合成身份：识别与防范

关键要点 1 合成身份欺诈依赖于使用真实和虚构的个人身份信息 (PII) 组合创建全新的身份。

关键要点 2 检测合成身份需要一种多层次的方法，超越传统的身份验证，利用行为分析和数据关联。

关键要点 3 主动欺诈检测API可以通过在流程早期识别和标记可疑申请，显著减少与合成身份欺诈相关的损失。

关键要点 4 随着人工智能的进步，合成身份的创建方式也将随之发展；持续调整检测方法至关重要。

了解合成身份欺诈

合成身份欺诈是一种快速增长的欺诈类型，涉及使用真实和虚构的PII组合来创建一个全新的身份。与涉及接管现有身份的传统身份盗窃不同，合成身份欺诈创建了一种从未存在过的“幽灵”身份。这通常是通过将真实姓名与虚假的社会安全号码 (SSN)、出生日期和地址结合起来完成的。 欺诈者随后为该合成身份建立信用记录，通常申请并获得贷款、信用卡和其他形式的信用。金融犯罪执法网络 (FinCEN) 估计，仅在2016年，合成身份欺诈造成的损失就达60亿美元，并且这个数字持续攀升，预计到2023年将达到200亿美元。 这种欺诈行为尤其难以检测，因为合成身份没有现有的欺诈记录来标记它。依赖于与现有数据库匹配的传统身份验证方法通常无效。这些骗局的复杂性正在增加，欺诈者使用越来越逼真的虚假数据并采用规避检测的技术。

合成身份是如何创建的

合成身份的创建通常遵循一定的模式。 欺诈者通常首先通过数据泄露、网络钓鱼诈骗，甚至在暗网上购买PII来获取真实姓名和信用报告机构 (CRA) 文件。 然后，他们生成虚假的SSN，通常使用既定的模式来确保其看起来有效。 然后，将此虚假的SSN与真实姓名和虚构地址结合起来。 一旦创建了合成身份，欺诈者就会开始建立信用档案。 这涉及开设小额账户，例如担保信用卡或零售商店信用额度，并及时付款以建立良好的信用记录。 一旦建立信用档案，欺诈者就可以申请更大的贷款和信用额度，通常最大限度地利用信用额度，然后违约。

API在检测中的作用

检测合成身份需要比传统身份验证更复杂的方法。 这就是高级API发挥作用的地方。 提供数据丰富和关联的API可以帮助识别可能表明合成身份的异常和不一致之处。 具体而言，API可以执行以下检查：

• 跨设备分析： 识别应用程序是否源自可疑设备或网络。
• 行为生物识别： 分析打字速度、鼠标移动和其他行为模式以检测异常。
• 数据点关联： 检查不同数据点之间的不一致性，例如地址和电话号码。
• 速度检查： 识别快速连续提交或从多个位置提交的应用程序。
• 社会安全号码 (SSN) 验证： 使用专门的API来验证SSN的有效性，包括与死亡记录和其他数据库的检查。

Didit的身份平台提供了一套旨在减轻合成身份欺诈的API，包括高级数据丰富和行为分析工具，所有这些都可以通过单一集成访问。

高级欺诈检测技术

除了API集成之外，更高级的欺诈检测技术至关重要。 可以训练机器学习 (ML) 模型来识别表明合成身份的模式和异常。 这些模型可以分析大量数据，包括应用程序数据、信用局数据和欺诈报告，以识别高风险申请。 另一种技术是网络分析。 这涉及映射不同实体之间的关系，例如地址、电话号码和SSN，以识别可疑的联系。 例如，如果多个应用程序链接到相同的虚假地址或SSN，则可能是合成身份欺诈的迹象。 此外，利用设备指纹识别和IP地址地理位置可以提供有价值的见解。 申请人声明的位置与其IP地址之间存在差异，或者使用虚拟专用网络 (VPN) 可能会引起警惕。 分析的数据点越多，欺诈检测的准确性就越高。

Didit如何提供帮助

Didit提供了一个全面的解决方案来打击合成身份欺诈。 我们的平台结合了多层安全性，包括：

• 文件验证： 具有篡改检测和数据提取功能的强大的身份文档验证。
• 生物识别身份验证： 活体检测和面部匹配，以确保申请人是真实的人。
• AML筛选： 筛选全球观察名单以识别潜在的欺诈者。
• 欺诈信号： 分析IP地址、设备数据和行为信号以检测可疑活动。
• 工作流程编排： 可定制的工作流程以适应不断变化的欺诈趋势。

Didit的API优先方法允许与现有的欺诈预防系统无缝集成，为各种规模的企业提供灵活且可扩展的解决方案。

准备好开始？

不要让合成身份欺诈影响您的业务。 立即联系Didit以获取演示，了解我们的平台如何帮助您保护您的利润。 申请演示 | 查看定价