Fraude met nieuwe accounts is een van de moeilijkst te detecteren vormen van fraude, omdat het er in eerste instantie niet altijd als fraude uitziet. Het richt zich op je onboarding-proces met behulp van gestolen of synthetische identiteiten en geautomatiseerde aanmeldingscampagnes die je verificatiestack doorzoeken totdat er een lek wordt gevonden. Hieronder bespreken we hoe fraude met nieuwe accounts werkt, hoe het verschilt van gerelateerde bedreigingen zoals account-overname en misbruik van promoties, en hoe je preventieve maatregelen kunt nemen zonder legitieme gebruikers te hinderen.

Hoogtepunten

• Fraude met nieuwe accounts maakt gebruik van gestolen, synthetische of verzonnen identiteitssignalen om accounts aan te maken die lang genoeg legitiem lijken om waarde uit je platform te halen.

• Effectieve detectie hangt af van het combineren van signalen uit apparaatinformatie, gedragsanalyse, identiteitsverrijking en detectie van afwijkingen.

• Preventie werkt het beste wanneer deze stapsgewijs wordt toegepast tijdens de onboarding, de drempel evenredig is aan het risico en accounts na aanmelding continu worden gemonitord.

Wat is fraude met nieuwe accounts?

Fraude met nieuwe accounts is wanneer iemand een account aanmaakt met gestolen, synthetische of verzonnen identiteitsgegevens om toegang te krijgen tot iets waardevols en vervolgens verdwijnt. Deze tactieken kunnen soms systemen voor identiteitsverificatie van klanten omzeilen, waardoor ondernemingen kwetsbaar worden voor aanvallen. Het doelwit kan een welkomstbonus zijn, een kredietlimiet, een gratis proefperiode met een bijbehorende betaalmethode, of de mogelijkheid om geld via je platform over te maken.

Hoe werkt fraude met nieuwe accounts?

Fraude met nieuwe accounts kan een van de volgende herkenbare patronen volgen. Elk patroon is bedoeld om een schijnbaar legitieme aanwezigheid op je platform op te bouwen voordat de fraudeur geld of andere voordelen vergaart.

Dit zijn de meest voorkomende soorten fraude met nieuwe accounts:

• Synthetische identiteitsfraude: een fraudeur stelt een profiel samen met een echt belastingnummer, gecombineerd met een verzonnen naam en geboortedatum, en bouwt vervolgens langzaam geloofwaardigheid op voordat hij geld of andere voordelen vergaart.

• Fraude met gestolen identiteit: de inloggegevens van een echt persoon worden verkregen via een datalek of op de markt voor inloggegevens. Er wordt zonder hun medeweten een account geopend, er wordt geld gestolen en het slachtoffer komt er pas achter als er een aanmaning binnenkomt of als hun kredietwaardigheid daalt.

• Money mule-accounts: echte mensen worden soms onder valse voorwendselen gerekruteerd om accounts te openen die illegale gelden ontvangen en doorsturen. Hierdoor wordt de geldstroom voor fraudeurs verborgen.

• Door bots aangestuurde aanmeldingen: geautomatiseerde campagnes kunnen duizenden inloggegevens testen tegen je onboarding-proces, op zoek naar combinaties die frauduleuze accounts doorlaten. Een plotselinge stijging in mislukte aanmeldingen gaat vaak vooraf aan een golf van succesvolle aanmeldingen.

Hoe verhoudt fraude met nieuwe accounts zich tot account-overnames en andere bedreigingen?

Fraude met nieuwe accounts verschilt van account-overnames en andere bedreigingen; elk type fraude vereist een eigen verdedigingsstrategie. Hieronder vind je een overzicht van de aanvullende accountgerelateerde frauderisico’s waar je op moet letten:

• Account-overname: deze methode richt zich op bestaande accounts door inloggegevens te bemachtigen via phishing, credential stuffing of fraudemarkten.

• Credential stuffing: credential stuffing is het automatisch testen van combinaties van gebruikersnamen en wachtwoorden, die zijn verzameld uit niet-gerelateerde datalekken, op je inlogpagina. Gecompromitteerde accounts kunnen worden gebruikt als sjablonen voor het opbouwen van synthetische identiteiten.

• Misbruik van gratis proefperiodes en promoties: dit verwijst naar het aanmaken van meerdere accounts om herhaaldelijk een welkomstbonus te claimen. De fraudeur kan echte, verschillende identiteiten gebruiken.

• Chargeback-fraude: chargeback-fraude is wanneer een legitieme klant een betaling betwist die hij zelf heeft geautoriseerd.

Deze fraudevormen gaan vaak gepaard met fraude met nieuwe accounts om de financiële opbrengst te maximaliseren.

Wat zijn de waarschuwingssignalen van fraude met nieuwe accounts?

Om fraude met nieuwe accounts te herkennen, moet je letten op een reeks signalen. De onderstaande waarschuwingssignalen zijn gerangschikt op basis van waar in je stack je ze zou detecteren.

Op apparaat- en netwerkniveau

• IP-adres komt niet overeen: de opgegeven locatie komt niet overeen met het IP-adres of de verbindingsroutes lopen via een virtueel privénetwerk (VPN), proxy of datacenter.

• Hergebruik van apparaatvingerafdrukken: dezelfde vingerafdruk komt voor bij meerdere recente accountaanmaakpogingen.

• Indicatoren van automatisering: browser- of apparaatinstellingen wijzen op scripting – inconsistente schermresolutie, ontbrekende verwachte browser-API’s (Application Programming Interfaces) of een niet-overeenkomende tijdzone.

• Snelheid van aanmelding: grote aantallen nieuwe accounts zijn afkomstig van hetzelfde apparaat of IP-bereik binnen een kort tijdsbestek.

Op identiteitsniveau

• Eenmalig e-mailadres: het adres is enkele uren voor de aanmelding aangemaakt of behoort tot een bekend wegwerpdomein.

• Inconsistenties in identiteit: naam, adres en geboortedatum komen niet consistent overeen met externe gegevensbronnen.

• Afwijkingen in adres: het opgegeven adres is een postbusadres, een braakliggend terrein of een locatie die in verband wordt gebracht met eerdere fraude.

Op gedragsniveau

• Vrijwel onmiddellijke invulling van het formulier: velden worden sneller ingevuld dan een mens kan typen, zonder aarzeling of correcties.

• Geen organische sessie: de aanmelding kwam via een ongebruikelijk verwijzingspad zonder voorafgaand surfgedrag.

• Onmiddellijke actie met hoge waarde: het account probeert een betaalmethode toe te voegen of een overschrijving te starten zonder eerst normaal opwarmgedrag te vertonen.

Op geaggregeerd niveau

• Snelheid van aanmaak: er is een plotselinge toename van nieuwe accounts die zijn aangemaakt vanuit een specifieke regio of apparaatgroep.

• Verhoogd patroon van mislukking gevolgd door succes: een hoog percentage mislukte identiteitsverificaties wordt gevolgd door kleine variaties en herhalingspogingen.

Hoe kun je fraude met nieuwe accounts opsporen?

Het opsporen van fraude met nieuwe accounts werkt het beste als je signalen in lagen bekijkt. Deze technieken kunnen de detectie verbeteren:

• Apparaatinformatie: een apparaatvingerafdruk legt de combinatie vast van browser, hardware, besturingssysteem en netwerkattributen die een apparaat uniek maken. De meeste geautomatiseerde aanvallen zijn detecteerbaar.

• Gedragsanalyse: echte gebruikers gaan anders om met formulieren dan bots. Signalen zoals de timing van toetsaanslagen, muisbewegingspatronen en of een gebruiker iets heeft gekopieerd en geplakt in een veld, zijn moeilijk op grote schaal te vervalsen.

• Identiteitsverrijking: het valideren van ingediende identiteitsgegevens aan de hand van externe signalen helpt om te beoordelen of een combinatie van signalen op een echte persoon lijkt.

• Detectie van afwijkingen: een aanmelding die op het randje van legitiem lijkt, kan duidelijk frauduleus zijn in de context van een golf van soortgelijke aanmeldingen. Real-time monitoring van pieken in volume, geografische clusters en afwijkingen in apparaatcohorten kan misbruikcampagnes opsporen.

• Risicoscores: in plaats van bij de aanmelding een binaire beslissing te nemen (geslaagd of gezakt), kun je met een risicoscore accounts naar verschillende processen leiden.

Hoe voorkom je fraude met nieuwe accounts zonder legitieme aanmeldingen tegen te houden?

Het doel is om fraude zo duur te maken dat aanvallers ergens anders heen gaan. Zo voorkom je fraude met nieuwe accounts zonder echte gebruikers te straffen:

• Snelheidsbeperkingen en bot-beveiliging: volledig geautomatiseerde Turing-tests om computers en mensen van elkaar te onderscheiden (CAPTCHA's), onzichtbare botdetectie en snelheidsbeperkingen voor aanmeldingen op basis van IP-adres en apparaat kunnen geautomatiseerde aanvallen stoppen voordat ze bruikbare gegevens over je verificatiestack genereren.

• Progressieve frictie: stem de verificatiediepte af op de risicoscore. Een aanmelding met laag risico vanaf een bekend apparaat en een consistent identiteitsprofiel kan direct doorgaan, terwijl een aanmelding met hoog risico wordt doorgestuurd naar telefoonverificatie of het uploaden van documenten.

• Versterkte verificatie: vroeg accountgedrag moet extra identiteitscontroles activeren. Een account dat de eerste onboarding doorstaat maar meteen drie betaalmethoden probeert toe te voegen en een opname wil doen, zou waarschijnlijk een verificatieverzoek moeten krijgen.

• Monitoring na aanmaak: fraude komt niet altijd meteen aan het licht. Monitor nieuwe accounts op gedragspatronen die verband houden met latere fraude, zoals specifieke actiesequenties, ongebruikelijke sessietijden en onmiddellijke profielwijzigingen.

Hoe Stripe Radar kan helpen

Stripe Radar gebruikt AI-modellen om fraude op te sporen en te voorkomen, getraind op basis van gegevens uit het wereldwijde netwerk van Stripe. Het werkt deze modellen steeds bij op basis van de nieuwste fraudetrends, zodat je onderneming beschermd blijft terwijl fraude zich ontwikkelt.

Stripe biedt ook Radar for Fraud Teams, waarmee gebruikers regels op maat kunnen toevoegen die zich richten op fraudescenario's die specifiek zijn voor hun bedrijf en toegang hebben tot geavanceerd fraude-inzicht.

Radar kan je onderneming helpen met:

• Fraudeverliezen voorkomen: Stripe verwerkt jaarlijks meer dan $ 1 biljoen aan betalingen. Deze schaalgrootte stelt Radar in staat om fraude nauwkeurig op te sporen en te voorkomen, waardoor je geld bespaart.

• Omzet verhogen: de AI-modellen van Radar zijn getraind op basis van echte chargebackgegevens, klantinformatie, browsegegevens en meer. Hierdoor kan Radar risicovolle transacties identificeren en valse positieven verminderen, waardoor je omzet stijgt.

• Tijd besparen: Radar is ingebouwd in Stripe en hoeft niet te worden geconfigureerd. Je kunt ook je frauderesultaten monitoren, regels opstellen en meer op één platform, waardoor de efficiëntie toeneemt.

Lees meer over Stripe Radar of ga vandaag nog aan de slag.