VISA如何利用生成式人工智慧對抗帳戶詐騙攻擊

自動化枚舉攻擊:數位詐騙的新威脅

攻擊者越來越多地使用自動化進行卡片測試攻擊,利用機器人網絡和腳本促進虛假「未出示卡片」交易(CNP)。這一驚人的趨勢在去年造成了高達11億美元的詐騙損失。

枚舉攻擊的速度和規模

枚舉攻擊不僅速度快,還具有大規模運行的特點。攻擊者利用先進的自動化技術,在短短幾秒內發起數千次自動化攻擊,這使得傳統網絡防禦措手不及,檢測和預防難度極高。

網絡戰術的演進

網絡犯罪分子不斷完善他們的技術,結合尖端的自動化方法,逃避簡單的檢測。他們利用所有可用的新技術,包括生成式人工智能和大型語言模型(LLMs),以及傳統的自動化工具。

Telesign首席執行官Christophe Van de Weyer強調了這些詐騙者日益增長的精密性。他表示:「他們是生成式人工智能等技術的早期採用者,提升了攻擊的質量和規模。」他還指出,詐騙者改善了社交工程策略,通常偽裝員工以操控IT部門重設密碼和多重身份驗證設備。結果,全球詐騙額上升至6萬億美元的行業,超過許多國家的GDP。

VISA高級副總裁Michael Jabbara指出,枚舉攻擊快速增長,尤其是由於商業數位化和在線零售的普及。VISA的數據顯示,33%的被枚舉賬戶在攻擊者獲取支付信息後僅五天內便遭遇詐騙。

枚舉攻擊的機制

枚舉攻擊特別危險之處在於其能迅速提交獨特的支付值組合,如主要賬號(PAN)、卡片驗證值(CVV2)、到期日和郵政編碼,從而有效破解CNP交易。這些攻擊通常針對提供用戶反饋的系統,使攻擊者能夠知曉生成的猜測何時正確。

VISA的研究顯示,枚舉攻擊常利用電子商務平台的弱點,特別是缺乏強大速率限制或驗證措施的平台。該公司建議商家實施CAPTCHA、監控異常交易以及採用強加密和多因素身份驗證以降低風險。

AI在打擊詐騙中的角色

為應對詐騙策略的日益精細化,VISA於2019年推出Visa Account Attack Intelligence(VAAI)以應對支付詐騙攻擊的激增。該解決方案專注於採用統一防禦方法,結合數據洩露、網絡安全和支付情報洞見來識別CNP交易。

如今,VISA利用新一代AI驅動的VAAI Score增強其能力,該得分能實時評估枚舉攻擊。每筆交易會獲得一個風險得分,使發卡機構能迅速做出明智的決策,保護合法客戶交易,同時降低財務損失。VAAI Score通過VisaNet分享,提供商家和合作夥伴有關詐騙交易可能性的即時洞見。

VAAI Score能在交易處理後的20毫秒內生成風險評估,分析182個風險屬性以評估詐騙可能性。該得分基於分析超過150億筆VisaNet交易而開發,擁有六倍於前任版本的特徵,大幅提升其詐騙檢測能力,並可能將誤報率降低85%。通過整合生成式AI和機器學習,VAAI Score不斷調整,以識別攻擊者試圖繞過CNP安全措施的行為。

VISA在AI和機器學習技術上投資超過100億美元,以增強詐騙防範和網絡安全,成功攔截了單年內高達400億美元的詐騙交易。

實時準確性和速度的挑戰

Jabbara強調實時風險評估的重要性,表示VisaNet依賴ISO標準,以便與合作夥伴和商家無縫整合以傳遞VAAI得分。他解釋道:「我們將VAAI得分直接嵌入交易消息中,讓客戶根據具體運營需求定制其風險管理策略。」

詐騙檢測領域正在快速演進,Jabbara指出企業必須在整個客戶旅程中評估詐騙風險。Telesign也在利用AI和機器學習實現類似目標。

Van de Weyer表示:「在Telesign,我們的智慧API提供有關風險和潛在模式的洞見。我們通過分析電話號碼活動、電子郵件使用、IP地址和通話模式來識別紅旗,以幫助標記高風險號碼,指導我們的風險建議和得分以增強身份驗證過程。」

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles