Замедлите распространение мошенничества с законом CARES с помощью правильных инструментов
Времена кризиса и неопределенности порождают отчаяние, поэтому неудивительно, что мошенничество стало безудержным с введением Закона CARES. Законопроект об экономическом стимулировании на сумму 2,2 триллиона долларов был создан для оказания финансовой поддержки предприятиям и частным лицам и сохранения рабочих мест и малого бизнеса во время внезапного экономического кризиса.
Однако мошенники, стремящиеся получить больше, чем их справедливая доля, создают уникальные проблемы, которые необходимо решать. Каждый доллар, полученный мошенническим путем, — это доллар, который не достается лицу, которое могло бы правомерно воспользоваться финансовой помощью.
На недавнем вебинаре, совместно организованном DataVisor и PwC, были рассмотрены некоторые проблемы, создаваемые Законом CARES, и то, что финансовые учреждения могут сделать, чтобы замедлить распространение мошенничества, связанного с Законом CARES. Вот некоторые из основных моментов:
Задача: устранение разногласий для хороших клиентов без риска мошенничества
Основная цель Закона CARES заключалась в том, чтобы передать столь необходимые средства в нужные руки для предотвращения экономического коллапса. Поскольку время было важным фактором, входные барьеры были относительно низкими, что создавало очень небольшие трения для клиентов. Для действительных приложений процесс без трения приветствуется, но он также подвергает финансовые учреждения (ФО) риску мошенничества.
И наоборот, реализация слишком большого количества «отказоустойчивых» мер может добавить трения в процесс и потенциально привести к более высокому уровню ложноположительных результатов. В идеале ФО должны просматривать все точки данных в режиме реального времени, чтобы обнаруживать закономерности и тонкие корреляции, которые могут позволить действительным клиентам пройти, не допуская дальнейшего мошенничества.
Задача: Мошенничество развивается в режиме реального времени
Соучредитель и генеральный директор DataVisor Инглиан Се отмечает, что одной из самых больших проблем для банков является борьба с злоумышленниками в режиме реального времени. Мошенничество по Закону CARES быстро развивается, и мошенники используют технологии для совершения своих преступлений точно так же, как банки используют технологии для самообороны.
«Мошенники используют облачные центры и прокси-серверы, чтобы скрыть свое происхождение, а также эмуляторы устройств и поддельные учетные записи, используя разные адреса электронной почты», — объясняет она. Из-за этих многочисленных уровней финансовые организации должны заботиться не только о мошенничестве, которое они обнаруживают, но и о том, чего они не находят.
Как неконтролируемое машинное обучение помогает замедлить распространение мошенничества с законом CARES
Методы обнаружения мошенничества, основанные на правилах, носят реактивный, а не упреждающий характер. Для банков, борющихся с новой территорией мошенничества в соответствии с Законом CARES, трудоемкий процесс обучения данных, маркировки и моделирования может привести к возникновению нескольких случаев мошенничества, прежде чем их модели и инструменты, основанные на правилах, наверстают упущенное.
Поскольку неконтролируемое машинное обучение (UML) не опирается на методы, основанные на правилах, и обучение данным, оно позволяет финансовым организациям идти в ногу с развивающимся ландшафтом мошенничества в соответствии с Законом CARES, включая выявление ранее неизвестных мошеннических действий. Отсутствие необходимости в обучении данных и моделировании позволяет финансовым организациям быстрее реагировать на мошенничество, прежде чем оно может нанести финансовый или репутационный ущерб. UML позволяет платформе DataVisor обнаруживать шаблоны высокого уровня и кластеры мошеннических действий, которые могут обойти контролируемые системы машинного обучения и системы, основанные на правилах.
Результатом является развивающаяся модель мошенничества, которая не полагается на маркировку или обучение и может обнаруживать целостные закономерности в режиме реального времени с большей точностью и меньшими трудностями для клиента.
Чтобы узнать больше, посмотрите полный вебинар по запросу, организованный DataVisor и PwC.
