跳至主要內容

文章

支付威脅情報如何幫助銀行更快打擊欺詐

透過更快的偵測和預防來應對不斷變化的詐欺情勢

發售日期:2025年11月6日

Urooj Burney profile photo

Urooj Burney

Senior Vice President, Cybersecurity Payments Ecosystem,

Mastercard

範本

文章概覽:

  • 詐騙分子正在使用深度偽造、資訊竊取和人工智慧驅動的機器人等先進手段來提高攻擊的速度和規模。
  • 支付威脅情報可以顯示詐欺的早期跡象,使反詐騙團隊能夠預測並減輕風險,防止風險升級。
  • 當反詐騙和網路安全團隊主動共享威脅情報資料時,他們可以加快支付詐欺的偵測和預防速度。

威脅升級需要更快的詐欺應對措施。

如今的詐騙分子行動更迅速、裝備更精良、人脈更廣。他們利用人工智慧和自動化技術,以閃電般的速度利用漏洞。

在當前情況下,從資料外洩到實現資料變現通常只需不到一天的時間。近三分之二( 65% )被盜用的憑證在被盜後不到 24 小時內就被掛牌出售。

反擊需要反詐騙和網路安全團隊的速度跟上攻擊者的步伐。但如果沒有及時的威脅情報,他們往往會慢人一步。事實上,只有36%的全球領導者能夠在收到資料外洩通知之前發現詐騙模式。這是一個令人擔憂的滯後,尤其是考慮到組織平均需要241 天才能發現和控制資料外洩。

為了縮小差距,加快支付詐欺偵測和預防,詐欺團隊需要取得支付威脅情報,以便及早發現詐欺訊號並進行主動規劃。

詐騙分子如何加快行動速度:人工智慧對網路和支付詐欺的影響日益加劇

詐騙分子正在利用自動化和新的數位工具,加快從網路攻擊到金融詐騙的進程。這些策略使他們能夠以前所未有的速度自動化、調整和擴大網路攻擊規模,從而改變支付詐欺的起始方式。

自主人工智慧驅動的威脅

網路犯罪分子現在部署人工智慧代理,這些代理可以即時自主地改進攻擊。

例如,詐騙分子經常使用自動化機器人,在撞庫攻擊中測試竊取的使用者名稱和密碼在多個網站上的有效性。但攻擊者越來越多地嘗試使用人工智慧工具,這些工具可以識別更有希望的憑證組合,或針對看起來更容易被攻破的帳戶。

與執行簡單、重複性操作的傳統自動化機器人相比,自主人工智慧系統速度更快、更有效率。它們代表了網路威脅的下一個前沿領域:適應性強、持續不斷,而且越來越難以防禦。

不出所料, 80%的首席資訊安全長 (CISO) 表示,人工智慧驅動的網路攻擊是他們最關心的問題。隨著這一發展趨勢,有效的詐欺預防取決於識別早期攻擊跡象,以便調整網路安全控制並制定積極主動的應對措施。

大規模資訊竊取者

資訊竊取程式是一種惡意軟體,旨在入侵系統並竊取敏感的個人識別資訊 (PII)。它們透過自動化憑證竊取來助長支付詐欺計劃,幫助攻擊者以比人工方式快得多的速度收集大量資料。

資訊竊取工具價格低廉且隨處可得。業餘犯罪者可以從網路犯罪即服務線上市場購買現成的惡意軟體工具包,從而輕鬆發動攻擊。

詐騙分子透過資訊竊取工具取得個人識別資訊後,可以利用這些資料進行帳戶盜用和身分欺詐,或在暗網市場上出售這些資料。PII 元素種類繁多,從社會安全號碼到看似微不足道的個人資訊,都可能被用於繞過驗證。僅在 2024 年,就有 400 萬母親的婚前姓名與被盜的信用卡資料一起被出售,因為這些資訊在帳戶恢復問題中很常見。

深度偽造與合成身份

生成式人工智慧正在加速身分欺詐,因為它使犯罪分子能夠更快、更容易地大規模偽造出令人信服的身份資訊。

利用人工智慧,犯罪分子可以快速創建模仿真人面部或聲音的深度偽造視頻,從而繞過身份驗證並授權欺詐性交易。同樣,合成身分(將社會安全號碼等真實元素與人工智慧產生的姓名或頭像相結合)越來越多地被用於冒充信用卡申請或新帳戶開立等流程中的合法申請人。

由於大量被盜的個人識別資訊在網路上流傳,網路犯罪分子可以輕易地組成虛假的數位身份,同時實施多起詐騙活動。近一半(46%)的金融機構報告稱,與深度偽造相關的詐欺嘗試有所增加,這表明這些攻擊正在從新興威脅轉變為主流風險。

支付威脅情報如何加強詐欺偵測與預防

針對支付領域的威脅情報能夠讓反詐騙團隊了解潛在詐欺的上游跡象。隨著詐騙分子利用人工智慧和其他先進工具來提高攻擊的速度和規模,這些數據能夠幫助團隊透過以下方式協調更有效的應對措施:

有效的跨團隊協作

網路安全團隊和反詐騙團隊之間的資訊孤島仍然阻礙著協調一致的支付詐欺偵測和預防工作。事實上,全球金融機構中四分之三的高階主管表示,他們擁有網路威脅情報解決方案,但缺乏整合能力來實際改善其反詐騙工作。

支付威脅情報透過將網路安全資料轉化為詐騙團隊可以解讀並與網路安全同行討論的實用見解,彌合了這一差距。

風險的綜合視角

支付領域的威脅情報將網路安全和詐欺資料整合到一個共享的環境中,使詐欺團隊能夠全面了解風險。當團隊共享同一套行動方案時,他們就可以製定共同的應對計劃,並在出現新威脅時同步做出反應。

例如,綜合洞察可以幫助反詐騙團隊了解網路事件如何導致下游詐騙活動,並據此制定相應的計劃。如果情報顯示犯罪者通過小額測試交易(卡片測試)來驗證被盜的卡號,反詐騙團隊可以在損失發生之前採取預防措施。

主動威脅識別

現在,團隊無需再對已確認的詐欺行為做出反應,而是可以先發制人。支付威脅情報提供預警訊號,使反詐騙團隊能夠在犯罪分子獲利之前進行幹預。

萬事達卡威脅情報(MTI)內建了這些幹預措施。例如,當 MTI 偵測到卡片測試時,它可以向發卡機構發出警報並拒絕測試交易,甚至在這些卡片被用於傳統詐欺系統可能會標記的高價值交易之前。

有了這種可視性,反詐騙團隊可以從僅僅處理已確認的事件轉變為預測威脅和製定防禦計劃,從而幫助防止損失。

利用萬事達卡威脅情報建立主動防禦。

隨著網路詐騙的加速發展,反詐騙團隊和網路安全團隊之間的合作勢在必行。針對支付領域的威脅情報是未來的發展方向,有助於消除資訊孤島,推動統一行動,在詐欺發生之前就將其阻止。

借助萬事達卡威脅情報,團隊可以領先一步,防範支付詐欺威脅。針對新興風險的精選見解、自動化檢測和代表回應,支援更快、更積極主動和更協調的防禦,以保護客戶。

想提升您的防詐騙策略嗎?了解萬事達卡威脅情報如何為您提供協助。

探索支付威脅情報的常見問題的答案:

How can threat intelligence enhance payment fraud detection?

Threat intelligence gives teams visibility into the cyber activity that often precedes payment fraud. With real-time insights into breaches, credential theft and card-testing attempts, banks can detect emerging fraud risks sooner and identify suspicious patterns before losses occur. 

How does threat intelligence help in payment fraud prevention?

By revealing early warning signs of fraud, payment threat intelligence enables institutions to act before attacks escalate. It helps fraud and cybersecurity teams coordinate on proactive fraud prevention measures, like flagging compromised cards, to reduce exposure and protect customers. 

What types of threat intelligence are useful for identifying payment fraud?

Payments-specific threat intelligence is valuable for fraud teams because it focuses on cyber threats tied to cards, accounts and merchants. This includes insights on compromised credentials and patterns of criminal behavior that can indicate fraud risk across the payments ecosystem. 

聯絡我們

您的組織是否已做好準備,彌合網路安全與詐騙之間的差距?了解我們的解決方案如何為您提供協助。

萬事達卡標誌