新账户欺诈是最难识别的欺诈类型之一，因为它起初往往并不像欺诈行为。它利用被盗或合成的身份信息，以及自动化的注册程序，反复试探您的用户注册流程，直到找到安全漏洞。下面我们将讨论新账户欺诈的运作机制、它与账户劫持、促销滥用等相关威胁的区别，以及如何在不影响正常用户的前提下构建防范措施。

要点

• 新账户欺诈利用被盗、合成或伪造的身份信息创建账户，这些账户在足够长的时间内看起来是合法的，以便从您的平台中获取价值。

• 有效的检测依赖于综合运用设备智能、行为分析、身份信息增强和异常检测等多层信号。

• 预防措施在以下情况下效果最佳：在用户注册阶段逐步实施，风险与阻力相匹配，并且在账户注册后持续进行监控。

什么是新账户欺诈？

新账户欺诈是指不法分子利用被盗用、合成或伪造的身份信息注册账户，以获取有价值的资源后随即消失。这类手段有时能够绕过客户身份验证系统，使企业面临安全风险。欺诈目标通常包括迎新奖励、授信额度、绑定支付方式的免费试用资格，或是通过平台进行资金转移的权限。

新账户欺诈的运作机制？

新账户欺诈通常会呈现几种可识别的模式之一。每种模式的目的都是在欺诈者获取价值之前，先在您的平台上建立起看似合法的存在。

以下是新账户欺诈的常见类型：

• 合成身份欺诈：欺诈者使用真实的税务识别号，配合伪造的姓名和出生日期来拼凑出一个身份资料，然后慢慢建立信用，之后再套取价值。

• 盗用身份欺诈：真实个人的凭证通过数据泄露或凭证交易市场获得。欺诈者在当事人不知情的情况下开设账户并套取价值，受害者只有在收到催收通知或发现信用评分下降时才会得知。

• 资金骡账户：真实个人有时会在虚假借口下被招募，开设用于接收和转出非法资金的账户。这为欺诈者掩盖了资金流向。

• 机器人批量注册：自动化活动可以在您的注册流程中测试成千上万组凭证，寻找能够通过欺诈账户的组合。失败的注册数量突然上升，往往预示着随后会出现一波成功的注册。

新账户欺诈与账户劫持及其他威胁有何关联？

新账户欺诈不同于账户劫持及其他威胁，每种欺诈类型都需要独特的防御手段。以下是您需要了解的与账户相关的其他欺诈风险：

• 账户劫持：这种方法通过网络钓鱼、凭证填充或欺诈交易市场获取登录凭证，从而对现有账户进行攻击。

• 凭证填充：凭证填充是一种自动化测试，攻击者将从不相关的数据泄露事件中获取的用户名和密码组合，在您的登录页面上进行批量测试。被盗用的账户可用作构建合成身份的基础模板。

• 免费试用和促销滥用：指创建多个账户以重复领取新人奖励。欺诈者可能使用真实的、不同的身份信息。

• 拒付欺诈：拒付欺诈是指合法客户对他们实际授权的交易提出争议。

这些欺诈威胁通常与新账户欺诈相互配合，以实现经济利益最大化。

新账户欺诈有哪些预警信号？

要识别新账户欺诈，您需要寻找一组信号集群。以下预警信号按其在您的技术堆栈中被检测到的位置进行分类。

设备与网络层

• IP 地址不匹配：声称的位置与互联网协议 (IP) 地址不符，或者网络连接经过了虚拟专用网络 (VPN)、代理服务器或数据中心。

• 设备指纹重复使用：同一个设备指纹在短时间内出现在多个账户创建记录中。

• 自动化操作迹象：浏览器或设备设置表明存在脚本操作，例如屏幕分辨率不一致、缺少预期的浏览器应用程序编程接口 (API)，或时区不匹配。

• 注册速度异常：短时间内有大量新账户来自同一设备或同一 IP 地址段。

身份层

• 一次性邮箱：该邮箱地址是在注册前几小时刚创建的，或者属于已知的临时邮箱域名。

• 身份信息不一致：姓名、地址和出生日期与外部数据源的信息不完全匹配。

• 地址异常：提交的地址是邮件转发服务地址、空置地块，或与过往欺诈行为有关联的地点。

行为层

• 表单近乎瞬间填写完成：字段的填写速度快于任何人的打字速度，且没有犹豫或修改行为。

• 无自然浏览会话：注册来自异常的引荐路径，且之前没有任何浏览行为。

• 立即发起高价值操作：该账户在没有任何正常预热行为之前，就尝试添加支付方式或发起转账。

聚合层

• 创建速度异常：来自特定地区或设备群组的新账户数量骤然增加。

• 高频失败后成功模式：在出现较高的身份验证失败率之后，紧跟着一些细微的改动和重试操作。

如何检测新账户欺诈？

检测新账户欺诈，最有效的方式是叠加多维度信号。以下方法可提升检测效果：

• 设备智能：设备指纹能够捕获浏览器、硬件、操作系统和网络属性的组合，从而唯一识别一台设备。大多数自动化攻击都是可检测的。

• 行为分析：真实用户与表单的交互方式与机器人不同。诸如按键时机、鼠标移动轨迹，以及用户是否在某个字段中使用复制粘贴等信号，都很难大规模伪造。

• 身份信息增强：通过外部信号对提交的身份信息进行验证，有助于评估一组信息组合是否真实可靠。

• 异常检测：一个看似勉强合规的注册，在大量相似注册的背景下可能明显属于欺诈行为。对注册量峰值、地域集中度和设备群组异常进行实时监控，可以有效捕捉滥用活动。

• 风险得分：与其在注册时做出二元的是否通过的决定，不如使用风险得分将账户引导至不同的处理流程。

如何在不影响正常用户注册的前提下，防范新账户欺诈？

目标是使欺诈成本高到足以让攻击者望而却步。以下是在不影响真实用户的前提下，防范新账户欺诈的方法：

• 速率限制与机器人防御：全自动区分计算机和人类的图灵测试 (CAPTCHA)、隐形机器人检测，以及按 IP 地址和设备设置的注册速率限制，可在自动化攻击尚未获取身份验证堆栈有效信息前将其拦截。

• 渐进式风控：根据风险得分调整验证严格程度。来自可信设备、身份信息一致的低风险注册可直接通过；高风险注册则会触发手机验证或证件上传等核验步骤。

• 升级验证：针对账户早期异常行为触发额外身份核验。若账户完成初始注册后，立即尝试添加三种支付方式并发起提现，可能应收到验证请求。

• 创建后监控：欺诈行为并非总是立即显现。需对新账户持续监测与后续欺诈相关的行为特征，例如特定操作序列、异常会话时段，以及立即修改个人资料等行为。

Stripe Radar 如何提供帮助

Stripe Radar 使用 AI 模型来检测和预防欺诈，这些模型基于 Stripe 全球网络的数据进行训练。随着欺诈手段的不断演变，它会根据最新的欺诈趋势不断更新模型，从而保护您的业务。

Stripe 还提供 Radar 风控团队版，让用户能够制定自定义规则以应对其业务特有的欺诈情境，并获取更深入的欺诈洞察。

Radar 能在以下方面助您一臂之力：

• 避免欺诈损失：Stripe 每年处理超过 1 万亿美元的支付交易。这种规模赋予了 Radar 独特的能力，使其能够精准地检测并预防欺诈行为，为您节省资金。

• 增加收入：Radar 的 AI 模型基于真实的争议数据、客户信息、浏览数据等多维度信息进行训练。这使得 Radar 能够识别高风险交易并减少误报，从而提升您的收入。

• 节省时间：Radar 内置在 Stripe 中，无需编写任何代码即可启用。您还可以在同一个平台上监控反欺诈表现、编写规则等，从而提高效率。

进一步了解 Stripe Radar，或立即开始使用。