Kredittkortsvindel koster forbrukere ca $ 4. 8 milliarder kroner i året og kjøpmenn $ 190 milliarder i året. Fair Credit Billing Act (FCBA) begrenser forbrukeransvar for uautoriserte korttransaksjoner til $ 50. Kredittkortselskaper må dekke resten, så disse byråene er svært investert i å spore ned og begrense svindel. Til dette formål har de satt i gang svært skjematiske og komplekse prosedyrer for å oppdage og behandle svindel. Følgende er de tre viktigste måtene som det er gjort på.

Bedrifter Se på dine mønstre

Kredittkortselskaper holder oversikt over utgiftsmønsteret ditt gjennom systemer som bestemmer gyldigheten av dine kjøp. Når mønsteret ditt går i stykker med høyt priset eller uvanlige oppkjøp eller med transaksjoner gjort utenfor ditt hjemsted, noterer selskapet det og varsler deg. Selskapet noterer også endret frekvens, for eksempel hvis du logget på flere transaksjoner enn før, og hvis e-handelstransaksjonene brukte en endret IP-adresse. Tyver har en tendens til å teste kredittkort ved å gjøre mindre transaksjoner etterfulgt av stadig større. Kredittkortselskaper varsler deg om de oppdager et slikt mønster.

Bedrifter Bruk din assistanse

Du har kanskje rapportert en eller flere forekomster av kredittkortstyveri. Kredittkortselskaper følger opp ved å merke lignende kostnader på ett eller flere av kortene dine og be deg om å bekrefte dem. Tyven kan ha engasjert seg i bedrageri under forskjellige navn, eller andre hackere kan begå det samme eller lignende svindler.

Bedrifter ansetter tekniske algoritmer

Kredittkortselskaper bruker et svært sofistikert system med tekniske algoritmer for å fange svindel. Disse inkluderer clustering, hvor bankene knytter felles kjøp sammen og fanger outlier oppkjøp; Gjennomsnittlig, hvor bankene beregner midler for kjøpene dine for å fastslå typisk kjøpsadferd; og klassifisering, hvor banker merker transaksjoner i henhold til kategorier som inkluderer geografi, tid, svindel sannsynlighet og så videre.

Standard dataanalyse har vokst til stordataanalyse, hvor ingeniører bruker teknologier som cloud computing og maskinlæring for å oppdage abnormiteter. Kredittkortselskaper går gjennom hauger av data for å utrydde falske positiver og oppdage mønstre. Datasystemet bruker petabytes til å behandle alle disse dataene. På et hvilket som helst tidspunkt behandler PayPal 1. 1 petabytes data for hver 169 millioner kundekontoer. Denne mengden behandling kan skade selskapets datastruktur, slik at datamaskinen vender seg til cloud computing for å få hjelp. Cloud computing strekker seg til å ta på seg en uendelig data. På denne måten klarer kredittkortselskaper å oppdage flere mistenkelige signaler.

Kredittkortselskaper bruker også maskinlæring, som innebærer datamodeller som er opplært ved å bli matet typiske transaksjoner for å spytte ut spådommer.Maskinlæring analyserer transaksjonen og produserer et sannsynlighetssiffer for å vurdere sin pålitelighet. Denne prosessen hjelper selgere til å oppdage just-in-time svindel, så hvis kredittkortet ditt ble avslått av en kasserer, er det sannsynligvis at modellen produserte en høy svindelsannsynlighetsscore som varslet salgsstedet for å avvise transaksjonen.

Nøkkelfunksjoner

PCI Security Standards Council dedikerer seg til å forbedre sikkerhetsstandarder for din dataskydd for konto. Forhandlere som behandler kredittkort, må ta sikkerhetskontrollene en gang i året, og chip-and-pin teknologier er bare ett av de mange nye IT-systemene som har kommet ut for å oppdage svindel. Kredittkortsvindel fortsetter imidlertid å vokse, med 1, 540 brudd som skjer over hele verden i 2014, ifølge Gemalto's 2014 Breach Level Index.

Kredittkortselskaper forsøker ulike ploys å fange svindel. Disse inkluderer tradisjonelle og nye stordataanalyser for å oppdage unormale mønstre. Data viser at deres innsats gir lavere årlige gjennomsnittlige svindelsatser, i alle fall i Amerika. For eksempel svindlere som bruker kredittkort stjal $ 18 milliarder fra 13. 1 million USA forbrukere i 2013. Dette tallet redusert i 2014 til $ 16 milliarder fra 12. 7 millioner amerikanske offer.