Identidade Sintética: Detecção e Prevenção

Conclusão Chave 1 A fraude de identidade sintética baseia-se na criação de identidades totalmente novas utilizando uma combinação de Informação de Identificação Pessoal (IIP) real e fabricada.

Conclusão Chave 2 A deteção de identidades sintéticas requer uma abordagem em camadas para além da verificação de identidade tradicional, aproveitando a análise comportamental e a correlação de dados.

Conclusão Chave 3 As APIs de deteção de fraude proativas podem reduzir significativamente as perdas associadas à fraude de identidade sintética, identificando e sinalizando candidaturas suspeitas numa fase inicial do processo.

Conclusão Chave 4 À medida que a IA avança, também avançará a criação de identidades sintéticas; a adaptação contínua dos métodos de deteção é vital.

Compreender a Fraude de Identidade Sintética

A fraude de identidade sintética é um tipo de fraude em rápido crescimento que envolve a utilização de uma combinação de IIP real e fabricada para criar uma identidade completamente nova. Ao contrário do roubo de identidade tradicional, que envolve a apropriação de uma identidade existente, a fraude de identidade sintética cria uma identidade 'fantasma' que nunca existiu antes. Isto é frequentemente feito combinando um nome real com um número de Segurança Social (NSS) falso, data de nascimento e morada. Os fraudadores constroem então um histórico de crédito para esta identidade sintética, solicitando e obtendo frequentemente empréstimos, cartões de crédito e outras formas de crédito. A Rede de Execução de Crimes Financeiros (FinCEN) estima que a fraude de identidade sintética resultou em perdas de 6 mil milhões de dólares apenas em 2016, e este número continua a aumentar, atingindo uma estimativa de 20 mil milhões de dólares em 2023. Esta fraude é particularmente difícil de detetar porque a identidade sintética não tem um histórico de fraude existente para a sinalizar. Os métodos tradicionais de verificação de identidade, que dependem da correspondência com bases de dados existentes, são frequentemente ineficazes. A sofisticação destes esquemas está a aumentar, com os fraudadores a utilizarem dados fabricados cada vez mais realistas e a empregarem técnicas para evitar a deteção.

Como são Criadas as Identidades Sintéticas

A criação de uma identidade sintética segue normalmente um padrão. Os fraudadores começam frequentemente por obter um nome real e um ficheiro da Agência de Relatórios de Crédito (ARC). Isto pode ser conseguido através de violações de dados, esquemas de phishing ou mesmo através da compra de IIP na dark web. Em seguida, geram um NSS falso, utilizando frequentemente padrões estabelecidos para garantir que este parece válido. Este NSS falso é então combinado com o nome real e uma morada fabricada. Uma vez criada a identidade sintética, o fraudador começa a construir um perfil de crédito. Isto envolve a abertura de pequenas contas, como cartões de crédito garantidos ou linhas de crédito de lojas de retalho, e a realização de pagamentos atempados para estabelecer um histórico de crédito positivo. Uma vez estabelecido o perfil de crédito, o fraudador pode então solicitar empréstimos e linhas de crédito maiores, maximizando frequentemente os limites de crédito e, em seguida, não cumprindo a dívida.

O Papel das APIs na Deteção

A deteção de identidades sintéticas requer uma abordagem mais sofisticada do que a verificação de identidade tradicional. É aqui que entram em jogo as APIs avançadas. As APIs que oferecem enriquecimento de dados e correlação podem ajudar a identificar anomalias e inconsistências que possam indicar uma identidade sintética. Especificamente, as APIs podem realizar as seguintes verificações:

• Análise entre dispositivos: Identificar se uma candidatura se originou de um dispositivo ou rede suspeita.
• Biometria comportamental: Analisar a velocidade de escrita, os movimentos do rato e outros padrões comportamentais para detetar anomalias.
• Correlação de pontos de dados: Verificar inconsistências entre diferentes pontos de dados, como a morada e o número de telefone.
• Verificações de velocidade: Identificar candidaturas que são submetidas em rápida sucessão ou a partir de várias localizações.
• Validação do Número de Segurança Social (NSS): Utilizar APIs especializadas para verificar a validade do NSS, incluindo verificações contra registos de óbitos e outras bases de dados.

A plataforma de identidade da Didit oferece uma suite de APIs concebidas para mitigar a fraude de identidade sintética, incluindo ferramentas avançadas de enriquecimento de dados e análise comportamental, todas acessíveis através de uma única integração.

Técnicas Avançadas de Deteção de Fraude

Além da integração de APIs, são cruciais técnicas mais avançadas de deteção de fraude. Os modelos de aprendizagem automática (ML) podem ser treinados para identificar padrões e anomalias indicativas de identidades sintéticas. Estes modelos podem analisar grandes quantidades de dados, incluindo dados de candidatura, dados de agências de crédito e relatórios de fraude, para identificar candidaturas de alto risco. Outra técnica é a análise de rede. Isto envolve o mapeamento das relações entre diferentes entidades, como moradas, números de telefone e NSS, para identificar conexões suspeitas. Por exemplo, se várias candidaturas estiverem ligadas à mesma morada ou NSS falso, pode ser um sinal de fraude de identidade sintética. Além disso, a utilização de impressão digital de dispositivos e geolocalização de endereços IP pode fornecer informações valiosas. Discrepâncias entre a localização declarada pelo candidato e o seu endereço IP, ou a utilização de uma rede privada virtual (VPN), podem levantar sinais de alerta. Quanto mais pontos de dados forem analisados, mais precisa será a deteção de fraude.

Como a Didit Ajuda

A Didit fornece uma solução abrangente para combater a fraude de identidade sintética. A nossa plataforma combina múltiplas camadas de segurança, incluindo:

• Verificação de Documentos: Verificação robusta de documentos de identificação com deteção de adulteração e extração de dados.
• Autenticação Biométrica: Deteção de vida e correspondência facial para garantir que o candidato é uma pessoa real.
• Rastreio AML: Rastreio contra listas de verificação globais para identificar potenciais fraudadores.
• Sinais de Fraude: Análise de endereço IP, dados do dispositivo e sinais comportamentais para detetar atividades suspeitas.
• Orquestração de Fluxos de Trabalho: Fluxos de trabalho personalizáveis para se adaptarem às tendências de fraude em evolução.

A abordagem API-first da Didit permite uma integração perfeita com os sistemas de prevenção de fraude existentes, proporcionando uma solução flexível e escalável para empresas de todos os tamanhos.

Pronto para Começar?

Não deixe que a fraude de identidade sintética afete o seu negócio. Contacte a Didit hoje para uma demonstração e saiba como a nossa plataforma pode ajudá-lo a proteger o seu resultado final. Solicitar uma Demonstração | Ver Preços