预测支付欺诈：强大的实时分析

SAS欺诈管理(SAS Fraud Management)解决方案显著提高Nets反欺诈能力

全球数字支付交易预计 2024年达到11.5万亿美元，即每周7天、每天24小时、每分钟处理2200万美元。这其中很多活动涉嫌 欺诈。诈骗分子在混乱中生存。实际上，他们依赖于这种混乱。

Nexi集团旗下的Nets是欧洲最大的数字支付服务提供商之一，通过零售终端、电子商务和支付处理的方式，为74万家商户提供服务，并为250家银行和其他发卡机构提供刷卡交易、欺诈和争议处理服务以及数据分析。

近年来，网上购物呈指数级增长，令人喜忧参半。2020年，全球电子商务销售额达到4.2万亿美元， 2027年预计将翻一番，达到8万亿美元。然而，电子商务增长的同时，欺诈活动也显著增加，预计从2023年至2028年，全球商家因在线支付欺诈造成的损失将超过3620亿美元。

支付欺诈不断变换花样。持卡用户的保护措施设计得再快，诈骗分子总能迅速找到破解方法。他们正在利用双重和多重身份验证系统的弱点，使用网络钓鱼和短信钓鱼攻击等社交工程手段来获取详细的身份验证，然后诱骗用户提供他们的支付令牌或其他安全信息。

Nexi集团欺诈和争议事务主管Jukka-Pekka Kokkonen表示：“过去，使用这些安全措施或令牌进行的支付，我们可以保证支付的安全。但现在，我们看到客户将他们的身份识别和验证方法泄露给诈骗分子，而我们阻止欺诈的手段非常有限。”

这是日益严峻的全球性挑战。诈骗分子不断翻新他们的手法，因此银行和Nets这样的支付服务提供商 (PSP) 也必须调整应对措施，以便更加准确地查明异常交易。

在几秒钟内阻止欺诈交易

银行和支付服务提供商只需一眨眼的时间就能阻止欺诈交易并保护客户。

Kokkonen 解释说：“变化的速度、攻击载体和欺诈模式比过去更加频繁地变化，这可能是一个挑战。因此，我们正在使用新的数据点，我们正在使用 3DS 数据，我们正在研究加密数据，我们正在努力寻找代币数据。借助 SAS 欺诈管理解决方案，我们可以实时处理海量数据，识别异常模式，甄别真实交易中的欺诈交易。”

借助 SAS，Nets 简化了数据集成，使其能够将自己的内部数据与银行及第三方的数据集成，从而创建更好的预测模型。数据收集在一个单一的解决方案中完成，使 Nets 能够敏捷地对出现的新威胁做出更快的反应。

Kokkonen 说：“由于这场战斗的性质，持续监控欺诈侦测性能至关重要。SAS 解决方案为我们提供了大量有关欺诈防御性能的最新信息，使我们能够根据需要进行调整，以应对全球不同地区不断变化的威胁。”

Nets 正在将该自适应实时欺诈侦测系统用于支付卡，告诉客户共享认证凭证的危害，并与客户实时沟通帮助他们避免可能的欺诈。

Kokkonen 解释说：“发卡机构也可以帮助自己，例如当他们进行令牌注册时，他们应该监控那些可识别的模式，如账户中的相同电话号码。我们正在帮助客户识别这些差异，并使用 SAS 欺诈管理解决方案实时运行其他欺诈预防应用。”

这些努力正整合在一起帮助 Nets 保障客户的安全。

实时防范欺诈与人工推理相结合

欺诈侦测系统仅用几毫秒即可评估风险和识别可疑活动，否则企业将面临追讨诈骗付款的艰巨任务。Nets使用两类互补模型来识别异常交易，一类是SAS模型，一类是内部模型。这些模型能根据现有客户数据（包括客户典型消费模式、地理位置数据和设备数据等）实时测评每一笔交易。这种多样化分析有助于减少可能损害客户关系的误报，以及可能降低Nets及其客户盈利能力的漏报。

当发现高风险可疑活动时，系统将立即停止交易，然后向工作人员发送警报，以便立即进行审查。Kokkonen表示：“SAS欺诈管理解决方案使我们能够轻松防止高度可疑的交易。当交易被标记为高风险时，我们几乎可以肯定是欺诈，从而立刻制止交易避免欺诈发生。对于中低风险级别的交易，我们要求工作人员在警报触发一分钟内进行审查。” 

Kokkonen表示：“我们集成了双向短信触发功能，因此客户可以收到可疑交易的通知，他们可以与我们联系确认或拒绝交易。”

AI驱动下一轮猫鼠游戏

欺诈模式不断变化，因此Nets采用人工智能 (AI) 来改进其欺诈建模。借助强大的数据集，Nets开始研究发现和阻止欺诈的新方法。

Kokkonen表示：“随着诈骗分子开始利用AI，我们一直在努力尝试新的AI和生成式AI (GenAI) 方法来改进我们的模型预测。先进的方法和工具正在使用我们的交易和会话数据。我们也正在考虑使用第三方数据来改进模型预测。不久的将来，我们将测试如何更精确地应用新的先进方法来保护我们的客户免受AI欺诈。

与依靠技术突破安全防护的传统欺诈方法不同，社交工程学利用的是人性的弱点。AI和生成式AI将继续提高诈骗分子运用更有说服力的社交工程技术行骗的能力。

Kokkonen表示：“我们需要找到识别这些模式的方法，验证持卡人身份。欺诈可能提前到信贷申请阶段。诈骗分子也在冒用被盗身份骗取贷款，然后转移资金、洗钱或将其收入囊中。我们正在努力了解这些手段之间的关系。”

Kokkonen补充道：“AI是一把双刃剑 – 它可以帮助诈骗分子提升作案手段，但也可以帮助我们将他们捉拿归案。猫捉老鼠的游戏将继续下去。他们会利用AI来测试我们的反欺诈规则、模型和性能，并找到我们目前使用的阈值。因此，与以往任何时候相比，我们更需要具备灵活调整规则和改变阈值的能力。”