Як аналітика платіжних загроз допомагає банкам швидше боротися зі шахрайством

• Шахраї використовують передові тактики, такі як діпфейки, інфостілери та боти на базі штучного інтелекту, щоб збільшити швидкість та масштаб своїх атак.  
• Розвідка про загрози платежам може виявити ранні ознаки шахрайства, що дозволяє командам з боротьби з шахрайством передбачати та пом’якшувати ризики до їх загострення. 
• Коли команди з питань шахрайства та кібербезпеки проактивно обмінюються даними розвідки про загрози, вони можуть пришвидшити виявлення та запобігання шахрайству з платежами. 

Сьогоднішні шахраї швидші, краще оснащені та мають більше зв'язків. І вони використовують штучний інтелект та автоматизацію, щоб блискавично використовувати вразливості.

У нинішніх умовах процес монетизації часто займає менше доби, ніж витік даних. Майже 2 з 3 (65%) скомпрометованих облікових даних виставляються на продаж менш ніж через 24 години після крадіжки. 

Для боротьби з шахрайством потрібні команди з боротьби з шахрайством та кібербезпекою, які здатні відповідати швидкості атакуючих. Але без своєчасної інформації про загрози вони часто відстають на крок. Фактично, лише 36% світових лідерів виявляють схеми шахрайства в період до отримання повідомлення про витік даних. Це тривожне відставання, особливо враховуючи, що організаціям потрібно в середньому 241 день, щоб виявити та локалізувати порушення. 

Щоб усунути прогалину та пришвидшити виявлення та запобігання шахрайству з платежами, командам з боротьби з шахрайством потрібен доступ до інформації про загрози платежам, яка виявляє ранні сигнали шахрайства та дозволяє виявляти проактивне планування. 

Шахраї використовують автоматизацію та нові цифрові інструменти, щоб пришвидшити шлях від кіберзлочину до фінансового шахрайства. Ці тактики дозволяють їм автоматизувати, адаптувати та масштабувати кібератаки з безпрецедентною швидкістю, змінюючи те, як починається шахрайство з платежами.

Кіберзлочинці тепер використовують агентів штучного інтелекту, які можуть автономно вдосконалювати атаки в режимі реального часу. 

Наприклад, шахраї часто використовують автоматизованих ботів для перевірки викрадених імен користувачів та паролів на кількох сайтах під час атак із заповненням облікових даних. Але все частіше зловмисники експериментують з інструментами штучного інтелекту, які можуть виявляти більш перспективні комбінації облікових даних або атакувати облікові записи, які легше скомпрометувати. 

Порівняно з традиційними автоматизованими ботами, які виконують прості, повторювані дії, автономні системи штучного інтелекту є швидшими та ефективнішими. Вони представляють наступний рубіж кіберзагроз: адаптивні, безперервні та від яких дедалі важче захиститися. 

Не дивно, що 80% керівників інформаційних систем зараз кажуть, що кібератаки за допомогою штучного інтелекту є їхньою головною проблемою. З огляду на цей розвиток, ефективне запобігання шахрайству залежить від виявлення ранніх індикаторів атаки для коригування засобів контролю кібербезпеки та планування проактивних заходів реагування.

Інфотейлери – це шкідливі програми, призначені для злому систем та захоплення конфіденційної особистої інформації (PII). Вони підживлюють схеми шахрайства з платежами, автоматизуючи крадіжку облікових даних, допомагаючи зловмисникам збирати великі обсяги даних набагато швидше, ніж за допомогою ручних тактик.

Інфостейлери також недорогі та широко доступні. Злочинці-аматори можуть придбати готові набори інструментів для боротьби зі шкідливим програмним забезпеченням на онлайн-майданчиках, що пропонують кіберзлочинність як послугу, що спрощує здійснення атак.

Після збору персональних даних через інфостелерів, шахраї можуть використовувати ці дані для захоплення облікових записів та шахрайства з особистими даними, або ж вони можуть продавати їх на торгових майданчиках даркнету. Елементи ідентифікаційної інформації дуже різноманітні, від номерів соціального страхування до, здавалося б, незначних особистих даних, які можна використовувати для обходу перевірки. Тільки у 2024 році 4 мільйони дівочих прізвищ матерів були виставлені на продаж разом із викраденими даними карток через їхню поширеність у питаннях відновлення облікових записів.

Генеративний штучний інтелект прискорює шахрайство з особистими даними, дозволяючи злочинцям швидше та легше створювати переконливі персони у великих масштабах.

Використовуючи штучний інтелект, злочинці можуть швидко створювати діпфейки, що імітують обличчя чи голос реальної людини, що дозволяє їм обходити перевірку особи та авторизувати шахрайські транзакції. Так само, штучні ідентифікаційні дані, які поєднують реальні елементи, такі як номер соціального страхування, з ім'ям або фотографією, згенерованими штучним інтелектом, все частіше використовуються для видання себе за законних заявників у таких процесах, як заявки на кредитні картки або відкриття нових рахунків.

З огляду на велику кількість викраденої особистої інформації, що зараз циркулює в Інтернеті, кіберзлочинці можуть легко створювати шахрайські цифрові персони для одночасного здійснення кількох афер. Майже половина (46%) фінансових установ повідомляють про збільшення кількості спроб шахрайства, пов'язаного з діпфейками, що свідчить про те, що ці атаки переходять від нової загрози до основного ризику.

Розвідка про загрози, пов’язані з платежами, надає командам з боротьби з шахрайством уявлення про первинні індикатори потенційного шахрайства. Оскільки шахраї використовують штучний інтелект та інші передові інструменти для збільшення швидкості та масштабу своїх атак, ці дані дозволяють командам координувати ефективніші дії, забезпечуючи такі можливості: 

Розрізненість між командами з кібербезпеки та боротьби з шахрайством продовжує перешкоджати скоординованим зусиллям з виявлення та запобігання шахрайству з платежами. Фактично, троє з чотирьох керівників глобальних фінансових установ кажуть, що мають рішення для аналізу кіберзагроз, але їм бракує можливостей інтеграції для суттєвого покращення своїх зусиль щодо запобігання шахрайству.  

Розвідка про загрози платежам усуває цю розбіжність, перетворюючи дані кібербезпеки на практичні висновки, які команди з боротьби з шахрайством можуть інтерпретувати та обговорювати зі своїми колегами з кібербезпеки. 

Розвідка про загрози, пов’язані з платежами, об’єднує дані про кібербезпеку та шахрайство в єдиному контексті, надаючи командам з боротьби з шахрайством цілісний огляд ризиків. Коли команди мають спільний план дій, вони можуть розробляти спільні плани реагування та синхронно реагувати на виникнення нових загроз.

Наприклад, інтегрована аналітика може допомогти командам з боротьби з шахрайством зрозуміти, як кіберподія може призвести до подальшої шахрайської діяльності, і відповідно планувати свої дії. Якщо розвідувальні дані показують, що злочинці перевіряють номери викрадених карток за допомогою невеликих тестових транзакцій (тестування карток), команда з боротьби з шахрайством може вжити превентивних заходів, перш ніж виникнуть збитки. 

Замість того, щоб реагувати на підтверджене шахрайство, команди тепер можуть випереджати його. Розвідка про загрози платежам пропонує сигнали раннього попередження, які дозволяють командам з боротьби з шахрайством втрутитися, перш ніж злочинці зможуть отримати прибуток.

Завдяки системі розвідки загроз Mastercard (MTI) ці втручання вже вбудовані. Наприклад, коли MTI виявляє тестування картки, він може попередити емітента картки та відхилити тестові транзакції ще до того, як ці картки будуть використані для транзакції високої вартості, яку можуть виявити традиційні системи шахрайства.

Завдяки такій прозорості команди з боротьби з шахрайством можуть перейти від виключно вирішення підтверджених інцидентів до передбачення загроз і планування захисту, допомагаючи запобігти втратам.

​​​Зі зростанням кількості випадків кібершахрайства співпраця між командами з боротьби з шахрайством та кібербезпекою є невід’ємною частиною процесу. Розвідка про загрози, пов’язані з платежами, – це шлях уперед, який допомагає усунути розрізненість та об’єднати зусилля для запобігання шахрайству до його початку.

Завдяки Mastercard Threat Intelligence команди можуть випереджати загрози шахрайства з платежами. Кураторська аналітика нових ризиків, автоматизоване виявлення та реагування від імені клієнтів сприяють швидшому, проактивнішому та скоординованому захисту клієнтів.

Хочете вдосконалити свою стратегію запобігання шахрайству? ​​Дізнайтеся, як може допомогти Mastercard Threat Intelligence.