Védje meg a házat a csalástól, ne csak a bejárati ajtót

Sok biztonsági cég bezárhatja a bejárati ajtót, de DataVisor társalapító és vezérigazgató Yinglian Xie azt mondta, hogy a ház minden területére való összpontosítás sokkal hatékonyabb stratégia a csalás elleni küzdelemben. A DataVisor egyesíti az alkalmazott gépi tanulási képességeket, a nyomozó munkafolyamatokat és a több mint négymilliárd fiókból álló intelligens hálózatot, hogy valós idejű csalási jeleket, betekintést és védelmet biztosítson.

Xie régóta dolgozik a gépi tanulással. Ahogy a társadalom egyre inkább digitalizálódott, látta, hogy a támadók taktikát váltanak. Ez sebezhetővé tette a vállalatokat. 

Hogyan fejlődött ki az AI a csalás elleni küzdelemre

Mesterséges intelligenciára és gépi tanulásra volt szükség. Xie ezt együtt látta natív cloud- technológia, amely platformokba ágyazott keveréket képzel el a csalás proaktív leküzdésére.

Azt mondta, hogy a mesterséges intelligencia hasznosabb közreműködőjévé vált a csalás elleni küzdelemben. A korai verziók adatvezéreltek voltak, és előzményadatokra oktatták őket. Az emberek elemezték a támadásokat, meghatározták, hogyan térnek el a normálistól, és meghatároztak egy szabálykészletet. Az ilyen megközelítés nem optimális, tapasztalatokon alapul, és hibás.

A reaktív stratégia nem hatékony, ha új támadási vektorokkal szembesülünk. Történelem nélkül elakadtak. Tekintettel arra, hogy egyes csalásokat nem jelentenek be, az adatbázisok hiányosak.

„Ott akarjuk alkalmazni az AI-t” – mondta Xie.

Ezek a modellek felügyelt gépi tanuláson alapulnak. A felügyelet nélküli gépi tanuláson alapuló modellek az adattípusok címkézésének hiányosságait orvosolják. Ezek a modellek természetes csoportosulásokat azonosítanak. Xie szerint ez egy hatékony módszer az ismeretlen csalási típusok észlelésére.

A generatív AI tovább fokozza a csalás elleni küzdelmet – mindkét oldalon

Ma a generatív AI még erősebb. Adatfeldolgozó képessége révén sokkal gyorsabban alakítja modellekké az emberi tudást. A következő lépés a generatív mesterséges intelligencia modellek eredményeinek magyarázhatósága.

Xie szerint a generatív AI segít a súrlódás és a felhasználói élmény versengő erőinek kezelésében. Ha a technológia jó, de súrlódásokkal jár, senki sem fogja használni. Ugyanez vonatkozik, ha rossz, de gyors.

Nagy probléma, hogy a csalók hozzáférhetnek a generatív mesterséges intelligencia használatához is. Lehetővé teszi számukra, hogy kampányokat hajtsanak végre az engedélyezési szakaszon túl, amelyre sok vállalat összpontosít. A hitelesítő adatokon, jelszavakon, titkos kérdéseken és alapvető arcfelismerésen alapuló ellenőrzési technikák kevésbé hatékonyak. Hangok és képek szintetizálhatók a könnyen elérhető online adatokból.

A hatékony stratégiáknak holisztikusabb megközelítést kell alkalmazniuk. Azt feltételezik, hogy az arcokat és a hangokat le lehet utánozni a belépési ponton, ezért keresik a rendellenességeket a hálózati tevékenységben. Változások vannak a bejelentkezés helyében és időpontjában? Változások történtek az utazási szokásaiban?

Szorozza meg ezt több millió vagy milliárd felhasználóval. Szinte valós időben észlelheti a feltörekvő csalási trendeket.

Hogyan védi a DataVisor az egész házat

Xie elmondta, hogy a DataVisor biztosítja a bejárati ajtót, de a ház minden helyiségére egyformán összpontosít. A felhasználói élmény során állandó szintű védelemnek kell lennie.

Ezzel a fókuszálással folyamatos a tevékenység ellenőrzése. A támadók olyan nyomokat hagynak maguk után, amelyek általános összehasonlításban megkülönböztetik tevékenységüket a felhasználóétól.

„Beszerelhetem a zárat az ajtóra, de meg kell nézni a ház körüli érzékelőket” – mondta Xie. „Honnan hívnak? Mikor kötnek tranzakciót? Mennyiért üzletelnek, és mi a hálózati eredete? Ezt nem tudják elkerülni; rendelkezniük kell azokkal a dolgokkal.”

Nincs ezüstgolyó

Xie úgy véli, hogy a jelszónak és az ellenőrzött digitális személyazonosságnak megvan a maguk helye. Erőteljesebb zárakat biztosítanak a bejárati ajtókon. A megközelítések ökoszisztémája védi a ház többi részét is. A DataVisor számos partnerrel együttműködve bővíti szolgáltatásait.

– Nincs ezüstgolyó – ismerte el Xie. „Ezeknek együtt kell lenniük, miközben emeljük a mércét a támadók számára.”

És van egy tényező, amelytől a világon egyetlen rendszer sem tudja megvédeni az embereket – önmaguk. Az adathalász csalások és hasonlók becsapják az áldozatokat, mielőtt a technológia esélyt kapna.

– A támadóknak nem kell feltörniük a zárat – mondta Xie. – Megtörhetik az embereket.

Vannak-e lehetőségek nyílt adatkezelési intézkedéseken és titkosítási technikákon keresztül nagyobb adatkészletek biztonságos elérésére a biztonsági intézkedések javítása érdekében? Vannak, de könnyebben lehet haladni.

„Nem hiszem, hogy hiányoznánk az adatokból” – mondta Xie. „Mindenkinek sok adata van, igaz? Valami alacsonyan lógó gyümölcs az, hogy mindenkinek sokat kell bányásznia az adataiból, mielőtt megosztaná. Azt gondolom, hogy itt még mindig megtehetjük a gyümölcsöt, miközben várunk a titkosítási adatvédelemre.”

Lásd még:

2023 nagy év volt a DataVisor számára. Decemberben bejelentették a Twilio-val való integrációt, amely a végfelhasználói hitelesítési és ellenőrzési képességeken keresztül fokozott védelmet biztosít a csalás ellen. Ez hetekkel azután történt, hogy a NYMBUS a DataVisor-t választotta a digitális banki csalások megfigyelésére.

A nyár folyamán a DataVisor kezet fogott a Q6 Cyberrel, a kiber- és csalási fenyegetésekkel foglalkozó hírszerző céggel, hogy egyetlen platformon központosítsa a releváns fenyegetés-felderítési adatokat. A DataVisor májusban új partnerséget kötött a DCI-vel, hogy jobban megvédje az utóbbi ügyfeleit a csalással szemben.

.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; }

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
• Forrás: https://www.fintechnexus.com/datavisor-protects-the-entire-house-from-fraud/