蓝盟IT外包
合成身份的方法主要是通过身份证号码等实际信息和假信息(姓名、出生年月日、地址)组合来制作的。 这样,犯罪者就可以由此建立新的账户,并维持信用状态。
美联社解释说,这种方法为犯罪者提供了足够的时间建立身份和信用史。 这可以让他在“破产”前有足够的贷款和支出能力。
“与以往的身份欺诈相比,使用合成身份账户进行欺诈的话,犯罪分子就会伪装成普通的顾客,他们前期会积累一定的信用值”联邦存款表示。
近年来,合资欺诈是美国增长最快的金融犯罪类型,许多信用企业受害严重。
auriemma集团的分析显示,所有取消注册的信用卡账户中,有5%的账户与合成身份欺诈有关。 2016年,美国贷款机构共计损失60亿美元。 每个帐户负债15,000美元,占2016年贷款损失的20%。
根据ID Analytics的研究,传统的欺诈对策模型估计只能有效地检测出合成身份的5%到15%。 传统的欺诈检测模式,因为合成身份的检测成功率低,欺诈犯更加疯狂。
但是,由于合成身份欺诈的影响,这个问题已经扩展到了美国的金融系统、医疗行业、汽车和保险等民间行业,无法仅靠一个行业和组织独立地解决这个问题。
相反,波士顿联邦储备银行的高级副总裁兼安全支付战略负责人吉姆库尼亚(Jim Cunha )认为,如果组织采用分层识别并结合大数据分析,这种合成识别很可能成功。 此外,所有支付行业都可以共享信息。
如何预防合成身份支付欺诈?
采用手动和自动两种数据分析方法,进行身份的层次识别。
将基本个人信息(姓名、SSN、出生年月日、地址等)和其他数据源组合,确认申请人的身份。
使用“强连接”的分析流程,如检查贷款帐户、支票帐户和其他金融机构。
过滤来自同一IP地址或设备的多个帐户应用程序,并查找在多个帐户中显示为认证用户的id信息。
对交叉用户的服务提供者进行合成id链接分析。
建议金融机构在产品线间共享信息,发现合成身份欺诈者的身份。 因为一般犯罪者将在同一组织开设多个帐户,如信用卡、直接存款帐户、信用卡金额和汽车贷款和抵押贷款等。
文/上海蓝盟 IT外包专家