有卡欺诈，又称面对面欺诈，属于银行卡欺诈的一种，指不法分子使用被盗或伪造的信用卡、借记卡，在商店或其他实体场所进行消费。实施有卡欺诈时，犯罪分子会盗取实体卡片，或利用窃取的卡片信息，将数据写入磁条或芯片以伪造卡片。尽管芯片技术加大了盗用卡片信息作案的难度，但欺诈分子仍在不断研发新手段；而在持有信用卡或借记卡的美国人中，有 60% 的美国人至少遭遇过一次欺诈。
下面，我们将介绍企业应该了解的有卡欺诈行为：它是什么、如何运作以及如何检测和预防。
本文内容
- 有卡欺诈如何运作？
- 有卡欺诈与无卡欺诈
- 有卡欺诈对企业和客户有何影响？
- 如何检测和防范有卡欺诈
有卡欺诈如何运作？
有卡欺诈有两种方式：犯罪分子使用窃取卡或伪造卡。
窃卡：窃贼窃取实体信用卡或借记卡，并在销售点终端 (POS)、ATM 或其他零售点使用。
伪造卡： 窃贼利用窃取的卡信息制作伪造的信用卡或借记卡，并亲自使用这些卡进行消费。
窃贼可能会利用这些方法窃取银行卡信息并制作伪卡：
有卡欺诈与无卡欺诈
有卡欺诈 (CP)
当交易过程中使用的实体信用卡或借记卡出现在销售点时，就会发生这种欺诈行为。不法分子可通过盗取的实体卡片，或搭载窃取卡片信息的伪造卡片实施此类欺诈。
安全功能： 客户可能会被要求提供签名或个人识别码 (PIN) 以完成交易。
风险等级： CP 欺诈被认为比无卡欺诈风险更低，因为有了实体卡就多了一层安全保障。
处理费用： 与无卡交易相比，CP 交易的欺诈风险较低，因此这些费用通常较低。
责任： 在通过支持芯片的终端未经授权使用芯片卡的情况下，责任往往转移到发卡行（银行）而不是企业。但若商户未使用支持 EMV（芯片卡）的读卡器，商户需承担相应责任。
无卡欺诈 (CNP)
当在交易过程中未出示实体卡时，就会发生这种欺诈行为。这适用于使用被盗卡信息完成的在线、电话或邮购，这些信息通常是通过数据泄露或网络钓鱼获得的。
安全功能： 客户可能会被要求提供银行卡验证码 (CVV)、验证地址或使用 3DS 验证 进行身份验证，以完成交易。
风险等级： CNP 欺诈被认为比 CP 欺诈风险更高，因为实际验证持卡人身份的方法较少。
处理费用： 由于欺诈风险增加，CNP 交易的费用通常较高。
责任： 在大多数 CNP 欺诈案件中，企业都要承担责任。
有卡欺诈对企业和客户有何影响？
对企业的影响
财务损失： 一旦发生欺诈交易，企业将直接蒙受经济损失。当客户举报欺诈行为时，企业必须发起拒付，由此承担的损失包括交易金额、商品损失以及拒付手续费。
声誉损害： 欺诈交易会损害企业声誉。客户可能会认为企业安全性不足，进而导致信任度下降、客户忠诚度降低。
成本增加： 频繁遭遇欺诈的企业可能需要部署更严格的安全措施，例如升级 销售点 (POS) 系统、增设监控、开展员工欺诈预防培训等，这些都会产生额外成本。
运营中断： 欺诈调查、审计或法律诉讼会扰乱业务运营和员工的工作效率。
合规与责任： 遭受银行卡欺诈的企业可能会受到合规性审查，如果被发现有过失，可能要承担损害赔偿责任。
对客户的影响
财务困扰： 卡片被盗刷会给客户带来财务问题。尽管许多银行和发卡机构设有零责任政策，但处理相关事宜仍需耗费大量时间与精力。
不便： 应对有卡欺诈会给客户带来压力与不便，他们可能需要关闭账户、订购新卡、更新自动支付功能，以及处理财务日常事务的中断。
身份盗用风险： 在部分情况下，若更多个人信息遭泄露，有卡欺诈还可能引发大范围的身份盗用，对客户的财务安全造成长期影响。
交易受阻： 当卡片被系统判定存在欺诈嫌疑时，客户可能遭遇交易延迟或异常，进而影响消费与取现。
如何检测和防范有卡欺诈
检测和预防有卡欺诈需要复杂的技术、数据分析、客户教育和警惕的员工。企业可以利用以下策略检测和防范有卡欺诈：
交易处理
安全协议： 为处理银行卡交易制定明确的安全协议，包括核实持卡人身份的步骤和报告可疑欺诈行为的程序。
客户验证： 在交易过程中，使用生物识别验证（指纹、面部识别）或多因素身份验证方法（如 PIN 码、生物识别或一次性密码 (OTP)）对持卡人进行身份验证。在可疑交易中，使用动态安全问题或客户资料来验证持卡人身份。
销售点终端安全性： 安装具备内置安全功能的防篡改销售点设备，如加密键盘和安全读卡器。定期检查是否有被篡改的迹象，比如松动的部件或异常的连接件。
设备认证： 实现设备认证，确保只有授权终端能处理交易。这可以防止犯罪分子使用“幽灵终端”或未经授权的销售点系统。
即时警报： 针对可疑交易启用实时提醒，可将预警信息推送至持卡人及欺诈预防团队。
欺诈得分系统： 根据地点、交易类型、频率和持卡人历史记录等多种因素为交易分配风险得分。得分高的交易会触发额外的验证。
交易监控
客户个人资料： 建立常规客户的消费习惯、偏好地点和常见交易金额的详细档案，以便识别异常活动。这可能包括意料之外的大额购物、连续多次交易或短时间内在不同地点购物。
机器学习： 机器学习算法 可以实时分析交易模式，以快速识别异常并采取措施防止欺诈交易。
地理位置监控： 在销售点系统中接入地理位置定位功能，依据地域使用特征检测可疑用卡行为，针对潜在的有卡欺诈，对企业进行及时预警。
预测模型： 使用预测模型根据过去的事件预测潜在的欺诈行为，识别可以为预防措施提供信息的模式和相关性。
跨渠道数据：将您的销售点系统与电商渠道整合，以全面了解客户行为。这可以揭示跨渠道欺诈形式。
科技
EMV 芯片技术： 启用支持 EMV 芯片的读卡器。芯片技术比磁条更安全，从而降低了伪造卡的风险。
非接触式支付： 鼓励使用非接触式支付方式，最大限度地降低银行卡被侧录盗刷的风险。
端到端加密： 对从采集点到处理点的卡片数据进行加密，防止被侧录盗取器或芯片侧录器截获。
安全支付网关： 使用具有强大加密功能的安全支付网关，并遵守支付卡行业数据安全标准 (PCI DSS) 等行业标准。
安全网络：实施安全网络和防火墙，防止未经授权访问支付系统。
教育和意识
欺诈检测培训： 培训工作人员识别有卡欺诈的迹象，如可疑行为、篡改或非正常消费。教授员工如何做出恰当应对。
客户互动与反馈： 鼓励员工在交易过程中与客户互动，创造更个性化的互动，有助于发现异常行为。建立反馈机制，供客户举报问题或可疑活动。
持卡人教育： 对客户进行有关有卡欺诈风险的教育，并鼓励他们定期监控交易是否存在未经授权的活动。
合规与协作
网络协作： 加入欺诈检测和预防网络或行业协会，共享信息并协作识别新的欺诈趋势。
与执法部门合作： 与当地执法机构建立合作关系，及时上报并调查涉嫌欺诈的案件。
行业合规： 确保遵守行业法规和标准，以保持高水平的安全性，降低欺诈相关责任的风险。
本文中的内容仅供一般信息和教育目的，不应被解释为法律或税务建议。Stripe 不保证或担保文章中信息的准确性、完整性、充分性或时效性。您应该寻求在您的司法管辖区获得执业许可的合格律师或会计师的建议，以就您的特定情况提供建议。