Machine learning e dati biometrici contro le frodi online

Kaspersky segna una doppietta contro le frodi online. L’azienda russa ha messo a disposizione di retailer e istituti di credito due prodotti indipendenti, Advanced Authentication e Automated Fraud Analytics, che provano a migliorare la sicurezza delle transazioni online e a ridurre al minimo il rischio di frode. La prima soluzione utilizza tecnologie che identificano un’anomalia o una possibile attività illecita, sia nella fase di login, sia in quella della sessione, segnalandola all’azienda per ulteriori controlli. Gli algoritmi analizzano i dati comportamentali e biometrici, la device reputation e altri metadati non personalizzati, mentre il machine learning garantisce alti tassi di rilevamento e riduce i tempi di scoperta delle anomalie. Il processo di autenticazione non richiede alcuna azione specifica dell'utente, garantendo così la stessa user experience precedente.

Automated Fraud Analytics di Kaspersky aiuta invece le società a diminuire i costi legati alle truffe e a ridurre il rischio di multe per la non conformità a regolamenti come il Gdpr. Durante le sessioni online, lo strumento raccoglie e analizza centinaia di indicatori anonimizzati, quali il dispositivo dell'utente e il suo ambiente, i modelli comportamentali e biometrici di una persona, eventuale presenza di remote access Trojan e bot usage, malware mobile e web injects.

Con l'aiuto di algoritmi di apprendimento automatico, la soluzione mette in relazione i risultati raccolti con i modelli di acquisizione di account, frode su nuovi profili e riciclaggio di denaro, grazie all’apporto di Kaspersky Fraud Prevention Cloud e all’intelligence globale basata su Big Data. Tramite funzionalità di collegamento e mappatura, il servizio può infine identificare in automatico eventuali schemi di riciclaggio cross aziendale.