Fraud detection: come garantire la sicurezza delle operazioni bancarie

Gli istituti di credito hanno la necessità di svolgere in modo rapido ed efficiente attività di fraud detection: attraverso l’utilizzo dell’intelligenza artificiale, possono occuparsi di questi processi in real time e su più canali. In particolare, tecnologie basate su modelli di machine learning danno supporto nella gestione efficace dei rilevamenti di transazioni anomale su canali diversi, come la mail, gli SMS l’home banking, la PEC e anche il telefono, attuando anche analisi predittive. Si tratta di una priorità per il settore bancario, considerando che i servizi degli istituti sono sempre più digitalizzati e un maggior numero di utenti svolge tramite canali online o telematici le proprie operazioni e comunicazioni alla banca. Garantire la sicurezza è fondamentale per una buona riuscita del proprio business, ma anche per risultare affidabili verso gli acquirenti dei servizi ed essere adeguati alle normative del settore.

Fraud detection: perché è una priorità

Il maggior ricorso alla digitalizzazione dei servizi avvenuto negli ultimi anni sia per l’evoluzione del percorso di trasformazione digitale dei settori produttivi ma anche per la spinta impressa dalla pandemia di coronavirus ha portato, di conseguenza, a un incremento delle minacce cyber. Come rilevato dal Rapporto Clusit 2021 (LINK https://clusit.it/rapporto-clusit/) nel corso del 2020 gli attacchi sono aumentati a livello globale del 12 per cento. In questo scenario, è stato rilevato anche un aumento degli attacchi verso il settore Banking & Finance, cresciuti dell’8 per cento. Per colpire gli istituti di credito, il cyber crime può utilizzare anche tecniche subdole, come svolgere attività di phishing mandando e-mail apparentemente inviate dall’istituto di credito ma in realtà false e malevole. Lo scopo è carpire dati o sfruttare vulnerabilità a fini economici o di sabotaggio, con conseguenze molto serie per gli istituti bancari: oltre alle perdite, possono infatti anche essere comminate sanzioni.

Oltre a questo ambito però, non cessano di esistere le tipologie tradizionali di frode: si pensi al caso di telefonate apparentemente provenienti da impiegati bancari ma in realtà condotte abilmente da truffatori oppure alle frodi condotte sottraendo denaro a incauti utenti.
È importante quindi proteggersi e prevenire adeguatamente il rischio e, oltre a implementare soluzioni di cyber security e safety, è importante conoscere le potenzialità dell’intelligenza artificiale e di un’adeguata data analysis per rilevare segnali anomali e, in particolare, transazioni sospette. In questo modo, si potrà porre rimedio alla situazione in rapido tempo, preservando il patrimonio degli utenti ed evitando che il problema diventi più rilevante al punto da dover investire budget importanti per cercare di risolverlo.

Intelligenza artificiale per la fraud detection

L’attività di fraud detection può risultare complessa in una realtà come quella bancaria che svolge i propri processi attraverso canali diversi: app, sito di home banking, telefono, sms, corrispondenza. L’introduzione di sistemi automatizzati basati su modelli di machine learning supporta le banche attraverso:

• Rilevazione in real time delle transazioni sospette: un sistema automatizzato è in grado di analizzare i dati provenienti dalle attività sui canali della banca e di individuare da solo elementi sospetti. Questo, per esempio, può avvenire analizzando il linguaggio utilizzato nelle comunicazioni, ma anche rilevando prelievi in un arco di tempo limitato o particolarmente ingenti.
• Multicanalità: una soluzione automatizzata può operare contemporaneamente su più canali, evitando quindi di lasciare scoperto qualche fronte.
• Notifiche agli uffici competenti, in relazione alle attività sospette, così possono essere avviati i dovuti controlli.
• Invio di feedback agli utenti segnalando l’attività sospetta e chiedendo di fare attenzione o di attuare strategie preventive come il cambio password.
• Creazione di report, anche di natura predittiva, utili per capire l’andamento dei casi di frode e come porvi rimedio nel corso del tempo.

La conoscenza della minaccia in atto e di conseguenza il minor tempo di reazione possibile sono gli elementi fondamentali per un contrasto efficace delle frodi bancarie: il rilevamento automatico è la chiave per non avere sorprese.