أنواع من الاحتيال وسرقة البيانات
في جميع أنحاء العالم ، تفقد المؤسسات ما يقدر بـ 5 في المائة من إيراداتها السنوية بسبب الاحتيال ، وفقًا لتقرير ACFE لعام 2020 المقدم إلى الأمم المتحدة بشأن الاحتيال المهني وسوء المعاملة.
من المؤكد أن خسارة الإيرادات تجذب انتباه قادة الأعمال عبر الصناعات – لكن الاحتيال يؤثر علينا جميعًا. يمكن أن يكون الهدف على مستوى شخصي للغاية ، مثل سرقة الهوية. كما أنه يصل إلى مستوى مخططات الاحتيال الهائلة الناجمة عن عصابات الجريمة المنظمة.
دعنا نلقي نظرة على خمسة أنواع من الاحتيال لمعرفة كيفية عملها وكيف تساعدنا التحليلات في محاربتها.
- الاحتيال الاصطناعي للهوية: ما لا يمكنك رؤيته يمكن أن يؤذيك
يحدث الاحتيال الاصطناعي في الهوية عندما يجمع المجرم بين أوراق اعتماد حقيقية وملفقة لإنشاء هوية ضمنية جديدة غير مرتبطة بشخص حقيقي. يخترع المجرمون هويات مزيفة ، أو يجمعونها من مصادر مختلفة ، أو يصنعونها عن طريق تغيير البيانات المخترقة.
يحظى الاحتيال التركيبي بالهوية بشعبية بين المجرمين لأنه أحد أصعب أنواع الاحتيال للكشف عنها. هذا النوع من الاحتيال بعيد المنال. مع عدم وجود شخص حقيقي وراء الهوية ، ليس هناك من يشتكي.
لحسن الحظ ، يمكن للتحليلات والبيانات الضخمة والذكاء الاصطناعي أن تهزم التركيبات. الذكاء الاصطناعي فعال بشكل خاص لأنه يقيم الاتصالات (أو عدم وجودها) بين العملاء والأجهزة والحسابات المفتوحة وبيانات الحساب. ويكتشف بسرعة الأنماط والشذوذ التي تشير إلى احتيال اصطناعي للهوية.
يصف مخطط المعلومات هذا أهم 5 أنواع من عمليات الاحتيال في الدفع
من المدفوعات الفورية إلى طرق المصادقة البيومترية – يصف هذا الرسم البياني أهم 5 اتجاهات في المدفوعات. انقر على مخطط المعلومات الرسومي لمعرفة المزيد.
- الاحتيال في الدفع – إنه يتطور بسرعة
عندما يتعلق الأمر بالاحتيال في الدفع ، فإن الأشخاص هم الحلقة الأضعف في سلسلة الأحداث التي تؤدي إلى الجريمة. يحدث الاحتيال في الدفع عندما يسرق مجرم معلومات الدفع الخاصة بشخص ما – أو يخدعهم في مشاركتها – ثم يستخدمها في معاملة كاذبة أو غير قانونية.
أدت الاتجاهات المتغيرة بسرعة في نظام الدفع إلى زيادة الإلحاح حول هذا النوع من الاحتيال. ضع في اعتبارك الدفع للحصول على خدمات دفع جديدة ومبتكرة من قبل شركات التكنولوجيا المالية والبنوك المنافسة ومقدمي خدمات الدفع (PSPs). إلى جانب المدفوعات غير النقدية ، نشهد الآن مدفوعات فورية ودفعًا رقميًا متطورًا مثل محافظ الهاتف المحمول والخدمات الشخصية والخدمات التراكبية.
يفتح مشهد الدفع سريع التغير هذا فرصًا جديدة للمحتالين لاستغلالها. والدفع السريع يعني الاحتيال السريع.
للاستجابة بفعالية ، تحتاج البنوك ومقدمي الخدمات العامة إلى دمج أنظمة تكيفية للكشف عن الاحتيال في الوقت الفعلي ، لكل من المدفوعات الصادرة والواردة. كما يحتاجون إلى نظرة أكثر شمولية لحسابات الدافع والمدفوع لأمره.
لا يكفي الاعتماد على أساليب الكشف المستندة إلى قواعد بحتة والتي تستغرق أيامًا لتنفيذها. أفضل طريقة لمكافحة الاحتيال في الدفع هي باستخدام تقنيات التعلم الآلي والتوصيف السلوكي. يمكن أن تتكيف هذه التقنيات بسرعة وتتعلم اكتشاف الانحرافات في السلوك.
- يفي الاحتيال في البطالة بالتحليلات
يعرف المحتالون أن الأزمة تميل إلى خلق الارتباك ، مما يؤدي إلى حدوث أخطاء وفجوات في العمليات. هذا هو السبب في أن جائحة COVID-19 أدى إلى وفرة من الاحتيال في البطالة.
ضع في اعتبارك ، على سبيل المثال ، أن الاحتيال في التأمين ضد البطالة من Scattered Canary – حلقة جريمة واحدة فقط – نما إلى 576 مليون دولار.
تتضمن بعض المخططات المستخدمة في الاحتيال في حالة البطالة تقديم معلومات خاطئة أو مضللة أو غير دقيقة. غالبًا ما يتم ذلك باستخدام المعلومات الشخصية من الهويات المسروقة.
باستخدام التحليلات ، يمكن لوكالات الدولة تحديد ومعالجة التهديدات الأكثر تأثيرًا أولاً ، ثم الانتقال إلى المخاطر ذات المستوى الأدنى. من الأكثر فاعلية تحليل المطالبات من قبل المئات أو الآلاف لتحديد الحالات الشاذة والأنماط عبر مجموعات المطالبات – ثم إبلاغ الموظفين بهذه المشكلات.
كما أنه يساعد على التعمق أكثر. يمكن أن يكشف النظر في الأنماط العريضة لملفات رواتب صاحب العمل أو تاريخ عمل المطالبين ، على سبيل المثال ، عن تناقضات عميقة تشير بوضوح إلى سرقة الهوية والاحتيال في مجال البطالة. من خلال التحليلات والحلول المستندة إلى السحابة ، يمكن للوكالات زيادة مستوى الرؤية بحيث يتم الكشف عن جميع المطالبات والمخاطر المشبوهة بشكل جماعي.
- الاحتيال من طرف ثالث – التكيف مع التهديدات في الوقت الحقيقي
معظم الأشخاص الذين يتقدمون بطلبات للحصول على قروض يقومون بذلك بشكل شرعي – ولكن ليس كل المتقدمين لديهم نوايا حسنة. الاحتيال من طرف ثالث – المعروف أيضًا باسم سرقة الهوية – هو عندما يستخدم شخص ما هويتك للحصول على قرض باسمك. لنأخذ مثالاً من Axcess Financial ، مقدم قروض يوم الدفع.
مع نمو الأعمال التجارية ، شهدت Axcess Financial نموًا في عدد التطبيقات الاحتيالية أيضًا. وكانت النتيجة خسائر مالية كبيرة – على الرغم من تدابير الكشف عن الاحتيال التقليدية.
لاكتشاف اتجاهات الاحتيال الجديدة المتعلقة بالهوية والتكيف معها في الوقت الفعلي ، اختارت شركة Axcess Financial حلاً قائمًا على السحابة والبرمجيات كخدمة من SAS. يجمع الحل بين العديد من موفري بيانات المصادقة للمصادقة السريعة والمركزية لـ
المستخدمين الرقميين. من هنا ، يمكن للشركة تحديد نوع الاحتيال الذي يحدث (احتيال طرف ثالث أو طرف أول أو احتيال اصطناعي) – ثم تقسيم المعاملات وفقًا لذلك لتكوين دفاعات مناسبة.
لقد أثبت النهج متعدد الطبقات للكشف عن الاحتيال أنه الأكثر فاعلية بالنسبة لشركة Axcess Financial. الآن ، تتخلص الشركة بسرعة من المحتالين باستخدام مجموعة متنوعة من الأساليب – فحوصات اعرف عميلك (KYC) ، والملفات السلبية ، وقواعد الاحتيال ، والقياسات الحيوية السلوكية ، وطباعة الجهاز ، واكتشاف الشذوذ عبر التعلم الآلي. مع تغذية النتائج في النظام ، تزداد الدقة.
- الاحتيال في مجال الرعاية الصحية: كيف يساعد اكتشاف الاحتيال المدعوم بالذكاء الاصطناعي
يكلف الاحتيال مؤسسات الرعاية الصحية مليارات الدولارات كل عام. وتشير التقديرات إلى أنه تم اكتشاف حوالي 10٪ فقط من هذا الاحتيال.
Prime Therapeutics هو مدير مزايا الصيدلة (PBM) الذي يدير فوائد الأدوية التي تصرف بوصفة طبية نيابة عن شركات التأمين الصحي من خلال التفاوض مع الشركات المصنعة للأدوية والصيدليات. في حين أن PBMs بارعة في الكشف عن الاحتيال والهدر وسوء الاستخدام في صرف الأدوية ، فإنها تميل إلى عدم وضوح الرؤية من ناحية الفوائد الطبية.
في الأصل ، احتفظ Prime بالبيانات في قواعد بيانات متعددة ومخازن بيانات. نظرًا لأنه لا يمكن ربط وتحليل جميع مصادر البيانات ذات الصلة بشكل فعال ، كان من الصعب إيقاف الاحتيال الذي يرتكبه الواصفون والأعضاء.
مع حل تحليلات متقدم من SAS ، يجمع Prime البيانات من الصيدليات ومطالبات الأدوية الطبية والخدمات الطبية. يتيح تطبيق قدرات الذكاء الاصطناعي والتعلم الآلي على مجموعة البيانات الشاملة هذه للمؤسسة اكتشاف ومنع الاحتيال ، بغض النظر عن المصدر. ويظهر تحليل الارتباط المرئي الروابط بين مقدمي الخدمات والأعضاء والصيدليات – مما يسهل على محققي Prime مشاركة الأدلة مع سلطات إنفاذ القانون.
