조합된 신원: 네트워크 분석으로 밝혀내는 사기

핵심 내용 1 실제 및 허위 데이터로 구성된 '조합된 신원'은 금융 기관 및 온라인 기업에 빠르게 증가하는 위협입니다.

핵심 내용 2 기존 신원 확인 방법은 이러한 합성 신원을 감지하는 데 어려움을 겪으므로 네트워크 분석과 같은 고급 분석으로 전환해야 합니다.

핵심 내용 3 그래프 데이터베이스는 엔티티 간의 관계를 매핑하고 사기 활동을 나타내는 숨겨진 연결을 밝히는 데 이상적입니다.

핵심 내용 4 '조합된 신원'과 관련된 위험을 완화하려면 사전 예방적인 네트워크 분석과 실시간 모니터링이 중요합니다.

조합된 신원의 부상

신원 사기 분야에서 새로운 유형의 정교한 위협이 등장하고 있습니다. 바로 “조합된 신원”입니다. 기존 신원 도용과는 달리, 단일 개인의 정보가 훔쳐지는 것이 아니라, 조합된 신원은 실제 정보와 위조된 정보를 모자이크처럼 엮어 만들어집니다. 종종 실제 이름과 주소와 같은 합법적인 개인 식별 정보(PII)와 완전히 위조된 사회 보장 번호, 생년월일 및 기타 데이터 포인트를 결합하는 것을 포함합니다. 그 결과, 많은 초기 검사에서 유효한 신원으로 보이기 때문에 탐지하기가 매우 어렵습니다. 이러한 유형의 사기는 폭발적으로 증가하고 있습니다. LexisNexis Risk Solutions의 최근 보고서에 따르면 2022년 미국 금융 기관의 합성 신원 사기로 인해 200억 달러 이상의 손실이 발생했으며, 그 속도는 더욱 빨라질 것으로 예상됩니다. 그 이유는 간단합니다. 사기꾼은 이러한 허위 신원으로 신용 한도를 설정하고 감지 위험이 낮다는 것을 알고 상당한 부채를 발생시킬 수 있습니다. 이러한 신원은 신용 카드 사기, 대출 신청 또는 심지어 사기성 은행 계좌 개설에도 자주 사용됩니다.

기존 방법이 실패하는 이유

기존 신원 확인 도구는 종종 신용 기관, 정부 기록 등과 같은 정적 데이터베이스에 대한 정보 확인에 의존합니다. 조합된 신원은 실제 데이터와 허위 데이터를 혼합하기 때문에 이러한 초기 검사를 통과하는 경우가 많습니다. 실제 요소는 합법성의 외관을 제공하는 반면, 위조된 구성 요소는 신원 프로필의 복잡성 내에 숨겨져 있습니다. 더욱이 이러한 신원은 시간이 지남에 따라 '숙성'되는 경우가 많습니다. 즉, 사기 의도를 더욱 숨기기 위해 소액 거래로 서서히 신용 기록을 구축합니다. 표준 규칙 기반 시스템은 이러한 미묘한 패턴을 식별하는 데 어려움을 겪습니다. 알려진 사기 수법을 탐지하도록 최적화되어 있지 않으며 합성 신원에 내재된 미묘한 이상 징후를 탐지하도록 설계되지 않았습니다. 주소 확인 또는 전화 번호 유효성 검사와 같은 간단한 검사는 데이터 유출 및 온라인 소스에서 쉽게 구할 수 있는 데이터로 쉽게 우회할 수 있습니다. 따라서 신원 사기 탐지에 대한 보다 전체적이고 동적인 접근 방식이 필요합니다.

네트워크 분석 & 그래프 데이터베이스: 강력한 조합

조합된 신원을 해결하는 핵심은 다양한 엔티티 간의 *관계*를 이해하는 것입니다. 바로 이 지점에서 네트워크 분석과 그래프 데이터베이스가 중요한 역할을 합니다. 그래프 데이터베이스는 데이터를 테이블에 저장하는 대신 노드(개인, 주소, 장치와 같은 엔티티)와 에지(해당 엔티티 간의 관계)로 데이터를 저장합니다. 이 구조는 기존 방법으로는 탐지하기 어려운 숨겨진 연결을 밝히는 데 이상적입니다. 예를 들어, 그래프 데이터베이스는 다른 이름과 주소를 사용하더라도 동일한 IP 주소에서 시작된 여러 응용 프로그램을 빠르게 식별할 수 있습니다. 또한 장치 지문, 행동 데이터 또는 거래 기록의 공유 패턴도 밝힐 수 있습니다. 여러 신용 카드 신청자가 약간 변경된 동일한 생년월일을 공유하는 시나리오를 상상해 보세요. 기존 시스템은 이러한 항목을 별개로 관련 없는 응용 프로그램으로 표시할 수 있습니다. 그러나 그래프 데이터베이스는 쉽게 연결을 식별하고 잠재적인 사기로 표시할 수 있습니다. 그래프 데이터베이스 기술의 힘은 복잡한 관계를 탐색하고 미묘한 이상 징후를 식별하는 능력에 있습니다.

조합된 신원 탐지: 주요 신호

네트워크 분석을 통해 탐지할 수 있는 조합된 신원의 주요 신호는 다음과 같습니다. * PII 불일치: 다양한 데이터 포인트 간의 불일치(예: 이름이 주소 기록과 일치하지 않음). * 이상한 응용 프로그램 패턴: 동일한 IP 주소 또는 장치에서 시작된 여러 응용 프로그램(신원이 다름). * 디지털 발자국 부족: 합법적인 개인에 대한 제한적이거나 존재하지 않는 온라인 존재감. * 빠른 신용 구축: 계좌 개설 직후 신용 사용량의 갑작스럽고 빠른 증가. * 공유 속성: 유사하지만 동일하지 않은 PII 요소를 공유하는 여러 신원. * 알려진 사기꾼과의 연결: 이전에 사기로 식별된 개인 또는 엔티티와의 연결. 이러한 신호를 네트워크 컨텍스트에서 분석함으로써 기업은 신용 사기 및 기타 신원 관련 범죄를 탐지하고 예방하는 능력을 크게 향상시킬 수 있습니다.

Didit은 어떻게 도움이 될까요?

Didit의 신원 플랫폼은 조합된 신원을 해결하기 위해 고급 네트워크 분석 기능을 통합합니다. 사용자, 장치 및 거래 간의 관계를 매핑하기 위해 그래프 데이터베이스를 활용합니다. 당사의 플랫폼은 이를 다음 기능과 결합합니다. * 실시간 위험 점수: 네트워크 분석 및 행동 데이터에 기반한 동적 위험 점수. * 링크 분석: 겉보기에 관련 없는 엔티티 간의 연결 식별. * 장치 지문: 사기성 응용 프로그램에 사용되는 장치 추적. * AML 스크리닝: 의심스러운 활동을 식별하고 AML 규정 준수를 보장하기 위해 글로벌 제재 목록 및 PEP 데이터베이스와의 통합. * 워크플로 오케스트레이션: 의심스러운 응용 프로그램을 자동으로 표시하고 검토하기 위한 사용자 지정 가능한 워크플로. Didit의 모듈식 아키텍처를 통해 이러한 기능을 결합하여 맞춤형 사기 예방 전략을 만들 수 있습니다. 당사의 플랫폼은 진화하는 사기 전술에 앞서 나가는 데 필요한 도구를 제공합니다.

시작할 준비가 되셨습니까?

조합된 신원이 귀사의 비즈니스를 손상시키지 않도록 하세요. Didit과 데모 일정을 잡고 당사의 플랫폼이 신원 확인 프로세스를 강화하고 수익을 보호하는 데 어떻게 도움이 되는지 알아보세요. [데모 예약](https://demos.didit.me) [Didit 가격 탐색](https://didit.me/pricing) [성공 사례 읽기](https://didit.me/success-stories/)