Een betere verdediging tegen fraude? Profiteer van deze 4 technologietrends

Optimize Fraud Detection, Security & Risk

Methoden voor fraude en cybercrime worden steeds slimmer. Op 4 oktober bespreken we tijdens SAS Forum de laatste ontwikkelingen op dit gebied. Alvast meer weten over hoe je adequaat schade kunt voorkomen en beperken? Check dan deze 4 technologietrends.

1. High-performance computing

Met traditionele IT-platformen was het lastig en zeer tijdrovend om alle relevante data te analyseren om potentiële fraude te ontdekken. Met high performance analytics en technologieën als grid computing, in-database analytics en in-memory analytics kunnen snel grote hoeveelheden data worden geanalyseerd. Door in-memory analytics in te zetten worden simulaties waar eerst uren voor nodig waren, in enkele seconden uitgevoerd. Zo kunnen snel verschillende methoden worden getest en wordt duidelijk welke modellen het best werken. Sneller modellen kunnen ontwikkelen en testen betekent dat organisaties flexibeler kunnen reageren op bedreigingen. Hadoop biedt high performance verwerking en opslag van data en ondersteunt analyseprocessen die razendsnel afwijkingen kunnen vinden in miljoenen datarijen. Analytische inzichten worden aangeboden via visuele interfaces en geautomatiseerde workflow-systemen zodat men continu op de hoogte is van bedreigingen.

2. Hybride analyse
Door het combineren van analysetechnologieën kun je fraude beter detecteren en voorkomen met minder ‘false positives’. Hybride modellen combineren interne en externe data zodat er een nog beter voorspellend model ontstaat. Verder kun je door het gedrag van gebruikers continu te monitoren, afwijkingen die bijvoorbeeld wijzen op identiteitsdiefstal direct signaleren. Neurale netwerkmodellen maken algoritmen continu slimmer en nauwkeuriger door machine learning. Zo wordt interactief, zonder menselijke interventie geleerd van data.

3. Behavioral analytics
Fraudeurs weten op regels-gebaseerde systemen eenvoudig te omzeilen. Daarom is het essentieel dat je analysetechnologie inzet die onbekende risico’s en nieuwe inbraaktechnieken detecteert. Behavioral analytics verzamelt gedragspatronen en gebruikt die informatie iedere keer als er een transactie op je systemen plaatsvindt. Dit proces zorgt voor een diepgaand profiel van een netwerkgebruiker, je systemen, leveranciers et cetera. Neem bijvoorbeeld een bank; hoe meer klantprofielen er zijn, hoe beter kan worden beoordeeld of een betaaltransactie of een aanvraag voor een nieuwe lening rechtmatig is. Behavioral analytics detecteert de potentiële fraude voordat deze daadwerkelijk plaatsvindt.

4. Efficiëntere workflows
Om succesvol fraude te bestrijden moeten de processen voorhet detecteren en onderzoeken van verdachte activiteiten efficiënter worden ingericht. De ideale fraude-oplossing heeft enkele essentiële kenmerken: Met data staging kunnen transacties gelinkt worden aan de juiste partijen en personen. Door actiepunten rondom een onderwerp samen te brengen hoeft een kleiner aantal widgets gebruikt te worden en ontstaat er een completer beeld. Een oplossing moet de juiste informatie presenteren: welke activiteiten vinden er plaats, wie is daarbij betrokken, wat is hun normale gedrag? Is er aanvullend onderzoek nodig? Verder werkt men efficiënter als alerts uit verschillende monitoringsystemen automatisch worden samengebracht, geprioriteerd en automatisch worden toegewezen aan de verantwoordelijke medewerkers.

De genoemde technologieën zijn direct voorhanden en klaar om ingezet te worden. Als deze trends doorzetten verwacht ik verbeteringen op de volgende gebieden:

Sterkere authenticatie. De consument is op zoek naar gemak bij het doen van online aankopen en transacties. De grootste uitdaging is de authenticatie zodanig te organiseren dat het geen nadelige invloed heeft op de customer journey. Hier kunnen combinaties van biometrie, near field communication en analytics bij helpen.
De toename van data zorgt voor rijkere profielen. Het delen van informatie tussen verschillende organisaties wordt eenvoudiger waarmee fraudedetectie eenvoudiger wordt.
Real-time preventie wordt sneller en schaalbaarder. Meer bedrijven implementeren fraude-oplossingen die dagelijks miljarden transacties kunnen analyseren en kunnen deze data verrijken met andere informatie. Door het combineren van bronnen wordt data slimmer en het detecteren van afwijkend gedrag wordt eenvoudiger.

Share this article with your network: