Assim como seu ataque cibernético comum se tornou mais sofisticado, também aumentaram os caminhos para fraude, phishing e outros eventos de engenharia social. Faz sentido que, à medida que as ferramentas digitais que usamos se tornem mais prevalentes e arraigadas em nossas vidas diárias, atores nefastos estejam procurando capitalizá-las.  Em seu último relatório, a McAfee e o Centro de Estudos Estratégicos e Internacionais (CSIS) revelam que o cibercrime agora   , ou 0,8% do PIB global. Muitos desses eventos envolvem golpes, fraudes e outras atividades conduzidas por humanos, em vez de hackers ou trojans de alta tecnologia. custa ao mundo US$ 600 bilhões  O ransomware, outro hack popular de engenharia social, envolve bloquear o sistema ou criptografar dados confidenciais e exigir um resgate, geralmente pago em criptomoedas – e os invasores raramente, ou nunca, retornam o acesso. Isto é exatamente o que aconteceu durante o   . recente incidente Colonial Pipeline  A questão é: como se combate esse tipo de coisa? Isso pode ser alcançado com a ajuda de inteligência artificial (IA) e aprendizado de máquina (ML).  Os benefícios invisíveis de IA e ML  Duas vantagens principais que as ferramentas de IA e ML podem aproveitar tornam-nas ideais para a detecção de fraudes.  Primeiro, eles podem analisar enormes quantidades de dados e informações em velocidades sem precedentes, certamente mais rápido do que qualquer ser humano jamais poderia. Além do mais,   , ao longo do tempo, depois de ingerir dados e informações dos investigadores, exatamente o que procurar. Isso significa que eles se tornam mais inteligentes, mais eficazes e mais precisos na detecção de atividades e padrões nefastos. as redes neurais podem aprender  As soluções de IA nunca precisam descansar da mesma forma que um operador humano faria. Eles podem continuar trabalhando 24 horas por dia, 7 dias por semana, inclusive durante os horários estranhos que invasores internacionais ou nefastos fariam.  IA para Detecção de Fraude  Por meio da análise avançada, as ferramentas de IA e ML podem identificar ameaças, identificar vetores de ataque e ajudar as equipes de segurança a reforçar as vulnerabilidades do sistema e as preocupações com a rede.  Quando aplicada à detecção de fraudes, especificamente, a tecnologia pode rotular conteúdo fraudulento ou tentativas de acesso, prever ameaças potenciais e fornecer uma classificação melhor para fontes legítimas e ilegítimas.  Imagine isso como preparar um forte antes de uma batalha. Todos os pontos de entrada seriam bloqueados e protegidos, todas as preocupações com possíveis ameaças seriam abordadas e haveria contingências em vigor para quando vários pontos fracos fossem violados. A IA é capaz de fazer todas essas coisas, mais rápido e com melhor precisão do que os operadores humanos.  Além disso, o suporte auxiliar pode ser codificado nos algoritmos de ML para facilitar ações futuras. Por exemplo, se houver um ataque e for necessária uma ação legal, a ferramenta pode extrair as informações necessárias e enviá-las às partes apropriadas. O resultado são processos de auditoria automatizados.  Os advogados de fraude financeira precisarão das informações pertinentes para fazer um caso e defender sua posição. Se chegar no início do processo, ou mesmo antes do evento ser sinalizado pelas autoridades, eles têm mais tempo para se preparar. A fraude relacionada a serviços bancários e financeiros é complicada de navegar, especialmente quando se   e prova de devida diligência. Essa vantagem pode ser inestimável, conquistada porque a ferramenta de ML estava pronta e capaz de enviar as informações necessárias. trata de fundos do governo  O negócio  Normalmente, uma empresa ou organização atingida por fraude lida com o problema após o fato, o que pode resultar em graves danos financeiros. Isso também ocorre porque a fraude é difícil de detectar. Até recentemente, não era viável fazê-lo com desempenho ideal.  No entanto, os fabricantes de chips, como a Intel,   de detectar eventos fraudulentos, como pagamentos, em tempo real e com a ajuda da IA no chip. Isso significa que as empresas de pagamento e as empresas podem identificar melhor a fraude, capturar possíveis atores mal-intencionados à medida que atacam e, essencialmente, interromper toda a situação no meio do jogo. agora têm o poder  Governo  Embora a IA esteja sendo implantada em muitas áreas, um desenvolvimento promissor no governo e no setor financeiro está relacionado   . Algoritmos podem ser usados para detectar anomalias ou erros, que são encaminhados a investigadores humanos que procuram sinais de fraude. Isso permite que as várias partes sejam mais éticas e responsáveis, mas também ajuda a afastar os potenciais efeitos e perigos da fraude. à supervisão orçamentária  Seguro  A fraude de seguros é uma grande preocupação, mas a IA pode ser usada   das técnicas de fraude e vários comportamentos. Agências de seguros e investigadores podem aproveitar a IA para identificar padrões anômalos, rotular ameaças potenciais para uma inspeção mais detalhada, mas também para colocar os olhos nos canais de entrada corretos. para se adaptar à evolução  Por exemplo, reivindicações provenientes de uma determinada parte pré-rotulada como potencialmente fraudulenta gerariam mais escrutínio. Isso faz uma grande diferença ao trabalhar com atividades relacionadas a dados, como fraude de seguro-desemprego, que pode facilmente passar despercebida sem o suporte de análises baseadas em IA.  A IA está ficando mais inteligente e mais capaz  As plataformas de IA e ML se tornam mais capazes a cada dia. Isso porque, à medida que mais dados são inseridos nessas soluções, os algoritmos se tornam mais eficazes na detecção de comportamento anômalo – um indicador sólido de fraude. Espere que muitos setores continuem encontrando novas maneiras de usar ferramentas como essas na busca de um ambiente de negócios mais seguro e justo.

Intel

2022 - HackerNoon Contributor of the Year - Cybersecurity

2022 - HackerNoon Contributor of the Year - Security

Nominated for 2022 - HackerNoon Contributor of the Year - Security

Nominated for 2022 - HackerNoon Contributor of the Year - Cybersecurity

Este áudio é produzido no idioma original da história!

Usando IA para detecção de fraude

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Criando produtos criptográficos centrados no usuário: a importância do feedback do cliente

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps