Важность поведенческих аномалий при выявлении цифровых мошенников на этапе верификации

Цифровое мошенничество становится все более сложным и изощренным, а также растет в объеме, что требует совершенствования механизмов защиты цифровых сервисов. В статье рассматривается значимость поведенческих аномалий для выявления мошенников на этапе верификации. Представлены результаты эксперимента с использованием модели градиентного бустинга (Catboost), проанализированы данные 100 000 пользователей, из которых 2 863 были идентифицированы как мошенники. Ключевыми поведенческими факторами, аномалии в которых свидетельствуют о возможном мошенничестве, являются время загрузки документа, время прохождения этапа биометрии, время заполнения анкеты, количество попыток загрузки документов и биометрии, средняя пауза между заполнением полей формы, а также время реакции на при запуске этапа биометрии. Полученные результаты показывают, что поведение мошенников часто отклоняется от среднего по этим показателям. Такие данные могут быть эффективно использованы для адаптации верификационных систем, чтобы минимизировать потери среди честных пользователей, сохраняя при этом высокий уровень защиты. Ограничения исследования связаны с анализом только этапа верификации, что подчеркивает необходимость дальнейшего изучения поведения пользователей после данного шага. Выводы акцентируют внимание на необходимости комплексного подхода к мониторингу пользовательских действий для борьбы с цифровым мошенничеством.