Análise de fraudes com base no comportamento
A análise de fraudes baseada no comportamento identifica fraudes com base na maneira como alguém age, e não no que sabe ou possui. Ela constrói um modelo de atividade normal — para um usuário, um segmento ou uma população — e sinaliza desvios significativos em relação a ele. Ela detecta ataques que as verificações de credenciais não conseguem identificar, mas pode ser contornada por invasores que tenham paciência suficiente para estabelecer eles mesmos a linha de base.
| Também conhecido como | Análise comportamental, detecção comportamental de fraudes |
| Tipos de sinal | Padrões de transação, comportamento da sessão, navegação e tempo de resposta, sinais do dispositivo e da rede, comportamento biométrico, como dinâmica de digitação e de toque |
| Opções básicas | Histórico por usuário, segmento de pares ou normas populacionais |
| Mais forte contra | Apropriação de contas, bots e automação, e engenharia social em andamento |
| Mais fraco contra | Fraudes cometidas pelo verdadeiro titular da conta e esquemas de longo prazo que estabelecem sua própria linha de base |
| Opera | De forma contínua ao longo de uma sessão, não apenas em um momento de decisão |
| Problema de partida a frio | Uma conta nova não possui histórico para comparação |
Como funciona
A premissa é que a fraude se diferencia do uso legítimo mesmo quando as credenciais estão corretas. Um invasor que roubou uma senha possui o segredo certo, mas se comporta como alguém que não está familiarizado com a conta — navegando de maneira diferente, hesitando em pontos distintos, agindo mais rápido ou mais devagar, acessando a partir de um dispositivo e de uma rede diferentes.
Os sinais se dividem em três camadas. Transacional Essas normas abrangem valores, contrapartes, frequência e prazos. Sessão O comportamento abrange percursos de navegação, tempo de permanência, preenchimento de formulários e padrões de correção. Interação Esses comportamentos abrangem a cadência de digitação, o movimento do mouse, a pressão do toque e a orientação do dispositivo — sinais que são difíceis de imitar deliberadamente, pois não são controlados conscientemente.
A comparação, então, precisa de uma referência, e a referência utilizada determina o que o sistema é capaz de detectar:
| Linha de base | Detecta | Limitação |
|---|---|---|
| A história pessoal do indivíduo | Uma pessoa diferente usando uma conta conhecida | Não serve para uma conta nova; perde eficácia quando o comportamento real muda |
| Um segmento de pares | Atividade incomum para esse tipo de cliente | Mais grosseiro e incomum não significa necessariamente fraudulento |
| Padrões conhecidos de fraude | Repetições de métodos já observados | Indiferente a qualquer novidade |
| Sinais de automação populacional | Bots, scripts e atividades geradas por bots | A automação sofisticada imita a variabilidade humana |
Onde é forte e onde apresenta falhas
A análise comportamental é a melhor resposta disponível para apropriação de conta, porque a suplantação de identidade é justamente o caso em que as credenciais são válidas, mas a pessoa está errada. Essa medida também é eficaz contra a automação em grande escala e contra a engenharia social, em que um usuário genuíno está sendo orientado durante uma transação em tempo real e a hesitação fica evidente.
Dois modos de falha são de natureza estrutural, e não podem ser corrigidos por meio de modelos mais aprimorados.
A fraude de primeira mão é invisível para ele. Quando o titular legítimo da conta comete a fraude, não há anomalia comportamental — o comportamento corresponde ao da pessoa a partir da qual a linha de base foi estabelecida. Fraude interna é um problema de detecção totalmente diferente.
Os invasores persistentes estabelecem seu próprio ponto de referência. A identidade sintética que realiza transações normalmente há seis meses ensinou ao sistema o que é normal, e o fuga no final, se desvia de uma norma criada pelo fraudador. O modelo funciona exatamente como foi projetado e produz a resposta errada.
Por que isso é importante para a verificação de identidade
Ambos os modos de falha têm uma causa em comum: o comportamento é avaliado em relação a uma linha de base, e essa linha de base não diz nada sobre se a identidade por trás dela é real. Isso faz com que a análise comportamental seja um complemento à verificação de identidade, e não um substituto — um ponto que vale a pena deixar claro, pois os fornecedores de soluções comportamentais às vezes dão a entender o contrário.
O problema da “partida a frio” é o exemplo mais claro. Na abertura de uma conta, não há histórico; portanto, os sinais comportamentais estão em seu nível mais fraco justamente quando a questão da identidade está mais em aberto. É aí que a autenticação de documentos e a comparação biométrica entram em ação, e é aí que informações em tempo real As informações sobre o dispositivo e a rede fornecem um contexto que o comportamento, por si só, ainda não é capaz de oferecer.
Os dois se complementam bem quando a sequência é a correta. Verifique a identidade no momento do cadastro para garantir que a conta pertença a uma pessoa real e devidamente identificada; em seguida, deixe que a análise comportamental monitore uma conta cuja linha de base tenha valor. Identidade falsa e identidade roubada Os controles abordam a população que os modelos comportamentais não conseguem enxergar, ou seja, aquela que nunca teve uma identidade legítima da qual pudesse se desviar.
O que a análise comportamental não pode fazer
Isso não permite determinar a identidade. Ele detecta mudanças em um padrão. A quem esse padrão pertence é outra questão.
Não há nada com que trabalhar na integração. A ausência de histórico significa que não há linha de base por usuário, e as linhas de base por segmento são bem mais aproximadas.
Isso penaliza a mudança genuína. Novo emprego, novo país, novo aparelho, um acontecimento na vida — mudanças legítimas de comportamento, e um modelo sensível interpreta isso como risco.
A explicabilidade é uma restrição real. Quando uma decisão afeta o crédito ou o acesso à conta, um alerta que ninguém consegue explicar é difícil de justificar perante um órgão regulador ou perante o cliente.
A biometria comportamental tem implicações para a privacidade. A dinâmica da digitação e do toque são dados biométricos em diversos contextos, e tratá-los como telemetria comum é um erro.
Perguntas frequentes
O que é a análise de fraudes baseada no comportamento?
Um método de detecção de fraudes que compara o comportamento de uma pessoa com um padrão esperado, em vez de verificar o que ela sabe ou possui. Ele se baseia em padrões de transações, navegação durante a sessão e sinais de interação, como a cadência de digitação e a dinâmica de toque, e sinaliza desvios significativos.
Em que isso difere da detecção de fraudes baseada em regras?
As regras codificam padrões específicos conhecidos de antemão e são explicáveis, mas estáticas. A análise comportamental aprende o que é normal e sinaliza desvios em relação a isso, o que permite detectar métodos para os quais ninguém escreveu uma regra — ao custo de ser mais difícil de explicar. A maioria dos programas utiliza ambas as abordagens.
A análise comportamental é capaz de detectar fraudes de identidade sintética?
Raramente, por si só. Uma identidade sintética que se comporta normalmente durante meses estabelece a própria linha de base em relação à qual o modelo faz a avaliação; assim, o eventual desvio se afasta de uma norma criada pelo fraudador. A detecção de identidades sintéticas é um problema de identidade, tratado na abertura da conta.
A biometria comportamental é a mesma coisa que análise comportamental?
A biometria comportamental é um subconjunto. Refere-se especificamente a sinais de interação, como o ritmo de digitação, o movimento do mouse e a pressão do toque. A análise comportamental é mais ampla, abrangendo também padrões de transações e sessões, e apenas parte dela constitui dados biométricos no sentido regulatório.
Leitura relacionada
- Fraude por invasão de conta — esse é o caso em que a análise comportamental se sai melhor, pois as credenciais são válidas e a pessoa não está
- Fraude interna — o caso que ele não consegue ver, porque o comportamento é de responsabilidade do titular da conta
- Identificação de dispositivos — um sinal complementar disponível antes que exista qualquer histórico comportamental
- Fraude do tipo “bust-out” — o esquema de longo prazo que define a linha de base da qual mais tarde se afastará