インターネットプロトコル (IP) の不正利用スコアは、特定の IP アドレスが不正なアクティビティに結び付いている可能性を評価します。このスコアは、仮想プライベートネットワーク (VPN)、位置情報の不一致、取引の速度、データセンターなどを経由したプロキシの使用状況などの情報を使用して計算されます。残念ながら、主要な住宅用プロキシネットワークにおけるトラフィックの 30% ～ 95% は、ブラックハットまたはグレーハットの不正利用アクティビティに関連しており、不正利用が世界的な問題になっています。

企業は、決済時や顧客の新規アカウント作成時などに IP 不正利用スコアを取得し、取引を承認するか、レビューに回すか、完全にブロックするかを判断するのに役立てます。IP 不正利用スコア単独では、取引のオンライン接続に関する情報のみが伝達され、それを使用している人物については伝達されません。これが不正利用対策が失敗する原因となります。

以下では、IP 不正利用スコアの確認方法、企業が支払いリスクモデルで IP 不正利用スコアをどのように使用しているか、そして IP 不正利用スコアに依存しすぎると正当な顧客に対して誤検知が発生する可能性がある理由について説明します。

この記事でわかること

• IP 不正利用スコアは、VPN やプロキシの検出、位置情報の不一致、取引の試行頻度に関する情報を使用してリスクを推定しますが、実際に誰が取引を行っているかを確認することはできません。

• IP スコアのみに依存すると、出張中のビジネスパーソン、企業の VPN を使用しているリモート従業員、共有モバイルネットワークを使用している人々など、正当な顧客に対して誤検知が発生する可能性があります。

• 特定のソフトウェアプログラムは、数百万の企業からの取引データを利用して、単独の IP チェッカーが提供できるよりも、単一の取引の潜在的なリスクのより完全な全体像を構築できます。

IP 不正利用スコアとは

IP 不正利用スコアは、特定の IP アドレスが不正なアクティビティに関連している可能性を推定する数値または階層型の評価です。これを生成するために、スコアリングツールは既知の VPN、プロキシ、Tor ノード、およびデータセンターのデータベースと IP アドレスを照合し、アカウントの乗っ取り、カードテスティングの試行、過去のチャージバックなどの行動履歴を追加します。

IP 不正利用スコアを決定するシグナル

通常、スコアリングツールはいくつかの種類の情報から抽出し、実際のリスクの全体像を描き出します。

IP 不正利用スコアを決定するために使用される主なシグナルは次のとおりです。

• VPN およびプロキシの検出: IP アドレスは、既知の商用 VPN およびオープンプロキシのリストと照合されます。不正行為者は、これらを使用して実際の場所を隠したり、1 つの接続から多数の ID を切り替えたりすることができます。

• 位置情報の不一致: IP アドレスがロシアのサンクトペテルブルクにあるにもかかわらず、請求先住所がカナダのトロントにある場合、その不一致は特に比較できる購入履歴がない初回の注文では、リスク要因と見なされます。

• 取引の速度: 1 時間に 12 件の注文をそれぞれ異なるカードで行う IP アドレスは、1 回の操作で単一の取引を完了しようとする他の IP アドレスよりも疑わしいと見なされます。

• Tor 出口ノードの使用: Tor はオンラインのトラフィックを複数のリレーを介してルーティングし、潜在的な取引の送信元を隠します。多くの人々が完全に正当なプライバシーの理由でこれを使用しているにもかかわらず、これはほぼ自動的にフラグが立てられる原因となります。

• データセンタートラフィック: 通常、消費者は Amazon Web Services (AWS) や Google Cloud の IP 範囲から買い物をすることはありません。このようなサイトから発信されるトラフィックは、ボット、スクレイパー、またはカードテスティングの試行を実行するスクリプトを示していることがよくあります。

• デバイスフィンガープリントのシグナル: ブラウザーの設定、画面の解像度、インストールされているフォントを IP アドレスと相互参照し、取引が実際の人物によるものか、スクリプトによる攻撃かを確認します。

企業は支払いリスクモデルで IP 不正利用スコアをどのように使用しているか

EC 企業および決済プラットフォームは通常、潜在的な顧客がアカウントを作成するとき、または決済時に何かを購入しようとしたときに IP スコアを取得します。サインアップ時に不正利用スコアが高いと、新しいアカウントが完全な権限を受け取る前に追加の本人確認がトリガーされる可能性があります。決済時には、取引を承認するか、手動レビューに送るか、または追加の認証ステップを要求するかを決定するきっかけとなる場合があります。

通常、リスクモデルは、単一の合否の基準ではなくしきい値に基づいて機能します。スコアが 25 未満の場合は問題なく通過する可能性がありますが、25 から 75 のスコアは追加の確認を促すか、レビューのために保留される可能性があります。75 を超える場合は、特に請求先住所の不一致や異常に大量の初回注文などの他の警告サインと組み合わされている場合、多くの場合注意が必要です。

ただし、高いリスクスコアのみを理由に取引をブロックする企業は、実際の顧客を拒否している可能性があります。カードの確認、デバイスデータ、行動パターンなどの要素を比較検討することで、企業は取引の決定を下そうとするときにより完全な全体像を把握できます。IP スコアの範囲、つまりしきい値の設定が緩すぎると、不正な注文を通過させてしまう可能性があります。しかし、設定が厳しすぎると、正当な顧客が決済時に拒否される可能性があります。多くの不正利用対策チームは、しきい値の設定を継続的な調整作業として扱っています。

IP 不正利用スコアが誤検知を生み出す理由

正当な行動がネットワークレベルではリスクが高いように見えることがありますが、誤ってブロックされたり、追加の確認ステップを完了するように強制されたりする顧客のそれぞれが、企業の収益に悪影響を及ぼす可能性があります。一方で、決済が繰り返し複雑になると、顧客はより簡単に決済できる競合他社に流れる可能性があります。

誤検知の最大の原因には、次のようなものがあります。

• 企業および大学のネットワーク: 大規模な組織では、数千人の従業員を少数の共有 IP アドレス経由でルーティングするため、1 つのアドレスが信じられないほど大量の無関係な取引を生成しているように見える場合があります。

• モバイルキャリア: キャリアグレードのネットワークアドレス変換 (CGNAT) とは、1 つの IP アドレスが一度に数百または数千の個別の加入者を表すことができることを意味し、取引速度に基づくスコアリングを狂わせます。

• 海外旅行: カード保有者が、顧客の購入履歴に含まれていない国から買い物をする場合、位置情報の不一致が生じ、顧客が国外を旅行しているだけかもしれないのに、盗難カードが関与している取引のように見えます。

• プライバシーツール: VPN は、職場のセキュリティポリシーから個人の好みまで、不正利用とは無関係の理由で使用されますが、スコアリングモデルは依然としてデフォルトでこれを高まったリスク要因として扱います。

IP 不正利用スコアの確認方法

企業が単一の IP アドレスをチェックする場合、いくつかの単独の IP 不正利用スコアチェッカーがアドレスを受け取り、VPN、プロキシ、データセンターの使用などの危険信号に一部基づいてリスク評価を返します。これらのシステムは、単発のリスク評価の確認や、特定の取引にフラグが立てられた理由を理解するのに適しています。

しかし、大量の取引を処理する企業にとって、IP アドレスを 1 つずつ確認することは常に管理可能とは限りません。理想的には、手動の手順を追加することなく、決済時にカード、デバイス、顧客の行動をリアルタイムで評価するのと同じシステムに IP スコアリングを組み込む必要があります。そうすれば、企業は手動でスコアを取得して、それらに基づいて独自のルールを構築する必要はありません。スコアリングは決済フローの一部として自動的に行われます。

Stripe Radar は IP アドレスと位置情報を不正利用のスコアリングに考慮しますが、そのデータを単独の決定ポイントとしては扱いません。Radar は、IP アドレスの評価や位置情報、カードの行動、デバイスの特性、企業独自の取引履歴に固有のパターンなど、数百のシグナルに照らして各取引を評価します。

Radar の IP アドレス分析を支えるその規模は、専用の IP アドレスチェッカーとは一線を画しています。Radar は、Stripe の数百万の企業からの取引データで機械学習モデルをトレーニングします。これにより、単一の企業が独自のトラフィックだけを監視して構築するよりも、多数の業界、地域、顧客タイプにわたる正常および異常な取引の行動をより明確に把握できます。その規模により、Radar は、静的な IP アドレスのブロックリストに依存する企業よりも早く、新しいプロキシネットワークや組織的なカードテスティングの波などの新たな不正利用パターンを検出できます。また、Radar では企業が機械学習スコアの上にカスタムルールを重ねることができるため、IP アドレス関連のリスクで取引にフラグが立てられたときの対応を企業自身で決定できます。

Stripe Radar でできること

Stripe Radar は、Stripe のグローバルネットワークからのデータでトレーニングされた AI を使用して、不正利用の検出と成長の実現を支援します。Radar により、収益に影響が及ぶ前の顧客のライフサイクル全体を通じてビジネスが不正利用から保護されると同時に、より多くの正当な顧客や支払いの承認が可能になります。

Radar は以下のことに役立ちます。

• 不正利用による損失の防止: Radar の AI は、Stripe のグローバルネットワークにおける年間 1 兆 9,000 億ドル以上の取引から学習し、個々の企業が独自に検出できない可能性のある不正利用パターンを特定してブロックするのに役立ちます。

• 巧妙化する不正利用攻撃に対する保護の統合: Radar は、取引の不正利用、アカウントの不正利用、顧客による不正行為に対する保護をすべて 1 つのソリューションにまとめているため、主要な種類の不正利用に対して統合された保護を獲得できます。

• 不正利用の巧妙化への適応: Radar は、ファーストパーティによる不正行為から自動化された取引まで、変化する不正利用パターンに継続的に適応し、新たな脅威からビジネスを保護するのに役立ちます。

• 既存の技術スタックと連携: 実装なしで Radar を Stripe の支払いと組み合わせて使用するか、Stripe で支払いを処理するかどうかに関係なく、プログラム可能な API を通じて Radar のインテリジェンスにアクセスできます。

Stripe Radar の詳細を表示するか、今すぐ使ってみる。

IP 不正利用スコアに関する FAQ