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!

Muito longo; Para ler

15k+ Startups Scaled Their Data Infrastructure with Segment. Apply Now!

HackerNoon Mobile

Usando IA para detecção de fraude

Muito longo; Para ler

Company Mentioned

@devinpartida

HISTÓRIAS RELACIONADAS