Hvordan kreditkortselskaber bekæmper svig

GJERULFF'S GUIDE: LÆR HVORDAN MAN KYSSER (November 2024)

GJERULFF'S GUIDE: LÆR HVORDAN MAN KYSSER (November 2024)
Hvordan kreditkortselskaber bekæmper svig

Indholdsfortegnelse:

Anonim

Kreditkort bedrageri koster forbrugerne omkring $ 4. 8 milliarder om året og handlende 190 milliarder dollars om året. Fair Credit Billing Act (FCBA) begrænser forbrugeransvar for uautoriserede korttransaktioner til $ 50. Kreditkortselskaber skal dække resten, så disse agenturer er meget investeret i at spore ned og begrænse svig. Med henblik herpå har de indført meget skematiske og komplekse procedurer til opdagelse og behandling af svig. Følgende er de tre vigtigste måder, hvorpå det er gjort.

Virksomheder Se på dine mønstre

Kreditkortselskaber holder styr på dine udgiftsmønstre gennem systemer, der bestemmer gyldigheden af ​​dine køb. Når dit mønster går i stykker med meget dyre eller ualmindelige opkøb eller med transaktioner udført uden for dit hjemsted, noterer virksomheden det og advarer dig. Virksomheden noterer sig også ændret frekvens, fx hvis du logger på flere transaktioner end før, og hvis dine e-handelstransaktioner brugte en ændret IP-adresse. Tyve har tendens til at teste kreditkort ved at foretage mindre transaktioner efterfulgt af stadig større. Kreditkortselskaber advarer dig, hvis de opdager et sådant mønster.

Virksomheder Brug din assistance

Du har måske rapporteret en eller flere tilfælde af kreditkortstyveri. Kreditkortselskaber følger op ved at notere lignende gebyrer på et eller flere af dine kort og beder dig om at bekræfte dem. Tyven kan have beskæftiget sig med bedrageri under forskellige navne, eller andre hackere kan begå de samme eller lignende svindler.

Virksomheder anvender tekniske algoritmer

Kreditkortvirksomheder bruger et yderst sofistikeret system med tekniske algoritmer til at fange svig. Disse omfatter klynger, hvor banker forbinder fælles indkøb sammen og fanger outlier erhvervelser; i gennemsnit, hvor bankerne beregner midlerne til dine køb for at bestemme din typiske købsadfærd; og klassificering, hvor banker mærker transaktioner i henhold til kategorier, der omfatter geografi, tid, svig sandsynlighed og så videre.

Standarddataanalyse er vokset til stordataanalyse, hvor ingeniører bruger teknologier som cloud computing og maskinindlæring til at opdage abnormiteter. Kreditkortselskaber går gennem haver af data for at udrydde falske positiver og registrere mønstre. Beregningssystemet anvender petabytes til at behandle alle disse data. På ethvert tidspunkt behandler PayPal 1. 1 petabytes data for hver 169 millioner kundekonti. Denne mængde af behandling kan beskadige virksomhedens computerstruktur, så computeren vender sig til cloud computing for at få hjælp. Cloud computing strækker sig for at påtage sig en uendelig data. På denne måde klarer kreditkortselskaber at opdage flere mistænkelige signaler.

Kreditkortvirksomheder bruger også maskinindlæring, der involverer computermodeller, der er uddannet ved at blive fodret med typiske transaktioner for at spytte ud forudsigelser.Maskinindlæring analyserer transaktionen og producerer et sandsynlighedsciffer for at vurdere dets troværdighed. Denne proces hjælper købmænd med at registrere just-in-time svindel, så hvis dit kreditkort blev afvist af en kasserer, er det sandsynligvis, at modellen producerede en høj svindel sandsynligheds score, der varslede salgsstedet for at afvise transaktionen.

Nøgleaktioner

PCI Security Standards Council dedikerer sig til at forbedre sikkerhedsstandarderne for din databeskyttelse. Forhandlere, der behandler kreditkort, skal tage sikkerhedsrevisioner en gang om året, og chip-and-pin teknologier er blot et af de mange nye it-systemer, der er kommet ud for at opdage bedrageri. Kreditkortsvindel fortsætter dog med at vokse med 1, 540 brud på verdensplan i 2014, ifølge Gemalto's 2014 Breach Level Index.

Kreditkortselskaber forsøger forskellige ploys at fange svig. Disse omfatter traditionelle og nye stordataanalyser for at opdage unormale mønstre. Data viser, at deres indsats producerer lavere årlige gennemsnitlige bedragerier, i hvert fald i Amerika. For eksempel stjal svindlere med kreditkort 18 milliarder dollar fra 13. 1 million amerikanske forbrugere i 2013. Dette tal faldt i 2014 til 16 milliarder dollar fra 12.700.000 amerikanske ofre.