信用卡欺诈:您需要了解的内容

2019-05-22 11:03:07 管槎 26
发布时间:2018年6月29日下午12:21
更新时间:2019年3月6日下午12:45

信用卡。网上购物的增长使信用卡用户面临风险。档案照片

信用卡。 网上购物的增长使信用卡用户面临风险。 档案照片

如果您是信用卡或借记卡的所有者,那么您可能遭受欺诈的可能性不可忽视,就像一样。

从20世纪80年代开始,国际上使用信用卡,借记卡和预付卡的数量显着增加。 根据2016年10月的 ,2015年全球这些支付系统产生了超过31万亿美元,比2014年增长了7.3%。 尼尔森报告是全球卡和移动支付行业最受尊敬的新闻和分析来源之一。

2015年,欧洲八分之七的采购以 。

由于新的在线汇款系统,如Paypal,以及全球电子商务的普及 - 包括越来越多的发展中国家, - 这些趋势预计将持续下去。 (阅读: )

感谢Flipkart,Snapdeal和亚马逊印度( 共有 )以及阿里巴巴和京东( 超过 )等领先公司,电子支付正在吸引大量新的消费者群体。

这是网络犯罪分子的金矿。 根据尼尔森报告,2015年全球卡欺诈损失从2010年的约80亿美元增加到210亿美元。到2020年,这一数字预计将达到310亿美元。

这些费用包括银行和信用卡公司向欺诈客户提供的退款(西方许多银行,只要报告犯罪,并报告消费者的责任为50美元) 。这激励银行在反欺诈技术方面进行大量投资

网络犯罪也以其他方式使供应商付出代价。 他们负责为客户提供高标准的安全性。 如果他们疏忽履行这项义务,信用卡公司可能会向他们收取报销欺诈的费用。

欺诈的类型

信用卡欺诈有很多种,而且它们的变化频繁, 几乎不可能全部列出。

但主要有两类:

  • 卡不存在(CNP)欺诈:这是最常见的欺诈行为,发生在持卡人的信息被盗和非法使用而没有卡的实际存在时。 这种欺诈通常发生在网上,可能是欺诈者冒充可信机构通过污染链接窃取个人或财务信息所发送的所谓“ ”电子邮件的结果。

  • card-present-frauds:今天不太常见,但仍然值得关注。 它通常采取“ ”的形式 - 当不诚实的卖家将消费者的信用卡刷入存储信息的设备时。 一旦该数据用于购买,消费者的帐户将被收取费用。

信用卡交易的机制

信用卡欺诈的部分原因在于信用卡交易是一个简单的两步过程:授权和结算。

最初,参与交易的人(客户,发卡机构,商户和商家银行)发送和接收信息以授权或拒绝给定的购买。 如果购买获得授权,则通过交换结算,通常在授权后几天进行。

一旦购买获得授权,就不会再回头了。 这意味着所有欺诈检测措施必须在交易的第一步中完成。 (阅读: )

这是它的工作原理(以极为简化的方式)。

一旦诸如Visa或万事达卡等公司将其品牌许可给 (例如巴克莱银行等银行)以及商家银行,他们就会确定交易协议的条款。

然后,发卡机构将信用卡实际交付给消费者。 为了用它进行购买,持卡人将他的卡提供给供应商(或者,在线,手动输入卡信息),他将消费者的数据和所需的购买转发给商家的银行。

反过来,银行将所需信息发送给发卡机构进行分析和批准 - 或拒绝。 发卡机构的最终决定将发回给商家银行和供应商。

只有在两种情况下才能发出拒绝:如果持卡人账户余额不足,或者根据商家银行提供的数据,有可能存在欺诈行为。

不正确的欺诈怀疑对于消费者来说是不方便的,消费者的购买被拒绝并且其卡可能被卡发行者立即阻止,并且对供应商造成声誉损害。

如何打击欺诈?

根据 ,该研究探讨了先进的统计和概率技术如何更好地检测欺诈,顺序分析 - 再加上新技术 - 是关键。

由于持续监控持卡人的支出和信息 - 包括每次购买的时间,金额和地理坐标 - 应该可以开发一种计算购买欺诈概率的计算机模型。 如果概率超过某个阈值,则发卡机构将发出警报。

然后,公司可以决定直接阻止该卡或进行进一步调查,例如致电消费者。

该模型的优势在于将一种众所周知的称为最优停止理论的数学理论应用于欺诈检测,其目的在于最大化预期收益或最小化预期成本。 换句话说,所有计算都旨在限制误报的频率。

我的研究仍在进行中。 但是,与此同时,为了显着降低信用卡欺诈受害者的风险,这里有一些黄金法则。

首先,永远不要点击要求您提供个人信息的电子邮件中的链接,即使发件人似乎是您的银行。

其次,在您从一个不知名的卖家在线购买东西之前,请点击供应商的名称,看看消费者的反馈是否主要是积极的。

最后,当您进行在线支付时,请检查网页地址是否以https://开头,这是一种用于安全数据传输的通信协议,并确认该网页不包含语法错误或奇怪的单词。 (阅读: )

这表明它可能只是为了窃取您的财务数据而设计的假货。 - The Conversation / Rappler.com

Bruno Buonaguidi是UniversitàdellaSvizzera italiana跨学科数据科学研究所的研究员。 披露: Bruno Buonaguidi从Axa Research Fund获得资金(博士后研究员)。

本文最初发表于 。 阅读 。