可组合身份：通过图分析实现高级欺诈检测 (ZH)

可组合身份的强大功能模块化的身份验证组件可实现灵活、自适应的欺诈检测系统，能够根据特定的风险概况和不断演变的威胁进行定制。

用于反串通的图分析图数据库对于通过可视化和分析看似不相关的身份元素之间的关系，揭示串通迹象的模式，从而揭露复杂的欺诈团伙至关重要。

检测合成身份欺诈将可组合身份与图分析相结合，为合成身份欺诈提供了强大的防御，识别伪造的身份及其与真实或其他合成身份的联系。

增强欺诈预防这种集成方法显著提高了欺诈检测的准确性和速度，减少了误报和运营成本，同时增强了安全性。

在当今的数字环境中，欺诈者越来越老练，他们采用合成身份创建和串通等高级策略来规避传统的安全措施。对于企业而言，打击这些不断演变的威胁需要的不仅仅是标准的身份验证；它需要一种动态的、相互关联的方法。这就是可组合身份欺诈检测，由反串通图分析赋能，变得不可或缺的原因。

可组合身份在欺诈检测中的崛起

可组合身份指的是一种架构方法，其中身份验证组件是模块化的，可以像积木一样组装起来，创建灵活、自定义的验证工作流。企业无需依赖单一的、庞大的身份解决方案，而是可以选择特定的模块——例如身份证件验证、生物特征活体检测、AML（反洗钱）筛选、IP分析和电话验证——来构建针对欺诈的定制防御。

这种模块化至关重要，因为欺诈并非一成不变。不同的行业、地区，甚至特定的产品都面临着独特的欺诈载体。可组合身份平台允许组织：

• 快速适应：随着欺诈模式的演变，轻松更换或添加新的验证步骤。
• 优化转化：设计平衡安全性与用户体验的工作流，最大限度地减少合法用户的摩擦。
• 降低成本：仅为每个交易或用户细分所需的特定验证模块付费。
• 整合多样化的数据源：无缝结合内部数据与第三方风险信号。

例如，一家金融科技公司在为高风险用户进行入职时，可能会结合身份证验证、主动活体检测、AML筛选和数据库验证，而低风险的电子商务交易可能只需要被动活体检测和IP分析。这种自适应策略是抵御已知和新兴欺诈类型的第一道防线。

通过反串通图分析揭露欺诈团伙

虽然可组合身份擅长单个身份验证，但复杂的欺诈通常涉及多名犯罪分子协同作案——即串通。这就是反串通图分析发挥作用的地方。图数据库专门用于存储和导航实体之间的关系，使其成为揭示传统关系数据库会遗漏的隐藏连接的理想选择。

在欺诈背景下，图数据库可以将各种身份元素映射为“节点”，将其关系映射为“边”。节点可能包括：

• 个人（已验证或未验证）
• 电子邮件地址
• 电话号码
• IP地址
• 设备ID
• 银行账户
• 实际地址
• 身份证件号码

边代表连接：例如，“与...共享电子邮件”、“与...使用了相同的设备”、“链接到IP地址”或“与银行账户关联”。通过分析这些连接，图分析可以揭示：

• 共享属性：多个账户链接到同一个IP地址或电话号码。
• 循环关系：一个相互担保的个人网络。
• 异常集群：具有相似可疑行为或共享不太可能连接的用户群。
• 时间模式：欺诈团伙如何随时间演变，识别新成员或策略。

例如，如果在同一设备ID上在一小时内创建了五个新账户，所有账户都使用不同的名称，但共享相同的住宅IP地址和相似的电子邮件域名，图分析可以立即将其标记为潜在的欺诈团伙，而单独检查可能会孤立地通过每个账户。

通过合成身份图分析检测合成身份欺诈

最难检测的欺诈形式之一是合成身份欺诈。当欺诈者将真实信息和伪造信息结合起来——例如，真实的社会安全号码与虚假的姓名和地址——以创建一个新的、看似合法的身份时，就会发生这种情况。然后，这些合成身份被用来开设账户、获取贷款和实施其他金融犯罪。它们特别阴险，因为它们没有直接冒充真实人物，这使得传统的身份盗窃检测变得困难。

合成身份图分析利用图数据库的力量来识别这些伪造的身份。通过整合来自各种可组合身份模块的数据（例如，身份验证结果、电子邮件验证、电话验证、IP分析以及可能的信用局数据），该图可以揭示不一致和异常模式：

• 不一致数据：一个电话号码链接到多个不相关的姓名。
• 弱连接：有效的SSN链接到最近创建的电子邮件地址和一次性电话号码。
• 网络异常：一个合成身份出现在其他高风险或已知欺诈身份的集群中。
• 连接的快速增长：新创建的身份迅速建立信用或开设多个账户，这通常是危险信号。

Didit的先进欺诈信号，结合其强大的身份验证模块，直接输入到这种图分析中。例如，我们的IP分析模块可以检测VPN或代理的使用，而我们的电子邮件和电话验证可以标记一次性号码或可疑域名。当这些信号在图中映射时，看似“有效”的合成身份与其底层欺诈组件之间的连接变得可见，从而实现主动检测和预防。

Didit 如何提供帮助

Didit 的平台正是为此集成方法而设计的。我们的可组合身份框架提供 18 个模块化验证组件，从身份证件验证和生物特征活体检测到 AML 筛选和高级欺诈信号。这些模块可以通过我们的无代码工作流构建器进行编排，允许企业创建高度定制和自适应的欺诈检测流程。

除了单独检查之外，Didit 的架构还旨在支持复杂的欺诈预防，包括进行强大图分析所需的数据：

• 统一数据流：所有验证结果和相关元数据（IP 地址、设备 ID、电子邮件/电话验证结果、活体评分）都通过单个 API 和 Webhook 系统捕获并提供。这个统一数据流非常适合输入图数据库进行进一步分析。
• 欺诈信号：我们内置的欺诈信号，包括用于 VPN/代理检测的 IP 分析和设备指纹识别，为构建全面的欺诈图提供了关键节点和边。
• 人脸搜索 1:N：此模块会自动将新用户的自拍与整个现有用户数据库进行检查，检测重复账户并识别欺诈团伙内的潜在链接——这是图匹配的直接应用。
• 工作流编排：在工作流中定义条件逻辑的能力意味着企业可以根据特定的风险评分或标志，自动将可疑案例路由到更深入的分析，例如触发图数据库查询。

通过利用 Didit，企业不仅可以获得一流的个人验证，还可以获得基础数据和工具，以实施强大的反串通图分析并有效打击合成身份欺诈。

准备好开始了吗？

利用 Didit 的可组合身份和高级分析功能，加强您抵御复杂欺诈的防御。探索我们的透明定价，尝试我们的演示中心，或立即联系我们，了解我们如何帮助您构建更安全、更高效的验证流程。

常见问题

什么是可组合身份欺诈检测？

可组合身份欺诈检测是一种方法，它使用模块化的身份验证组件（如身份检查、生物识别或 AML 筛选），可以灵活组合以创建自定义、自适应的欺诈预防工作流。这使企业能够根据特定的风险级别和不断演变的欺诈策略调整防御措施，而不是依赖固定的一刀切解决方案。

图分析如何帮助检测串通？

图分析通过将各种身份属性（个人、IP 地址、设备、电子邮件）映射为节点，将其关系映射为图数据库中的边来帮助检测串通。这种可视化和分析方法揭示了隐藏连接、共享资源和异常模式，这些都表明多个人正在协同作案，而传统孤立的数据分析很难发现这些。

什么是合成身份图分析？

合成身份图分析是图分析的一种专门应用，旨在识别伪造的身份。它涉及映射真实和虚假的身份元素（例如，真实的 SSN 与虚假的姓名或地址）及其在图数据库中的连接。通过分析不一致、薄弱环节和异常网络模式，这种方法有助于揭露为欺诈目的而人为构建的身份。

为什么可组合身份与图分析相结合比传统方法更有效？

这种组合更有效，因为可组合身份提供了来自各种验证步骤的全面、细粒度数据，而图分析提供了连接和分析这些数据的上下文方法。传统方法通常孤立地处理每个验证，这使得欺诈者很容易利用漏洞或使用串通策略。集成方法提供了个人验证的深度和网络分析的广度，从而为复杂的欺诈方案和合成身份创建了更强大的防御。