no que toca às perdas.

Deteção de Fraudes no Mundo Atual

A crescente complexidade do terrorismo promovido por estados, criminosos profissionais e criminosos de sofá está a tornar-se cada vez mais difícil de compreender, seguir, expor e prevenir. A deteção de fraudes no mundo atual requer uma abordagem compreensiva para se fazer a ligação dos pontos de dados às respetivas atividades e descobrir as que são anómalas. Os burlões têm desenvolvido técnicas sofisticadas, por isso, é essencial estar na linha da frente destas abordagens em constante mudança na tentativa de enganar o sistema.

É comum que falhas na cibersegurança permitam a ocorrência de atividades fraudulentas. Veja-se os exemplos do comércio ou serviços financeiros: Antes tida com um luxo, a monitorização de transações online em tempo real é agora um requisito de linha-base, não apenas para transações financeiras, mas também para dados de eventos digitais relacionados com a autenticação, sessão, localização e dispositivo.

Para identificar e parar uma série de ataques fraudulentos e crimes de forma rápida e com precisão – ao mesmo tempo que as entidades melhoram a experiência do cliente e cidadão – devem também focar-se em seguir quatro passos críticos:

1. Capturar e unificar todos os tipos de dados dos vários de departamentos ou canais e incorporá-los no mesmo processo de análise.
2. Monitorizar de forma contínua transações, redes sociais, anomalias de alto risco, etc. E ainda, aplicar análises de comportamento para permitir a tomada de decisões em tempo real.
3. Incutir uma cultura de análise, em toda a empresa, através da visualização de dados a todos os níveis, incluindo a otimização do fluxo de investigação.
4. Empregue técnicas de segurança por camadas.
   
   

A tecnologia de prevenção e deteção de fraude que escolher deve estar apta a aprender por meio de padrões de dados complexos. Deve servir-se de modelos de decisão sofisticados para gerir melhor falsos positivos, e detetar relações nas redes a fim de ter um ponto de vista completo, no que toca às atividades de burlões e criminosos. Combinar métodos de aprendizagem automática – tais como o deep learning, redes neurais, aumento de gradiente extremo e máquinas vetoriais –, bem como métodos comprovados, como é o caso da regressão logística, mapas auto-organizados, florestas aleatórias e conjuntos – provaram ser bem mais precisos e eficientes do que abordagens baseadas em regras.

Como Funciona a Prevenção de Fraudes

A deteção e prevenção de fraudes não é um processo estático. Não existe um início nem um fim. Em vez disso, há um ciclo do qual fazem parte: monitorização, deteção, decisões, gestão de casos e aprendizagem para fornecer melhorias na deteção novamente ao sistema. As organizações devem lutar por aprender constantemente através dos incidentes de fraude e incorporar resultados em futuras monitorizações e processos de deteção. Isto requer uma abordagem de um ponto de vista empresarial ao ciclo de vida analítico.

Os seus objetivos podem incluir deteção de fraude, conformidade ou segurança. As tecnologias como a inteligência artificial e aprendizagem automática tornaram-se mais prevalentes, e a próxima geração de tecnologias irá automatizar os processos manuais associados à combinação de grandes conjuntos de dados e aplicá-los juntamente com análises comportamentais