การฉ้อโกงการสร้างบัญชีใหม่เป็นหนึ่งในประเภทการฉ้อโกงที่ตรวจจับได้ยากที่สุด เพราะในตอนแรกอาจดูไม่เหมือนการฉ้อโกงเสมอไป มันจะมุ่งเป้าไปที่กระบวนการเริ่มต้นใช้งานโดยใช้ข้อมูลประจำตัวที่ถูกขโมยหรือสร้างขึ้นมาใหม่ และแคมเปญการลงทะเบียนอัตโนมัติที่ตรวจสอบระบบการตรวจสอบของคุณจนกว่าจะพบช่องโหว่ ด้านล่างนี้ เราจะมาพูดถึงวิธีการทำงานของการฉ้อโกงการสร้างบัญชีใหม่ ความแตกต่างจากภัยคุกคามที่เกี่ยวข้อง เช่น การยึดบัญชีและการใช้โปรโมชั่นในทางที่ผิด และวิธีการสร้างมาตรการป้องกันโดยไม่ขัดขวางผู้ใช้ที่ถูกต้องตามกฎหมาย

ประเด็นสำคัญ

• การฉ้อโกงการสร้างบัญชีใหม่ใช้ข้อมูลประจำตัวที่ถูกขโมย ปลอมแปลง หรือสร้างขึ้นมาเพื่อสร้างบัญชีที่ดูเหมือนถูกต้องตามกฎหมายได้นานพอที่จะตักตวงผลประโยชน์จากแพลตฟอร์มของคุณ

• การตรวจจับที่มีประสิทธิภาพขึ้นอยู่กับการผสานสัญญาณจากระบบอัจฉริยะของอุปกรณ์ การวิเคราะห์พฤติกรรม การเสริมข้อมูลระบุตัวตน และการตรวจจับความผิดปกติ

• การป้องกันจะได้ผลดีที่สุดเมื่อดำเนินการอย่างค่อยเป็นค่อยไปตั้งแต่ขั้นตอนการเริ่มต้นใช้งาน ความยุ่งยากจะแปรผันตามความเสี่ยง และบัญชีจะได้รับการตรวจสอบอย่างต่อเนื่องหลังจากการลงทะเบียน

การฉ้อโกงด้วยบัญชีใหม่คืออะไร

การฉ้อโกงด้วยบัญชีใหม่ คือการที่บุคคลใดบุคคลหนึ่งสร้างบัญชีโดยใช้ข้อมูลประจำตัวที่ถูกขโมย ปลอมแปลง หรือสร้างขึ้นมา เพื่อเข้าถึงสิ่งที่มีค่าบางอย่าง แล้วก็หายตัวไป การกระทำเหล่านี้บางครั้งอาจหลีกเลี่ยงระบบตรวจสอบตัวตนของลูกค้าได้ ซึ่งทำให้ธุรกิจเสี่ยงต่อการถูกโจมตี เป้าหมายอาจเป็นโบนัสต้อนรับ วงเงินเครดิต การทดลองใช้ฟรีพร้อมวิธีการชำระเงิน หรือความสามารถในการโอนเงินผ่านแพลตฟอร์มของคุณ

การฉ้อโกงด้วยบัญชีใหม่ทำงานอย่างไร

การฉ้อโกงด้วยบัญชีใหม่สามารถเกิดขึ้นได้ในรูปแบบที่สังเกตได้ไม่กี่แบบ โดยแต่ละแบบถูกออกแบบมาเพื่อสร้างตัวตนที่ดูน่าเชื่อถือบนแพลตฟอร์มของคุณ ก่อนที่มิจฉาชีพจะตักตวงผลประโยชน์ไป

นี่คือประเภทของการฉ้อโกงด้วยบัญชีใหม่ที่พบบ่อย

• การฉ้อโกงโดยใช้เอกลักษณ์บุคคลปลอม: ผู้กระทำความผิดจะสร้างโปรไฟล์โดยใช้หมายเลขประจำตัวผู้เสียภาษีจริง ร่วมกับชื่อและวันเกิดที่ปลอมขึ้น จากนั้นค่อยๆ สร้างความน่าเชื่อถือก่อนที่จะฉวยโอกาสเอาทรัพย์สินไป

• การฉ้อโกงโดยการขโมยข้อมูลส่วนบุคคล: ข้อมูลส่วนบุคคลของบุคคลจริงถูกขโมยไปจากการรั่วไหลของข้อมูลหรือตลาดซื้อขายข้อมูลส่วนบุคคล มีการเปิดบัญชีโดยที่เจ้าของบัญชีไม่รู้ตัว มีการถอนเงินออกไป และเหยื่อจะรู้ตัวก็ต่อเมื่อได้รับจดหมายทวงหนี้หรือคะแนนเครดิตลดลง

• บัญชีรับโอนเงินผิดกฎหมาย: บางครั้งมีการชักชวนบุคคลจริง ๆ ให้เปิดบัญชีเพื่อรับและส่งต่อเงินที่ได้มาอย่างผิดกฎหมายโดยใช้ข้ออ้างที่ไม่เป็นความจริง ซึ่งเป็นการปกปิดการไหลเวียนของเงินสำหรับผู้กระทำการฉ้อโกง

• การลงทะเบียนโดยใช้บอท: แคมเปญอัตโนมัติสามารถทดสอบข้อมูลประจำตัวหลายพันรายการกับขั้นตอนการลงทะเบียนของคุณ เพื่อตรวจสอบหาชุดข้อมูลที่อาจทำให้บัญชีปลอมผ่านเข้ามาได้ การลงทะเบียนที่ไม่สำเร็จจำนวนมากมักเกิดขึ้นก่อนการลงทะเบียนที่สำเร็จจำนวนมากตามมา

การฉ้อโกงด้วยบัญชีใหม่เกี่ยวข้องกับการเข้ายึดบัญชีและภัยคุกคามอื่นๆ อย่างไร

การฉ้อโกงด้วยบัญชีใหม่นั้นแตกต่างจากการเข้ายึดบัญชีและภัยคุกคามอื่นๆ ซึ่งแต่ละประเภทต้องใช้วิธีการป้องกันที่แตกต่างกัน นี่คือความเสี่ยงด้านการฉ้อโกงที่เกี่ยวข้องกับบัญชีเพิ่มเติมที่คุณควรทราบ

• การเข้ายึดบัญชี: วิธีนี้มุ่งเป้าไปที่บัญชีที่มีอยู่แล้วโดยการได้มาซึ่งข้อมูลประจำตัวผ่านการฟิชชิ่ง การยัดเยียดข้อมูลประจำตัว หรือตลาดหลอกลวง

• การโจมตีด้วยการใช้ข้อมูลประจำตัวปลอม : การโจมตีด้วยการใช้ข้อมูลประจำตัวปลอม คือการทดสอบโดยอัตโนมัติด้วยคู่ชื่อผู้ใช้และรหัสผ่าน ซึ่งได้มาจากการรั่วไหลของข้อมูลที่ไม่เกี่ยวข้องกัน กับหน้าเข้าสู่ระบบของคุณ ซึ่งบัญชีที่ถูกแฮ็กสามารถนำมาใช้เป็นแม่แบบสำหรับการสร้างตัวตนปลอมได้

• การใช้โปรโมชั่นและทดลองใช้ฟรีในทางที่ผิด: หมายถึงการสร้างบัญชีหลายบัญชีเพื่อรับโบนัสต้อนรับซ้ำๆ ผู้กระทำความผิดอาจใช้ตัวตนจริงที่แตกต่างกันหลายบัญชี

• การฉ้อโกงด้วยการดึงเงินคืน: การฉ้อโกงด้วยการดึงเงินคืนคือกรณีที่ลูกค้าที่ถูกต้องตามกฎหมายโต้แย้งการเรียกเก็บเงินที่ตนเองอนุมัติไว้

ภัยคุกคามจากการฉ้อโกงเหล่านี้มักทำงานร่วมกับการฉ้อโกงการเปิดบัญชีใหม่เพื่อเพิ่มผลประโยชน์ทางการเงินให้สูงสุด

สัญญาณเตือนของการฉ้อโกงด้วยบัญชีใหม่มีอะไรบ้าง

สำหรับการระบุการฉ้อโกงด้วยบัญชีใหม่ คุณต้องมองหาสัญญาณหลายอย่างที่เกิดขึ้นพร้อมกัน สัญญาณเตือนด้านล่างนี้จัดเรียงตามตำแหน่งในระบบรักษาความปลอดภัยของคุณว่าจะตรวจพบสัญญาณเหล่านั้นได้อย่างไร

ในระดับอุปกรณ์และเครือข่าย

• ที่อยู่ IP ไม่ตรงกัน: ตำแหน่งที่ระบุไม่ตรงกับที่อยู่ Internet Protocol (IP) หรือเส้นทางการเชื่อมต่อผ่านเครือข่ายส่วนตัวเสมือน (VPN) พร็อกซี หรือศูนย์ข้อมูล

• การใช้ลายนิ้วมือของอุปกรณ์ซ้ำ: ลายนิ้วมือเดียวกันจะปรากฏในบัญชีที่สร้างขึ้นล่าสุดหลายบัญชี

• ตัวบ่งชี้การทำงานอัตโนมัติ: การตั้งค่าเบราว์เซอร์หรืออุปกรณ์บ่งชี้ว่ามีการเขียนสคริปต์ เช่น ความละเอียดหน้าจอไม่สม่ำเสมอ ไม่มี API (Application Programming Interface) ที่ควรจะมี หรือเขตเวลาไม่ตรงกัน

• ความเร็วในการสมัคร: มีการสมัครบัญชีใหม่จำนวนมากจากอุปกรณ์หรือช่วง IP เดียวกันในช่วงเวลาสั้นๆ

ในระดับชั้นการระบุตัวตน

• อีเมลแบบใช้แล้วทิ้ง: ที่อยู่อีเมลนี้ถูกสร้างขึ้นไม่กี่ชั่วโมงก่อนการลงทะเบียน หรือเป็นโดเมนแบบใช้แล้วทิ้งที่ทราบกันดีอยู่แล้ว

• ความไม่สอดคล้องกันของข้อมูลระบุตัวตน: ชื่อ ที่อยู่ และวันเกิด ไม่ตรงกับแหล่งข้อมูลภายนอกอย่างสม่ำเสมอ

• ความผิดปกติของที่อยู่: ที่อยู่ที่ส่งมาเป็นบริการส่งต่อจดหมาย ที่ดินว่างเปล่า หรือสถานที่ที่เกี่ยวข้องกับการฉ้อโกงในอดีต

ในระดับพฤติกรรม

• การกรอกแบบฟอร์มเกือบจะในทันที: ข้อมูลจะถูกกรอกเร็วกว่าที่มนุษย์พิมพ์ได้ โดยไม่มีการลังเลหรือแก้ไขใดๆ

• ไม่ใช่การเข้าชมแบบปกติ: การลงทะเบียนมาจากการเข้าชมที่ผิดปกติ โดยไม่มีรูปแบบการท่องเว็บใดๆ มาก่อนหน้านี้

• การดำเนินการที่มีมูลค่าสูงในทันที: บัญชีพยายามเพิ่มวิธีการชำระเงินหรือเริ่มการโอนเงินก่อนที่จะมีการดำเนินการเตรียมความพร้อมตามปกติใดๆ

ในระดับโดยรวม

• ความเร็วในการสร้างบัญชี: มีการเพิ่มขึ้นอย่างรวดเร็วของบัญชีใหม่ที่สร้างขึ้นจากกลุ่มผู้ใช้ในพื้นที่ทางภูมิศาสตร์หรืออุปกรณ์เฉพาะกลุ่มหนึ่ง

• รูปแบบความล้มเหลวแล้วสำเร็จในระดับสูง: อัตราความล้มเหลวในการตรวจสอบตัวตนที่สูงจะตามมาด้วยการเปลี่ยนแปลงเล็กน้อยและการลองใหม่หลายครั้ง

จะตรวจจับการฉ้อโกงด้วยบัญชีใหม่ได้อย่างไร

การตรวจจับการฉ้อโกงบัญชีใหม่จะได้ผลดีที่สุดเมื่อคุณใช้สัญญาณหลายชั้น เทคนิคเหล่านี้สามารถช่วยปรับปรุงการตรวจจับได้

• ความอัจฉริยะของอุปกรณ์: ลายนิ้วมือของอุปกรณ์จะบันทึกการรวมกันของคุณลักษณะของเบราว์เซอร์ ฮาร์ดแวร์ ระบบปฏิบัติการ และเครือข่าย ซึ่งทำให้อุปกรณ์แต่ละเครื่องมีความแตกต่างกัน การโจมตีอัตโนมัติส่วนใหญ่สามารถตรวจจับได้

• การวิเคราะห์พฤติกรรม: ผู้ใช้งานจริงมีปฏิสัมพันธ์กับแบบฟอร์มแตกต่างจากบอท สัญญาณต่างๆ เช่น จังหวะการกดแป้นพิมพ์ รูปแบบการเคลื่อนไหวของเมาส์ และการที่ผู้ใช้คัดลอกและวางข้อมูลลงในช่องนั้นยากที่จะปลอมแปลงได้ในวงกว้าง

• การตรวจสอบความถูกต้องของข้อมูลระบุตัวตน: การตรวจสอบรายละเอียดข้อมูลระบุตัวตนที่ส่งมาโดยเทียบกับสัญญาณภายนอกจะช่วยประเมินว่าการรวมกันของสัญญาณต่างๆ นั้นดูเหมือนบุคคลจริงหรือไม่

• การตรวจจับความผิดปกติ: การลงทะเบียนที่ดูเหมือนถูกต้องตามกฎหมายเพียงเล็กน้อย อาจเป็นการฉ้อโกงอย่างชัดเจนในบริบทของการลงทะเบียนที่คล้ายกันจำนวนมาก การตรวจสอบแบบเรียลไทม์สำหรับปริมาณการใช้งานสูงสุด กลุ่มทางภูมิศาสตร์ และความผิดปกติของกลุ่มอุปกรณ์ สามารถช่วยตรวจจับแคมเปญการละเมิดได้

• การประเมินความเสี่ยง: การประเมินความเสี่ยงจะช่วยให้คุณสามารถกำหนดเส้นทางการใช้งานบัญชีไปยังขั้นตอนต่างๆ ได้ แทนที่จะตัดสินใจแบบผ่านหรือไม่ผ่านในขั้นตอนการลงทะเบียน

จะป้องกันการฉ้อโกงการสร้างบัญชีใหม่โดยไม่ขัดขวางการลงทะเบียนที่ถูกต้องได้อย่างไร

เป้าหมายคือการทำให้การฉ้อโกงมีค่าใช้จ่ายสูงพอที่ผู้โจมตีจะหันไปใช้วิธีอื่น นี่คือวิธีการป้องกันการฉ้อโกงบัญชีใหม่โดยไม่เป็นการลงโทษผู้ใช้งานจริง

• การจำกัดอัตราการใช้งานและการป้องกันบอท: การทดสอบทัวริงสาธารณะแบบอัตโนมัติอย่างสมบูรณ์เพื่อแยกแยะระหว่างคอมพิวเตอร์และมนุษย์ (CAPTCHA) การตรวจจับบอทแบบมองไม่เห็น และการจำกัดอัตราการลงทะเบียนตามที่อยู่ IP และอุปกรณ์ สามารถหยุดการโจมตีอัตโนมัติก่อนที่จะสร้างข้อมูลที่เป็นประโยชน์เกี่ยวกับระบบการตรวจสอบของคุณได้

• การตรวจสอบแบบค่อยเป็นค่อยไป: ปรับความลึกของการตรวจสอบให้เหมาะสมกับคะแนนความเสี่ยง การลงทะเบียนที่มีความเสี่ยงต่ำจากอุปกรณ์ที่รู้จักและโปรไฟล์ตัวตนที่สอดคล้องกันอาจผ่านไปได้โดยตรง ในขณะที่การลงทะเบียนที่มีความเสี่ยงสูงจะถูกส่งไปยังขั้นตอนการตรวจสอบทางโทรศัพท์หรือการอัปโหลดเอกสาร

• การตรวจสอบยืนยันเพิ่มเติม: พฤติกรรมการใช้งานบัญชีในช่วงแรกควรได้รับการตรวจสอบยืนยันตัวตนเพิ่มเติม บัญชีที่ผ่านการลงทะเบียนเบื้องต้น แต่พยายามเพิ่มวิธีการชำระเงินสามวิธีและทำการถอนเงินทันที ควรได้รับการร้องขอการตรวจสอบยืนยันเพิ่มเติม

• การตรวจสอบหลังการสร้างบัญชี: การฉ้อโกงไม่ได้ปรากฏให้เห็นทันทีเสมอไป ตรวจสอบบัญชีใหม่เพื่อหาพฤติกรรมที่สัมพันธ์กับการฉ้อโกงในภายหลัง เช่น ลำดับการกระทำที่เฉพาะเจาะจง เวลาการใช้งานที่ไม่ปกติ และการเปลี่ยนแปลงโปรไฟล์ทันที

Stripe Radar ช่วยอะไรได้บ้าง

Stripe Radar ใช้โมเดล AI ในการตรวจจับและป้องกันการฉ้อโกง โดยฝึกด้วยข้อมูลจากเครือข่ายทั่วโลกของ Stripe ซึ่งโมเดลเหล่านี้จะได้รับการอัปเดตอย่างต่อเนื่องตามแนวโน้มการฉ้อโกงล่าสุด เพื่อปกป้องธุรกิจของคุณเมื่อการฉ้อโกงพัฒนา

Stripe ยังมี Radar for Fraud Teams ซึ่งช่วยให้ผู้ใช้เพิ่มกฎที่กำหนดเองเพื่อจัดการกับสถานการณ์การฉ้อโกงเฉพาะสำหรับธุรกิจของตนและเข้าถึงข้อมูลเชิงลึกเกี่ยวกับการฉ้อโกงที่ล้ำสมัย

Radar สามารถช่วยธุรกิจของคุณได้ดังนี้

• ป้องกันการสูญเสียจากการฉ้อโกง: Stripe ประมวลผลการชำระเงินมากกว่า 1 ล้านล้านดอลลาร์ต่อปี ปริมาณที่มากเช่นนี้ช่วยให้ Radar ตรวจจับและป้องกันการฉ้อโกงได้อย่างแม่นยำ ซึ่งช่วยประหยัดเงินให้คุณ

• เพิ่มรายรับ: โมเดล AI ของ Radar ได้รับการฝึกฝนจากข้อมูลการโต้แย้งการชำระเงินที่เกิดขึ้นจริง ข้อมูลลูกค้า ข้อมูลการเรียกดู และอื่นๆ ซึ่งทำให้ Radar สามารถค้นหาธุรกรรมที่มีความเสี่ยงและลดการตรวจพบที่ผิดพลาดได้ ซึ่งส่งผลให้คุณมีรายรับเพิ่มขึ้น

• ประหยัดเวลา: Radar ถูกสร้างขึ้นใน Stripe และไม่ต้องใช้โค้ดในการตั้งค่า คุณยังสามารถติดตามตรวจสอบประสิทธิภาพในการจัดการการฉ้อโกง เขียนกฎ และอื่นๆ อีกมากมายได้ในแพลตฟอร์มเดียว ซึ่งจะช่วยเพิ่มประสิทธิภาพ

ดูข้อมูลเพิ่มเติมเกี่ยวกับ Stripe Radar หรือเริ่มใช้งานเลยวันนี้