Российские антифрод-системы: как защитить бизнес от мошенничества

Антифрод – это класс систем, которые в реальном времени выявляют мошеннические операции и подозрительное поведение пользователей. Раньше такие решения были почти исключительно банковскими, сегодня их используют ритейл, маркетплейсы, операторы связи, страховые и онлайн-сервисы. Рассказываем, как работает антифрод и на что смотреть при выборе российского решения.

От чего защищает антифрод

Типичные сценарии: платежи без ведома владельца карты, захват учетных записей (account takeover), создание фиктивных аккаунтов, злоупотребление промокодами и бонусами, вывод средств через подставных получателей (дропов) и мошенничество с применением социальной инженерии, когда человек сам совершает перевод под давлением обмана. Для каждого сценария нужны свои признаки и своя логика проверки.

Как работает система

Антифрод анализирует транзакцию или действие пользователя за доли секунды. Он собирает контекст: данные об устройстве, геолокацию, историю операций, поведение в приложении (скорость ввода, привычные маршруты), связи между аккаунтами и получателями. Затем применяет правила и модели машинного обучения, оценивает риск и принимает решение: пропустить, запросить дополнительное подтверждение, задержать или заблокировать.

Основные технологии

Правила и скоринг подходят для известных схем. Модели машинного обучения выявляют отклонения от обычного поведения клиента. Цифровой отпечаток устройства помогает распознать повторные атаки и ботов. Графовый анализ находит связанные аккаунты и цепочки переводов. Поведенческая биометрия отличает владельца от мошенника или автоматизированного скрипта.

Требования регуляторов

Для кредитных и платежных организаций существуют требования Банка России и закона о национальной платежной системе, включая выявление операций, совершаемых без согласия клиента, и взаимодействие с базой данных о таких случаях. Поэтому при выборе решения важно проверить, как оно поддерживает эти процессы и как формирует данные для отчетности.

Критерии выбора

1. Скорость принятия решения: задержка не должна ухудшать клиентский опыт.

2. Точность: баланс между пропущенным мошенничеством и ложными блокировками честных клиентов.

3. Гибкость правил: возможность быстро менять логику без участия разработчиков.

4. Интеграции: подключение к процессингу, мобильному приложению, сайту и CRM.

5. Прозрачность моделей: объяснение, почему операция признана подозрительной.

6. Работа с инцидентами: удобный интерфейс расследования и передача данных в системы реагирования.

7. Поддержка и сопровождение вендора, возможность работы в контуре заказчика.

Как оценить эффективность

Следите за долей предотвращенных мошеннических операций, суммой сохраненных средств, долей ложных блокировок и временем обработки спорных случаев. Эти показатели помогают настраивать правила и модели, а также обосновывать бюджет на развитие системы.

С чего начать

Проанализируйте реальные случаи мошенничества и выделите самые затратные сценарии. Определите допустимый уровень ложных срабатываний. Проведите пилот на исторических данных и сравните результат с текущим уровнем потерь.

Обзор доступных на рынке продуктов смотрите здесь: сравниваем российские антифрод-системы. Для автоматизации расследования инцидентов будет полезен материал про системы IRP/SOAR.