Varför AI Àr framtiden för bedrÀgeriupptÀckt

Varför AI Àr framtiden för bedrÀgeriupptÀckt


Den accelererade tillvÀxten av e-handel och onlinemarknadsplatser har lett till en ökning av bedrÀgligt beteende online som begÄtts av bÄde bots och dÄliga aktörer. Ett strategiskt och effektivt tillvÀgagÄngssÀtt för att upptÀcka bedrÀgerier online kommer att behövas för att ta itu med allt mer sofistikerade hot mot ÄterförsÀljare pÄ nÀtet.

Dessa marknadsförĂ€ndringar kommer vid en tidpunkt av betydande förĂ€ndringar i regelverket. Över hela vĂ€rlden trĂ€der ny lagstiftning i kraft som Ă€ndrar ansvarsbalansen för att förebygga bedrĂ€gerier mellan anvĂ€ndare, varumĂ€rken och plattformarna som marknadsför dem digitalt. Till exempel kommer EU Digital Services Act och US Shop Safe Act att krĂ€va att onlineplattformar tar ett större ansvar för innehĂ„llet pĂ„ sina webbplatser, ett ansvar som traditionellt varit varumĂ€rkets och anvĂ€ndares domĂ€n att övervaka och rapportera.

Kan AI hitta vad som gömmer sig i din data?

I sökandet efter sÀkerhetsbrister har Pasabi, leverantör av beteendeanalysprogramvara, sett ett kraftigt ökat intresse för sin AI-analysplattform för att upptÀcka bedrÀgerier online, med ett antal nyckelvinster inklusive onlinerecensionsplattformen Trustpilot. Pasabi upprÀtthÄller sina AI-modeller baserade pÄ anonymiserade uppsÀttningar data som samlats in frÄn flera kÀllor.

Med hjĂ€lp av skrĂ€ddarsydda modeller och algoritmer, samt viss öppen kĂ€llkod och kommersiell teknologi som TensorFlow och Neo4j, har Pasabis plattform visat sig vara fördelaktig nĂ€r det gĂ€ller att upptĂ€cka mönster i bĂ„de text och visuell data. Kunddata tillhandahĂ„lls till Pasabi av dess kunder i syfte att analysera för att identifiera en rad olagliga aktiviteter – – olagligt innehĂ„ll, bedrĂ€gerier och förfalskningar, till exempel – – som kunden sedan kan agera utifrĂ„n.

Chris Downie, Pasabis VD sĂ€ger, “Pasabis teknik anvĂ€nder AI-driven beteendeanalys för att identifiera dĂ„liga aktörer över en rad onlineintrĂ„ng, inklusive förfalskade produkter, grĂ„marknadsvaror, falska recensioner och olagligt innehĂ„ll. Genom att leta efter gemensamma beteendemönster över vĂ„ra kunders data och korsreferensera detta med externa data som vi samlar in om kĂ€llornas rykte (individer och företag), Ă€r programvaran perfekt positionerad för att hjĂ€lpa onlineplattformar, marknadsplatser och varumĂ€rken att hantera dessa. hot.”

Beviset finns i data

Pasabi delade med VB att deras plattform byggs helt internt, med nÄgra externa tjÀnster för att förbÀttra deras data, sÄsom översÀttningstjÀnster. Pasabis kombination av kund(beteende) och extern (rykte)data Àr vad de sÀger gör att de kan lyfta fram de största hoten mot sina kunder.

I frÄgestunden sa Pasabi till VentureBeat att deras plattform utför analyser pÄ hundratals datapunkter, som tillhandahÄlls av kunder och sedan kombineras med Pasabis egen data som samlats in frÄn externa kÀllor. Förövare identifieras sedan i stor skala, avslöjar beteendemönster i data och potentiellt avslöjar nÀtverk som arbetar tillsammans för att vilseleda konsumenter.

Anoop Joshi, senior chef för juridik pĂ„ Trustpilot sa: “Pasabis teknologi hittar kopplingar mellan individer och företag, vilket lyfter fram misstĂ€nkt beteende och innehĂ„ll. Till exempel nĂ€r det gĂ€ller Trustpilot kan detta hjĂ€lpa till att upptĂ€cka nĂ€r individer arbetar tillsammans för att skriva och sĂ€lja falska recensioner. Tekniken lyfter fram de mest produktiva förövarna och gör det möjligt för oss att anvĂ€nda vĂ„ra utrednings- och tillsynsresurser mer effektivt och effektivt för att upprĂ€tthĂ„lla plattformens integritet.”

Relevant data lagras pÄ Google Cloud-tjÀnster, med hjÀlp av logisk hyresgÀstseparation och VPC:er. Data lagras sÀkert med hjÀlp av kryptering under överföring och kryptering i vila. Data lagras endast sÄ lÀnge som det Àr absolut nödvÀndigt och endast i syfte att identifiera misstÀnkt beteende.

VentureBeats uppdrag ska vara ett digitalt stadstorg för tekniska beslutsfattare att fÄ kunskap om transformativ företagsteknik och handla. LÀs mer om medlemskap.