Combattere le frodi online con il machine learning

marketplace

Il principale motivo per cui l'ecommerce in alcune nazioni non ha decollato come ci si aspettava è la diffidenza che i consumatori hanno verso i pagamenti digitali a causa delle frodi online. In realtà è vero che il "mercato" delle frodi online collegate al furto di identità - banalmente qualcuno che usa la nostra carta di credito - è corposo e in crescita, ma il danno economico riguarda molto più spesso gli esercenti dei consumatori.

Questi infatti sono tutelati in vario modo e possono, sia pure subendo diverse seccature, recuperare il loro denaro. La situazione degli esercenti è diversa e per loro il danno è doppio: merce venduta e pagamento annullato.

Per questo stanno nascendo diverse soluzioni che cercano di vedere il problema delle frodi online dal punto di vista degli esercenti, puntando sull'uso più efficace delle informazioni che essi possono raccogliere. In questo ambito Forter propone un approccio basato sul machine learning e sulla verifica veloce dell'attendibilità del singolo acquirente online.

Secondo Forter i metodi tradizionali che cercano di verificare che chi sta usando una determinata carta di credito sia effettivamente chi dice di essere non portano sempre a decisioni ottimali. In questi sistemi è difficile mantenere un buon equilibrio tra semplicità d'uso e sicurezza: troppi controlli scoraggiano l'acquisto, troppo pochi non lo rendono affidabile. E nel dubbio l'approccio di molti di questi sistemi è ridurre il rischio delle frodi online rifiutando le transazioni meno che chiarissime. Che talvolta però sono lecite.

L'approccio di Forter è mirato a verificare velocemente l'attendibilità di ogni singola transazione controllando il comportamento dell'acquirente. L'algoritmo esamina il modo in cui il cliente "usa" l'ecommerce e lo confronta con parametri comportamentali che spesso indicano una frode in atto. Se ne ha, il sistema esamina anche altre informazioni "storiche" come gli acquisti già effettuati, i device usati in passato e la posizione geografica da cui viene la connessione.

Al momento dell'acquisto l'algoritmo valuta tutte le informazioni che ha raccolto e dà una valutazione sull'attendibilità dell'acquirente. Se la valutazione è positiva la transazione si completa, altrimenti no. In ogni caso il "ragionamento" seguito per arrivare alla definizione di affidabilità viene memorizzato a sistema, per eventuali controlli successivi.

Secondo Forter il vantaggio del suo sistema è anche che l'algoritmo è addestrato complessivamente sulla base dei suoi dati storici, quindi è in costante miglioramento e sfrutta la condivisione (implicita e anonima) delle informazioni tra i vari ecommerce clienti della software house. Oltretutto l'algoritmo è attivo sin da subito dopo la sua installazione e può essere adattato al profilo di rischio dello specifico esercente.

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche iscriviti alla newsletter gratuita.

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here