跳至主要内容

文章

支付威胁情报如何帮助银行更快地打击欺诈行为

以更快的检测和预防速度应对不断变化的欺诈形势

出版日期:2025 年 11 月 6 日2025 年 11 月 6 日

Urooj Burney profile photo

Urooj Burney

Senior Vice President, Cybersecurity Payments Ecosystem,

Mastercard

模板

文章一览:

  • 欺诈者正在使用深度伪造、信息窃取和人工智能驱动的机器人等先进手段来提高攻击速度和规模。
  • 支付威胁情报可以显示欺诈的早期迹象,使欺诈团队能够在风险升级之前预测并降低风险。
  • 当欺诈和网络安全团队主动共享威胁情报数据时,就能加快支付欺诈的检测和预防。

更快的威胁要求更快的欺诈响应

如今的欺诈者速度更快、装备更精良、联系更紧密。他们正在利用人工智能和自动化技术,以迅雷不及掩耳之势利用漏洞。

在当前的环境下,从数据泄露到货币化往往不到一天的时间。近三分之二(65% )的被盗凭据在被盗后不到 24 小时就被挂牌出售。

反击需要欺诈和网络安全团队配合攻击者的速度。但是,如果没有及时的威胁情报,他们往往会落后一步。事实上,仅有36%的全球领导者在收到数据泄露通知前的一段时间内发现了欺诈模式。这是一个令人担忧的滞后期,尤其是企业平均需要241 天来识别和控制漏洞。

为了缩小差距并加快支付欺诈的检测和预防,欺诈团队需要Access支付威胁情报,以发现早期欺诈信号并制定积极的计划。

欺诈者是如何加快行动速度的?人工智能对网络和支付欺诈的影响与日俱增

欺诈者正在利用自动化和新的数字工具,快速追踪从网络漏洞到金融欺诈的路径。这些策略使他们能够以前所未有的速度实现网络攻击的自动化、适应性和规模化,从而重塑支付欺诈的开始方式。

人工智能驱动的自主威胁

网络犯罪分子现在部署的人工智能代理可以实时自主改进攻击。

例如,欺诈者经常使用自动机器人在多个网站上测试窃取的用户名和密码,进行凭证填充攻击。但越来越多的攻击者正在尝试使用人工智能工具,这些工具可以识别更有希望的凭证组合,或锁定那些看起来更容易入侵的账户。

与执行简单重复动作的传统自动机器人相比,自主人工智能系统速度更快、效率更高。它们代表了网络威胁的下一个前沿:适应性强、持续性强,而且越来越难以防御。

毫不奇怪,现在有80%的 CISO 表示,人工智能驱动的网络攻击是他们最担心的问题。随着这种演变,有效的欺诈预防取决于识别早期攻击指标,以调整网络安全控制和规划积极主动的应对措施。

大规模窃密

信息窃取程序是一种恶意软件,旨在侵入系统并获取敏感的个人身份信息 (PII)。它们通过自动窃取凭证来助长支付欺诈计划,帮助攻击者以远快于人工策略的速度获取大量数据。

信息窃取器的价格也不贵,而且很容易买到。业余犯罪分子可以从网络犯罪即服务在线市场购买现成的恶意软件工具包,从而轻松发起攻击。

通过信息窃取者获取 PII 后,欺诈者可以利用这些数据发起账户接管和身份欺诈,也可以在暗网市场上出售这些数据。PII 元素差别很大,从社会安全号到可用于绕过验证的看似次要的个人详细信息。仅在 2024 年,就有400 万个母亲的娘家姓与被盗卡数据一起出售,因为它们在账户恢复问题中很常见。

深度伪造和合成身份

生成式人工智能使犯罪分子更快、更容易地大规模编造令人信服的角色,从而加速了身份欺诈行为。

利用人工智能,犯罪分子可以迅速制造出模仿真人面部或声音的深度假冒产品,从而绕过身份验证,授权进行欺诈交易。同样,在信用卡申请或新账户开立等流程中,合成身份(将社会保障号等真实要素与人工智能生成的姓名或头像相结合)越来越多地被用来冒充合法申请人。

现在网上流传着大量被盗的 PII,网络犯罪分子可以轻而易举地组建欺诈性数字角色,同时实施多种诈骗。近一半(46% )的金融机构报告称,与深度伪造相关的欺诈企图有所增加,这表明这些攻击正从新出现的威胁转变为主流风险。

支付威胁情报如何加强欺诈检测和预防

针对支付的威胁情报可让欺诈团队了解潜在欺诈的上游指标。随着欺诈者使用人工智能和其他先进工具来提高攻击速度和规模,这些数据使团队能够通过启用以下功能来协调更有效的应对措施:

有效的跨团队合作

网络安全和欺诈团队之间的隔阂继续阻碍着协调的支付欺诈检测和预防工作。事实上,全球金融机构每 4 位高管中就有 3 位表示,他们拥有网络威胁情报解决方案,但缺乏整合能力,无法有效改善欺诈预防工作。

支付威胁情报将网络安全数据转化为欺诈团队可以解读并与网络安全同行讨论的实用见解,从而弥合了这一鸿沟。

对风险的综合认识

针对支付的威胁情报将网络安全和欺诈数据整合在一个共享的环境中,为欺诈团队提供了一个相互关联的风险视图。当团队共享相同的操作手册时,他们可以制定共同的响应计划,并在新威胁出现时同步响应。

例如,综合洞察力可以帮助欺诈团队了解网络事件如何可能导致下游欺诈活动,并制定相应的计划。如果情报显示犯罪分子正在通过小额测试交易(卡测试)验证被盗卡号,反欺诈团队就可以在损失发生前采取预防措施。

主动识别威胁

现在,团队不再需要对已确认的欺诈行为做出反应,而是可以先发制人。支付威胁情报提供早期预警信号,使欺诈团队能够在犯罪分子获利之前进行干预。

With Mastercard Threat Intelligence (MTI), those interventions are built in.例如,当 MTI 检测到卡片测试时,它可以提醒发卡机构并拒绝测试交易,甚至在这些卡片被用于传统欺诈系统可能会标记的高额交易之前。

有了这种可视性,反欺诈团队就可以从单纯处理已确认的事件转变为预测威胁和制定防御计划,从而帮助防止损失。

利用 Mastercard 威胁情报建立主动防御系统

随着网络欺诈的加速发展,欺诈团队和网络安全团队之间的合作势在必行。专门针对支付的威胁情报是未来的发展方向,有助于消除各自为政的现象,推动统一行动,在欺诈开始之前就加以制止。

借助 Mastercard 威胁情报,团队可以在支付欺诈威胁面前保持领先。通过对新兴风险的深入洞察、自动检测和同步响应,可以更快、更主动、更协调地保护客户。

希望推进您的防欺诈战略?了解 万事达卡威胁情报 如何 提供帮助。

探索这些有关支付威胁情报的常见问题的答案:

威胁情报如何加强支付欺诈检测?

威胁情报可让团队了解支付欺诈发生前的网络活动。通过对漏洞、凭证盗窃和卡片测试尝试的实时洞察,银行可以更快地发现新出现的欺诈风险,并在损失发生前识别可疑模式。

威胁情报如何帮助预防支付欺诈?

通过揭示欺诈的早期预警信号,支付威胁情报使机构能够在攻击升级之前采取行动。它可以帮助欺诈和网络安全团队协调采取积极主动的欺诈预防措施,如标记受损卡,以减少风险并保护客户。

哪些类型的威胁情报有助于识别支付欺诈?

针对支付的威胁情报对欺诈团队非常有价值,因为它侧重于与银行卡、账户和商家相关的网络威胁。这包括对失密凭证和犯罪行为模式的深入了解,这些信息可以显示整个支付生态系统中的欺诈风险。

联系

您的组织准备好缩小网络与欺诈之间的差距了吗?了解我们的解决方案如何提供帮助。

Mastercard 徽标