Didit과 Amazon Neptune을 활용한 그래프 기반 사기 탐지 (KO)
Didit의 강력한 신원 확인 데이터와 Amazon Neptune의 그래프 데이터베이스 기능을 통합하여 강력한 실시간 사기 탐지 시스템을 구축하는 방법을 알아보세요.
그래프 데이터베이스 활용Amazon Neptune은 데이터 내의 복잡하고 명확하지 않은 관계를 식별하는 데 탁월하여 기존 관계형 데이터베이스가 놓칠 수 있는 정교한 사기 패턴을 밝혀내는 데 이상적입니다.
Didit의 풍부한 신원 데이터 통합Didit은 생체 인식, 문서 및 활동성 정보를 포함한 고품질의 구조화된 신원 확인 데이터를 제공합니다. 이는 사기 그래프를 채우고 풍부하게 만드는 데 중요합니다.
실시간으로 사기 조직 탐지공유 장치, 주소, 심지어 안면 생체 인식과 같은 데이터 포인트를 연결함으로써 기업은 사기 조직을 사전에 탐지하고 예방하여 전반적인 보안 태세를 개선할 수 있습니다.
Didit의 AI 기반 장점Didit의 모듈식 아키텍처와 AI 기반 접근 방식은 그래프 기반 시스템에 가장 정확하고 최신 검증 신호를 제공하여 동적이고 적응형 사기 탐지 워크플로를 가능하게 합니다.
정교한 사기의 증가하는 위협
오늘날의 디지털 환경에서 사기꾼들은 전술을 끊임없이 진화시켜 단순한 신원 도용을 넘어 복잡한 사기 조직을 조작하고 있습니다. 이러한 네트워크는 상호 연결된 데이터 포인트를 악용하며, 종종 합성 신원, 도난당한 자격 증명 및 여러 계정을 사용하여 탐지를 회피합니다. 일반적으로 규칙 기반 엔진과 관계형 데이터베이스에 의존하는 기존의 사기 탐지 시스템은 이러한 복잡하고 명확하지 않은 관계를 식별하는 데 어려움을 겪는 경우가 많습니다. 바로 이 지점에서 그래프 데이터베이스가 풍부하고 검증된 신원 데이터와 결합하여 상당한 이점을 제공합니다.
여러 계정이 동일한 IP 주소에서 생성되고, 다른 이름을 사용하지만 동일한 물리적 주소를 공유하거나, 심지어 다른 신원 문서에서 유사한 안면 생체 인식을 공유하는 시나리오를 상상해 보십시오. 관계형 데이터베이스는 개별 의심스러운 활동에 플래그를 지정할 수 있지만, 그래프 데이터베이스는 겉보기에 이질적인 이러한 이벤트를 즉시 시각화하고 응집력 있는 사기 네트워크로 연결할 수 있습니다. 이러한 연결을 이해함으로써 기업은 반응적인 사기 탐지에서 사전 예방적인 사기 방지로 전환할 수 있습니다.
사기 탐지에 그래프 데이터베이스를 사용하는 이유?
그래프 데이터베이스는 노드와 엣지라고 하는 데이터 포인트 간의 관계를 저장하고 탐색하도록 특별히 구축되었습니다. 이러한 구조는 사기 탐지에 본질적으로 적합합니다. 사기는 종종 연결 패턴으로 나타나기 때문입니다. 예를 들어, 계정(노드)은 장치(노드), IP 주소(노드), 이메일(노드) 및 물리적 주소(노드)에 연결될 수 있습니다. 여러 계정이 이러한 연결을 공유할 때 그래프 데이터베이스는 이러한 공유 링크를 신속하게 드러내어 잠재적인 공모 또는 사기 조직을 나타낼 수 있습니다.
완전 관리형 그래프 데이터베이스 서비스인 Amazon Neptune은 실시간 사기 탐지에 필요한 확장성, 성능 및 보안을 제공합니다. 수십억 개의 관계에서 빠른 순회 및 패턴 일치를 수행하는 능력은 귀중한 도구입니다. 많은 테이블에 걸쳐 복잡한 SQL 조인 대신 단일 Gremlin 또는 openCypher 쿼리는 전체 의심스러운 활동 네트워크를 노출하여 사기 탐지 및 대응 시간을 크게 단축할 수 있습니다.
Didit 데이터를 사기 그래프에 통합
모든 사기 탐지 시스템의 효율성은 입력 데이터의 품질과 풍부함에 달려 있습니다. 바로 이 지점에서 AI 기반 신원 플랫폼인 Didit이 중요한 역할을 합니다. Didit은 Amazon Neptune 그래프를 채우는 데 필수적인 고품질의 구조화된 데이터를 생성하는 포괄적인 신원 확인 기본 요소 제품군을 제공합니다.
Didit이 제공할 수 있는 데이터 포인트를 고려해 보십시오:
- 신분증 확인: Didit의 OCR, MRZ 및 바코드 스캔은 이름, 생년월일, 문서 번호, 발급 기관과 같은 신분증에서 중요한 정보를 추출합니다. 이 데이터는 그래프의 기본 노드가 됩니다.
- 수동 및 능동 활동성: 딥페이크 및 프레젠테이션 공격을 탐지하는 Didit의 활동성 탐지는 신분증을 제시하는 사람이 실제로 존재하고 실제 사람인지 확인합니다. '활동성 상태'(승인, 거부, 검토 중)와 '점수'를 '확인' 노드의 속성으로 추가할 수 있으며, 'LIVENESS_FACE_ATTACK'이 감지되면 경고가 표시됩니다.
- 1:1 얼굴 일치 및 얼굴 검색: 셀카와 신분증 사진 간의 1:1 얼굴 일치에서 얻은 유사성 백분율은 엣지 속성이 될 수 있습니다. 얼굴 검색으로 'FACE_IN_BLOCKLIST' 경고가 트리거되면 이 중요한 정보는 그래프에서 사용자를 즉시 플래그 지정할 수 있습니다.
- 주소 증명: 거주지 확인은 사용자를 물리적 위치에 연결하는 또 다른 계층의 연결된 데이터를 추가합니다.
- 전화 및 이메일 확인: 이 데이터 포인트는 사용자를 통신 채널에 연결하는 데 중요하며, 종종 사기꾼들 사이의 공유 리소스를 드러냅니다.
status, score, age_estimation 및 warnings가 포함된 liveness 객체)은 그래프 내에서 노드 및 엣지로 직접 변환될 수 있습니다. 예를 들어, user 노드는 document 노드, liveness_session 노드, ip_address 노드 및 device 노드에 연결될 수 있으며, HAS_VERIFIED_DOCUMENT, PERFORMED_LIVENESS, USED_IP 또는 USED_DEVICE와 같은 관계를 나타내는 엣지가 있습니다. LOW_LIVENESS_SCORE 또는 POSSIBLE_DUPLICATED_FACE와 같은 경고는 liveness_session 또는 user 노드의 속성으로 첨부되어 경고 또는 검토 프로세스를 트리거할 수 있습니다.
그래프 기반 사기 탐지 시스템 구축
Didit과 Amazon Neptune으로 시스템을 구축하는 간단한 접근 방식은 다음과 같습니다.
- 데이터 수집: Didit의 API를 사용자 온보딩 및 거래 흐름에 통합합니다. 모든 관련 신원 확인 데이터(신분증 세부 정보, 활동성 점수, 얼굴 유사성, 경고 등)를 캡처합니다.
- 그래프 모델링: 그래프 스키마를 설계합니다.
Person,Document,Device,IP_Address,Email,Phone_Number및Address와 같은 엔티티에 대한 노드를 정의합니다.VERIFIED_BY,USED_DEVICE,SHARED_IP,HAS_EMAIL,HAS_PHONE,LIVES_AT,HAS_LIVENESS_SESSION및FACE_MATCHED_TO와 같은 관계에 대한 엣지를 정의합니다. - 그래프 채우기: Didit의 출력을 사용하여 Amazon Neptune에서 노드와 엣지를 생성하고 업데이트합니다. 예를 들어, 사용자가 신분증 확인 및 활동성을 완료하면
Person노드,Document노드 및Liveness_Session노드를 생성하고 이들을 연결하는 엣지를 생성합니다.liveness_score,document_type또는is_blocklisted와 같은 속성을 이러한 노드와 엣지에 추가합니다. - 사기 패턴 쿼리: 의심스러운 패턴을 식별하기 위한 Gremlin 또는 openCypher 쿼리를 개발합니다.
- 공유 장치/IP: 동일한
Device또는IP_Address노드에 연결된 여러Person노드를 찾습니다. - 합성 신원: 문서 세부 정보가 다르지만 강한 얼굴 유사성(Didit의 1:1 얼굴 일치에서) 또는 공유 주소/이메일을 가진
Person노드를 찾습니다. - 블록리스트 일치: Didit의 얼굴 검색 또는 AML 심사에서 블록리스트 또는 감시 목록과 일치하는
Person노드에 즉시 플래그를 지정합니다. - 낮은 활동성 점수: 낮은 점수 또는
LIVENESS_FACE_ATTACK경고가 있는Liveness_Session노드를 식별합니다. 특히 다른 의심스러운 연결과 결합된 경우 더욱 그렇습니다.
- 공유 장치/IP: 동일한
- 실시간 경고 및 조치: 그래프 쿼리를 경고 시스템과 통합하여 사기 분석가에게 알리거나 사기 패턴이 감지될 때 자동화된 조치(예: 거래 보류, 추가 확인 요청 또는 계정 거부)를 트리거합니다.
Didit이 도움이 되는 방법
Didit은 그래프 기반 사기 탐지 전략의 초석이 될 수 있는 독특한 위치에 있습니다. AI 기반의 개발자 우선 신원 플랫폼으로서 Didit은 Amazon Neptune 그래프를 공급하고 풍부하게 하는 데 필요한 정확하고 구조화된 신원 데이터를 제공합니다. 모듈식 아키텍처는 신분증 확인 및 수동 및 능동 활동성에서 1:1 얼굴 일치 및 AML 심사 및 모니터링에 이르기까지 필요한 확인 기본 요소를 선택하고 선택할 수 있음을 의미합니다. 이러한 유연성은 고도로 맞춤화되고 효과적인 사기 탐지 워크플로를 구축할 수 있도록 합니다.
Didit의 장점은 명확합니다. 무료 코어 KYC를 제공하여 선불 비용 없이 신원을 확인하고 귀중한 데이터를 수집할 수 있습니다. AI 기반 접근 방식은 새로운 사기 벡터에 대한 높은 정확성과 탄력성을 보장하며, 깔끔한 API와 즉각적인 샌드박스는 개발자가 쉽게 통합할 수 있도록 합니다. Didit을 사용하면 단순히 확인 서비스를 받는 것이 아닙니다. 설정 비용 없이 신뢰를 자동화하고 사기 방지 노력을 강화하는 기본 신원 계층을 얻게 됩니다.
시작할 준비가 되셨습니까?
Didit의 작동 방식을 볼 준비가 되셨습니까? 오늘 무료 데모를 받으세요.
Didit의 무료 티어로 무료로 신원 확인을 시작하세요.