Об одном подходе оценки платежных транзакций на предмет мошенничества

Аннотация

В данной статье предлагается алгоритм предсказания мошеннических транзакций. В алгоритме используется методы анализа, статистики, скоринга и классификации. Ключевые слова: Мошенничество, транзакция, аккаунт, скоринг, фрод мониторинг, антифрод системы, риск, алгоритм, метод. В настоящее время увеличивается количество финансовых транзакций, что приводит к росту финансового мошенничества и, как следствие, возникновению потерь в мировой экономике от кибератак. Выявление девиантных транзакций является актуальной темой современных исследований, поскольку для всех участников банковской системы важно минимизировать риски, которые могут возникать из-за наличия уязвимостей при совершении онлайн-операций. Рост финансовых потерь из-за увеличения финансового мошенничества актуализирует значимость применения математических методов для анализа 72 реальных данных. В статьи предлагается алгоритм предсказания мошеннических операций. Методы оценки мошенничества используются для выявления и оценки транзакций с наибольшим риском — в отсутствии карты, которые нуждаются в дополнительной проверке. Они могут выявлять схемы мошеннической деятельности и отличать эти схемы от законной транзакционной деятельности. Для каждой транзакции вычисляется числовое значение (оценка), отражающее вероятность того, что она может быть мошеннической. В платежных системах, которые функционируют сейчас в нашей стране, чтобы провести транзакцию, достаточно иметь 16-ти значный номер карты, срок действия карты и номер телефона, к которому подключена услуга СМС- информирования. Мошенники регистрируются в платежной системе или авторизуются, если пользователь ранее пользовался этой системой, в процессе входа с нового устройства, на номер телефона отправляется СМС с кодом для подтверждения авторизации/регистрации. Затем мошенники добавляют в аккаунт карту и производят несанкцио- нированные транзакции [1,4]. В этом случае предотвратить хищение денежных средств поможет только система фрод-мониторинга, которая по различным параметрам как автоматизированных средств отправки транзакций плательщика (то есть, клиента банка), так и самой транзакции оценивает вероятность (или скоринг) того, что транзакция является мошеннической. Простейшим примером системы фрод-мониторинга может являться простое ограничение на сумму платежа. Если платеж больше определенной величины, то он считается подозрительным на фрод и требует дополнительной проверки (подтверждения) его легальности. Общий механизм работы антифрод-системы, который применяется в большинстве международных платежных систем сейчас, можно свести к следующему: 1. Сервер платежной организации переадресовывает сведения о транзакции в антифрод-систему и ожидает разрешения на проведение платежа. 2. Антифрод-система анализирует сведения, чтобы принять решение о легитимности этой транзакции. 3. Обрабатывается платеж, оценивается его риск, при необходимости инициируется проверка другими сервисами, например, дополнительная аутентификация клиента, после чего решение передается назад. 4. В результате финансовая транзакция оказывается подтвержденной или отклоненной. В момент совершения финансовой транзакции сканируются браузер,IP- адрес, куки-файлы на предмет подозрительной активности, а также собирается несколько показателей (у каждой антифрод-системы они различные) – начиная от IP-адреса компьютера, версии браузера и заканчивая статистикой платежей и др. Осуществляется проверка на использование виртуальной машины или VPN, анализируется поведение клиента, проверяется информация о платежной системе, используется собственная база мошеннических действий и др. 73 Во втором шаге общего антифрод-механизма, в котором антифродсистема анализирует транзакцию и выносит решение подтвердить, провести дополнительную проверку или отклонить транзакцию, вышеперечисленные признаки рассматриваются последовательно Фильтрация транзакции по признакам мошенничества последовательно имеет несколько недостатков, главным из них является частое ложное срабатывание и отклонение легитимных транзакций с подозрением на мошенничество [4]. В алгоритме, предлагается присвоение баллов каждому из параметров несанкционированности транзакции — мошенничества. Список этих параметров будет динамическим, то есть администраторы платежной системы могут вводить новые параметры и присваивать им баллы, которые будут добавлены в суммарный балл транзакции при выполнении/невыполнении определенных условий. Каждая транзакция будет иметь суммарный балл (transaction fraud score - TFS), который будет высчитан, смотря на все показатели параметров совершаемой транзакции. Чем выше суммарный балл, тем опаснее считается транзакция. Здесь под опасностью понимается вероятность мошенничеств в данной финансовой операции. Также, администраторы будут задавать пороговые значения для каждого уровня опасности транзакции (transaction fraud level - TFL), примерный перечень уровней приводится в таблице. Этот перечень тоже будет динамическим, при необходимости можно будет вводить новый уровень опасност