18 يوليو 2024
الاحتيال عبر الإنترنت هو عمل تجاري كبير، وأولئك الذين يشاركون فيه يرتدون قبعات كثيرة: المخترق، والمسوق، ومندوب المبيعات، وحتى أخصائي خدمة العملاء.
باستخدام برامج التجسس والبرامج الضارة والممارسات الأخرى مثل سرقة البطاقات، يسرق المحتالون الملايين من أرقام بطاقات الدفع ويعيدون بيع هذه البيانات على مواقع الويب غير القانونية. حتى أنهم يعلنون عن نهبهم بأرقام بطاقات تم الكشف عنها جزئيًا - مجرد معلومات كافية لإغراء العملاء المحتملين ولكنها ليست كافية لتحديد البطاقات ووقف الاحتيال في المستقبل.
حتى الآن. وباستخدام مزيج من الذكاء الاصطناعي التوليدي، الذي يدرب نفسه على إنشاء محتوى جديد يعتمد على مجموعات البيانات الكبيرة، وتقنية الرسوم البيانية، التي يمكنها اكتشاف العلاقات والأنماط بين نقاط البيانات، أصبح بإمكان علماء البيانات في ماستركارد الآن الكشف عن هذه البطاقات المخترقة قبل استخدامها بضعف معدل الاكتشاف السابق.
كاتيال: نحن نعمل عن كثب مع فريق Cyber Secure الخاص بنا، والذي يساعد البنوك في جميع أنحاء العالم على تحديد نقاط الضعف الإلكترونية بشكل استباقي واكتشاف خروقات البيانات المحتملة، لإنشاء خوارزمية لتحديد المزيد من بطاقات Mastercard المخترقة على مواقع الويب غير القانونية. كان التحدي الرئيسي هو أنه يمكن تحديد جزء فقط من أرقام البطاقات. ذلك لأن المحتالين يضعون جزءًا من بيانات اعتماد البطاقة المكونة من 16 رقمًا على مواقع الويب غير القانونية للبيع لمجرمين آخرين. باستخدام معلومات جزئية فقط - الأرقام الأربعة الأخيرة، على سبيل المثال - يمكن ربط هذه البيانات ببطاقة واحدة أو أكثر، مما يجعل حل المشكلة صعبًا للغاية.
لقد رأينا أيضًا أن هذه البطاقات التي يحتمل أن يتم تسريبها على مواقع الويب غير القانونية تُستخدم، بشكل غير مفاجئ، في نسبة أعلى مما يسمى بهجمات BIN - حيث يستخدم المحتالون برامج آلية لتخمين واختبار مجموعات مختلفة من أرقام بطاقات الائتمان، بدءًا من رقم التعريف المصرفي - وحالات الاحتيال. ومع ذلك، تستمر الأنماط في التغيير مع تطور منهجيات المهاجمين بسرعة. قادنا ذلك إلى التفكير في استخدام تقنية قاعدة بيانات الرسم البياني، والتي تركز على العلاقات بين نقاط البيانات ويمكنها تتبع جميع البطاقات التي يحتمل أن تكون محفوفة بالمخاطر أو المسربة في الشبكة لتحسين خوارزمية التنبؤ الخاصة بنا.
كاتيال: نحن نستخدم معاملات الاحتيال التي تم الإبلاغ عنها مؤخرًا والتجار المخترقين المعروفين أو المشتبه بهم وإشارات أخرى مثل اختبار المعاملات المصرح بها مسبقًا للبحث عن الأنشطة الحديثة التي قد تكون احتيالية. نحن لا نفحص مواقع الويب غير القانونية مباشرةً بحثًا عن بطاقات مخترقة - نحن نعمل مع شركاء وأطراف ثالثة للحصول على البيانات التي نحتاجها لتتبع النشاط الاحتيالي.
باستخدام الذكاء الاصطناعي التوليدي والخوارزميات المتقدمة وتكنولوجيا الرسوم البيانية، يمكننا التنبؤ بأرقام البطاقات الكاملة المكونة من 16 رقمًا لهذه البطاقات المخترقة واحتمال استخدام المجرمين لهذه البطاقات. ستمكن هذه المعلومات البنوك من حظر البطاقات المشبوهة بشكل أسرع بكثير مما كنا نعتقد سابقًا أنه ممكن. تقوم الخوارزمية بتحليل البطاقات والتجار وإنشاء روابط بينهم بناءً على المخاطر المرتبطة. يتم إنشاء هذه الروابط أو إسقاطها باستمرار مع كل تكرار للبيانات الجديدة. بعد هذه العملية، تنشئ الخوارزمية قائمة بالبطاقات التي يحتمل أن تكون معرضة للخطر على مواقع الويب غير القانونية وتشير إلى احتمال استخدام هذه البطاقات من قبل المجرمين.
كاتيال: نحن بالفعل نستخدم الذكاء الاصطناعي للكشف عن الاحتيال على البطاقات وإيقافه. ولكن باستخدام الذكاء الاصطناعي التوليدي، تسمح لنا هذه التقنية بحماية المعاملات المستقبلية ضد التهديدات الناشئة بشكل أفضل مما كان ممكنًا مع الحلول الإحصائية التقليدية أو القائمة على التعلم الآلي. تساعد تقنية الرسم البياني على تتبع النشاط عبر شبكة Mastercard، مما يجعله أكثر كفاءة.
على سبيل المثال، يمكن لبطاقة واحدة تعيين 200 بطاقة، مع روابط محفوفة بالمخاطر لتاجر واحد حيث تم استخدام 30 من البطاقات المخترقة. يمكننا تنبيه البنوك بسرعة أكبر وبدقة أكبر. يمكن بعد ذلك حظر البطاقات وإعادة إصدارها. يمكن مراقبة محاولات المعاملات على البطاقات المخترقة باستمرار للتخفيف من الاحتيال وتعزيز الأمن السيبراني.
لقد قمنا بالفعل بدمج التكنولوجيا في Cyber Secure، مما مكّن المصدرين والتجار من فهم وتقييم المخاطر الإلكترونية عبر أنظمتهم بشكل أفضل، ومنع الانتهاكات المحتملة.