Protégez la maison de la fraude, pas seulement la porte d'entrée

De nombreuses sociétés de sécurité peuvent verrouiller votre porte d'entrée, mais DataVisor co-fondateur et PDG Yinglian Xie a déclaré que se concentrer sur tous les domaines de la maison est une stratégie beaucoup plus efficace pour lutter contre la fraude. DataVisor combine des capacités d'apprentissage automatique appliqué, des flux de travail d'enquête et un réseau de renseignements de plus de quatre milliards de comptes pour fournir des signaux de fraude, des informations et une protection en temps réel.

Xie travaille depuis longtemps avec l'apprentissage automatique. À mesure que la société devenait de plus en plus numérisée, elle a vu les attaquants changer de tactique. Cela a rendu les entreprises vulnérables. 

Comment l’IA a évolué pour lutter contre la fraude

L’intelligence artificielle et l’apprentissage automatique sont nécessaires. Xie a vu cela combiné avec cloud-native technologie, en envisageant l’ensemble intégré dans les plates-formes pour lutter de manière proactive contre la fraude.

Elle a déclaré que l’intelligence artificielle est devenue un contributeur plus utile à la lutte contre la fraude. Les premières versions étaient basées sur des données et étaient formées sur des données historiques. Les humains ont analysé les attaques, déterminé comment elles s’écartaient de la normale et défini un ensemble de règles. Une telle approche est sous-optimale, basée sur l’expérience et sujette aux erreurs.

Une stratégie réactive est inefficace face à de nouveaux vecteurs d’attaque. Sans histoire, ils sont coincés. Étant donné que certaines fraudes ne sont pas signalées, les bases de données sont incomplètes.

"C'est là que nous voulons appliquer l'IA", a déclaré Xie.

Ces modèles sont basés sur l’apprentissage automatique supervisé. Les modèles basés sur l'apprentissage automatique non supervisé comblent les lacunes des types de données d'étiquetage. Ces modèles identifient des regroupements naturels. Xie a déclaré qu'il s'agissait d'un moyen puissant de détecter les types de fraude inconnus.

L’IA générative renforcera encore la lutte contre la fraude – des deux côtés

Aujourd’hui, l’IA générative est encore plus puissante. Il transforme les connaissances humaines en modèles beaucoup plus rapidement grâce à sa capacité de traitement des données. La prochaine étape consistera pour les modèles d’IA génératifs à fournir une explicabilité de leurs résultats.

Xie a déclaré que l’IA générative aide à faire face aux forces concurrentes de friction et d’expérience utilisateur. Si la technologie est bonne mais s’accompagne de frictions, personne ne l’utilisera. Il en va de même si c’est mauvais mais rapide.

Un gros problème est que les fraudeurs ont également accès à l’IA générative. Cela leur permet de mener des campagnes au-delà de l’étape d’autorisation, sur laquelle se concentrent de nombreuses entreprises. Les techniques de vérification basées sur les informations d’identification, les mots de passe, les questions secrètes et la reconnaissance faciale de base sont rendues moins efficaces. Les voix et les images peuvent être synthétisées à partir de données en ligne facilement disponibles.

Les stratégies efficaces doivent adopter des approches plus holistiques. Ils supposent que les visages et les voix peuvent être imités au point d’entrée, ils recherchent donc des anomalies dans l’activité de votre réseau. Y a-t-il des changements dans l'endroit et le moment où vous vous connectez ? Y a-t-il eu des changements dans votre comportement de voyage ?

Multipliez cela par des millions ou des milliards d’utilisateurs. Vous pouvez repérer les tendances émergentes en matière de fraude en temps quasi réel.

Comment DataVisor protège toute la maison

Xie a déclaré que DataVisor sécurise la porte d'entrée, mais qu'il se concentre également sur chaque pièce de la maison. Il doit y avoir un niveau de protection constant tout au long de l’expérience utilisateur.

Dans ce contexte, une surveillance constante des activités est effectuée. Les attaquants laissent des indices qui différencient leur activité de celle de l’utilisateur lorsqu’on les compare globalement.

"Je peux installer la serrure sur la porte, mais vous devez regarder les capteurs autour de la maison", a déclaré Xie. « D’où appellent-ils ? Quand effectuent-ils leurs transactions ? À combien s’élèvent leurs transactions et quelle est l’origine du réseau ? Ils ne peuvent pas éviter cela ; ils doivent avoir ces choses.

Il n'y a pas de solution miracle

Xie pense que les mots de passe et les identités numériques vérifiées ont leur place. Ils permettent d'obtenir des serrures plus puissantes sur les portes d'entrée. Un écosystème d’approches protège également le reste de la maison. DataVisor travaille avec une série de partenaires pour augmenter ses services.

"Il n'y a pas de solution miracle", a admis Xie. "Nous devons rassembler tout cela tout en plaçant la barre plus haut pour les attaquants."

Et il existe un facteur contre lequel aucun système au monde ne peut protéger les gens : eux-mêmes. Les escroqueries par phishing et autres trompent les victimes avant que la technologie n'ait une chance.

« Les attaquants n’ont pas besoin de briser le verrou », a déclaré Xie. "Ils peuvent briser les gens."

Existe-t-il des possibilités, via des mesures de données ouvertes et des techniques de cryptage, d'accéder en toute sécurité à des pools de données plus importants afin d'améliorer les mesures de sécurité ? Il y en a, mais il y a des progrès plus faciles à réaliser.

"Je ne pense pas que nous manquions de données", a déclaré Xie. « Tout le monde possède beaucoup de données, n’est-ce pas ? Un fruit à portée de main est que tout le monde a beaucoup à extraire de ses données avant même de les partager. C’est là que je pense que nous pouvons encore trouver des solutions faciles en attendant la confidentialité du chiffrement.

A lire également:

2023 a été une grande année pour DataVisor. En décembre, ils ont annoncé une intégration avec Twilio qui offre aux clients une protection renforcée contre la fraude grâce à des capacités d'authentification et de vérification de l'utilisateur final. Cela s'est produit quelques semaines après que NYMBUS ait choisi DataVisor pour assurer la surveillance de la fraude bancaire numérique.

Au cours de l'été, DataVisor a serré la main de Q6 Cyber, une société de renseignement sur les menaces cybernétiques et frauduleuses, pour centraliser les données pertinentes de renseignement sur les menaces sur une plate-forme unique. DataVisor a signé un nouveau partenariat avec DCI en mai pour mieux protéger les clients de cette dernière contre la fraude.

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.fintechnexus.com/datavisor-protects-the-entire-house-from-fraud/