午前2時14分、普段オハイオ州で食料品を購入する際に使われるクレジットカードが、ルーマニアで電子機器の購入に使用された。銀行の不正検知システムが取引完了前にこれを検知し、カード所有者にテキストメッセージが送信され、支払いは拒否された。この一連の処理は1日に何百万回も繰り返され、人間の目視確認ではなくパターン認識によって行われている。

最新の不正検出システムは、ルールと機械学習を組み合わせたものです。シンプルなルールは、明らかな問題を検出します。例えば、一度も訪れたことのない国での取引、10分間に3回ガソリンスタンドで支払った金額、普段の支出をはるかに超える購入などです。機械学習モデルはさらに一歩進んでいます。顧客一人ひとりの通常の行動パターンを学習し、すべての取引のリスクをスコアリングします。スコアが一定の閾値を超えると、銀行は対策を講じます。

これらのツールには、リアルタイムの取引監視、デバイスの指紋認証、位置情報チェック、パスワードの入力方法などの行動バイオメトリクスが含まれます。銀行はコンソーシアムを通じてデータを共有し、複数の金融機関間を移動する詐欺グループを特定します。しかし、どれも完璧ではありません。誤検知は顧客を苛立たせ、加盟店の売上損失につながります。詐欺師は常に手口を適応させています。

事態はますます深刻化している。世界のカード詐欺による損失は年間300億ドルを超え、不正なプッシュ決済を利用した詐欺はカード詐欺よりも速いペースで増加している。銀行は現在、顧客が不審な口座に送金する前に、アプリ上で警告を表示するようになっている。