探索這些有關支付威脅情報常見問題的答案:
以更快的偵測和預防速度來對抗不斷演進的詐欺狀況
已出版:2025 年 11 月 6 日
詐欺者正利用自動化和新的數位工具,快速銜接從網路入侵到財務詐欺的路徑。這些策略讓他們能夠以前所未有的速度自動化、適應和擴展網路攻擊,重塑支付詐欺的開始方式。
網路罪犯現在部署的 AI 代理可以即時自主改進攻擊。
例如,在憑證填充攻擊中,詐騙者通常會使用自動化機器人在多個網站測試盜取的使用者名稱和密碼。但是,攻擊者越來越多地嘗試使用人工智能工具,這些工具可以找出更有潛力的憑證組合,或鎖定看起來更容易入侵的帳戶。
相較於執行簡單重複動作的傳統自動化機器人,自主式 AI 系統速度更快、效率更高。它們代表網路威脅的下一個領域:適應性、持續性,而且越來越難防禦。
毫不奇怪,80%的 CISO 現在表示 AI 驅動的網路攻擊是他們最擔心的問題。隨著這種演變,有效的詐欺預防取決於識別早期攻擊指標,以調整網路安全控制並規劃主動應變措施。
資訊竊取程式是一種惡意軟體,專門用來入侵系統並擷取敏感的個人識別資訊 (PII)。它們透過自動化竊取憑證,協助攻擊者以遠比手動策略更快的速度取得大量資料,從而助長支付詐欺計劃。
資訊竊取器也很便宜,而且很容易買到。業餘罪犯可以從線上網路犯罪即服務市場購買現成的惡意軟體工具包,輕鬆發動攻擊。
透過資訊竊取者取得 PII 之後,詐欺者可以利用這些資料來進行帳戶接管和身份詐欺,或者在暗網市場上出售。PII 元素差異很大,從社會安全號碼到看似次要的個人細節,都可以用來繞過核實。僅在 2024 年,就有400 萬個母親的娘家姓與被盜的卡片資料一起出售,因為這些資料在帳戶回復問題中非常普遍。
生成式人工智能讓犯罪分子更快、更容易地大規模捏造令人信服的角色,加速身份詐騙。
利用人工智能,犯罪分子可以快速製造模仿真人臉孔或聲音的深度假貨,讓他們繞過身份驗證,授權進行詐欺交易。同樣地,合成身份(結合社會安全號碼等真實元素與 AI 生成的姓名或頭像等)也越來越多地被用於冒充合法申請人,例如信用卡申請或新帳戶開啟等流程。
由於大量被盜用的 PII 現在都在網路上流傳,網路罪犯可以輕易組合詐騙性的數位角色,同時進行多個騙局。近一半(46%) 的金融機構報告與 deepfake 相關的詐欺企圖增加,顯示這些攻擊正從新興威脅轉變為主流風險。
特定於支付的威脅情報可讓詐欺團隊瞭解潛在詐欺的上游指標。由於詐欺者使用 AI 和其他先進工具來提高攻擊的速度和規模,這些資料可讓團隊透過啟用下列功能來協調更有效的回應:
網路安全與詐欺團隊之間的隔閡持續妨礙協調的支付詐欺偵測與預防工作。事實上,每 4 位全球金融機構的主管中,就有 3 位表示他們擁有網路威脅情報解決方案,但卻缺乏整合能力,無法有效改善其詐欺預防工作。
支付威脅情報可將網路安全資料轉化為實際的洞察力,讓詐欺團隊可以詮釋這些洞察力,並與他們的網路安全對口單位進行討論,從而弭平這一鴻溝。
支付專用的威脅情報將網路安全與詐欺資料結合在共用的情境中,讓詐欺團隊對風險有連貫的看法。當團隊分享相同的遊戲手冊時,他們就能制定共同的回應計畫,並在新的威脅出現時同步回應。
例如,整合的洞察力可協助詐欺團隊瞭解網路事件如何可能導致下游詐欺活動,並據此進行規劃。如果情報顯示犯罪分子正透過小型測試交易(卡片測試)來驗證竊取的卡片號碼,詐欺團隊就可以在損失發生之前採取預防措施。
現在,團隊不再需要對已證實的詐欺做出反應,而是可以先發制人。支付威脅情報可提供早期警示訊號,讓詐欺團隊在犯罪分子獲利之前就能介入。
有了 Mastercard Threat Intelligence (MTI),就能內建這些干預技術。例如,當 MTI 偵測到卡片測試時,它可以提醒發卡機構並拒絕測試交易,甚至在這些卡片用於傳統詐欺系統可能會標示的高價值交易之前。
有了這種可視性,詐欺團隊就能從單純處理已確認的事件,轉變為預測威脅和規劃防禦,協助預防損失。
隨著網路詐騙的加速,詐騙團隊與網路安全團隊之間的協作是不可或缺的。專門針對支付的威脅情報是未來的發展方向,有助於消除各自為政的情況,並推動統一的工作,在詐欺發生前就加以制止。
有了 Mastercard Threat Intelligence,團隊就能領先支付詐欺威脅。針對新興風險的深入分析、自動偵測和同步回應,可支援更快速、更主動和更協調的防禦,以保護客戶。
您正在尋找進階的詐欺預防策略嗎?了解 Mastercard Threat Intelligence 如何 提供協助。
探索這些有關支付威脅情報常見問題的答案:
威脅情報讓團隊深入了解往往先於支付詐騙的網絡活動。銀行憑藉對資料洩露、憑證盜竊和卡片測試嘗試的實時洞察,可在損失發生前更快偵測新興詐騙風險並識別可疑模式。
透過揭露詐騙的早期預警跡象,支付威脅情報使機構能夠在攻擊升級之前採取行動。這有助於詐騙和網絡安全團隊協調採取主動的防詐騙措施,例如標記受損卡片,以減少風險並保護客戶。
針對支付的威脅情報對詐騙團隊非常有價值,因為它著重於與卡片、帳戶及商戶相關的網絡威脅。這包括有關受損憑證和犯罪行為模式的洞察,這些都可能預示著整個支付生態系統中的欺詐風險。