Algoritmes en zwarte lijsten: slimme technieken voor banken om fraude te voorkomen

Het wordt steeds makkelijker om financiële zaken op onze mobiele telefoons te regelen. Denk aan mobiel bankieren, een tikkie sturen of andere apps waarin belangrijke gegevens van ons worden bewaard. Hoe meer we afhankelijk worden van deze apps, hoe makkelijker het voor criminelen wordt om fraude te plegen. Deze fraude is niet alleen slecht voor klanten maar ook voor banken. Slechte controles, beveiligingsinbreuken en fraude-aanvallen zijn slecht voor het vertrouwen van klanten in banken en tasten de inkomsten en de reputatie van bedrijven aan. Dit is een reden voor banken om met nieuwe beveiligingsmaatregelen te komen.

Algoritme

Wat doen banken om te voorkomen dat rekeningen worden geplunderd? Banken maken veel gebruik van data en algoritmes. De algoritmes worden bijvoorbeeld gebruikt om een profiel van klanten te schetsen. Dit zijn geen echte dossiers maar geautomatiseerde processen. Banken houden recent betaalgedrag van klanten in de gaten, de plekken waar men inlogt, met welke apparaten en browsers dat wordt gedaan,wat het maandelijkse bestedingspatroon is en welke rekeningnummers terugkeren.

Indien deze zaken ineens afwijken van wat klanten normaal doen, kan een bank actie ondernemen, bijvoorbeeld als klanten ineens veel geld overmaken naar een bepaald land. Om de beveiliging van klanten te garanderen worden daarom de volgende vragen gesteld:

• Gebruiken consumenten hetzelfde toestel en systeem bij de bankier app zoals ze altijd doen?
• Versturen consumenten transacties naar hoge-risico landen?
• Zijn er kleine transacties in plaatsen waar consumenten niet eerder zijn geweest?
• Hoeveel van deze risicofactoren zijn er aanwezig?

Indien er volgens de bank een verhoogd risico is op fraude wordt een onderzoek gestart. Bij een afwijking van normaal betaalgedrag belt de bank meestal op om te kijken of het klopt. Klanten willen liever eerst een telefoontje van de bank dan dat een bankpas meteen geblokkeerd wordt. De beschreven risicofactoren worden bij elkaar opgeteld en worden aangevuld met externe bronnen. Bijvoorbeeld met informatie van Bureau Kredietregistratie. Klanten met veel schulden worden extra in de gaten gehouden.

Zwarte lijsten

Er zijn lijsten met verdachte winkels, landen en adressen die door fraude detectiesystemen worden gebruikt om risico's in te schatten. Er zijn bijvoorbeeld blacklists, die bevatten rekeningnummers die altijd fout zijn, whitelists zijn altijd goed en grey lists zijn waarschijnlijk fout maar er is nog geen reden voor blokkade. Banken kunnen op deze manier snel vaststellen of een transactie wordt overgemaakt naar een verdacht rekeningnummer.

Geld witwassen

Er zijn veel verschillende technologieën waardoor mensen geld en fondsen kunnen opslaan. Er zijn zelfs ondergrondse netwerken met fondsen, transacties en accounts. Bitcoin is een voorbeeld van een digitale munt die het makkelijker maakt om fraude te plegen. Al deze technologieën zorgen ervoor dat criminelen zwart geld makkelijker kunnen witwassen. Met behulp van artificial intelligence kan het witwassen van geld sneller opgespoord worden. Er wordt niet alleen gekeken naar transacties maar ook naar het gedrag van een consument over de afgelopen maand, zes maanden of 13 maanden. Indien het gedrag verdacht genoeg is kan een bank tot onderzoek overgaan.

Foto: Bigstock