压在透明的玻璃上c-国产精品国产一级A片精品免费-国产精品视频网-成人黄网站18秘 免费看|www.tcsft.com

2023年8月30日，Forrester發(fā)布了「The Forrester Wave?: Digital Fraud Management, Q3 2023」報告，分析了這一賽道的最新動態(tài)，并對比分析了其中的15個廠商。

Forrester副總裁兼首席分析師Andras Cser表示，該領域的許多供應商已經(jīng)從支付交易擴展到賬戶接管欺詐以及處理詐騙、政策濫用和未收到物品欺詐。由于友好詐騙和類似的詐騙涉及到在此之前一直表現(xiàn)良好的客戶，因此了解正在發(fā)生的情況并做出準確的決策比以往任何時候都要困難。

Cser分析說：“他們不想花時間去研究單個被盜卡號，并用這些單個被盜卡號進行支付。相反，他們希望像其他零售商一樣登錄某人的賬戶，一次性購買多件商品。對他們來說，這就是：”如何在最短的時間內(nèi)盜取盡可能多的錢？”

Cser表示，數(shù)字欺詐管理Forrester Wave取代了基于風險的身份驗證Forrester Wave，后者上一次發(fā)布是在2020年春季。LexisNexis再次獲得戰(zhàn)略方面的最高評級。TransUnion和 Signifyd分獲第二和第三高分，Kount和 Sift并列第四。2020年，LexisNexis、IBM和TransUnion分別獲得三個最高分。

LexisNexis的當前數(shù)字欺詐管理工具也獲得了Forrester的最高分，Sift、Accertify和Kount 分別獲得了第二、第三和第四名。2020 年，在基于風險的身份驗證產(chǎn)品中，IBM和Kount 并列獲得最高分，LexisNexis擊敗 Appgate，獲得第三高分

生成式人工智能、加密貨幣帶來的機遇

Cser說，到目前為止，生成式人工智能對數(shù)字欺詐管理領域的影響還不大，但從長遠來看，他預計人工智能技術將使數(shù)據(jù)科學家和其他技術含量較低的人員能夠制定自然語言查詢。Cser認為，將報告、審計和聊天機器人與其他類型的生成式人工智能相結合，可以改善基于規(guī)則的風險查詢。

展望未來，他希望供應商能夠加倍努力，跟蹤和了解加密貨幣支付如何與欺詐和洗錢聯(lián)系在一起，這可能是銀行、保險公司和在線市場面臨的一個問題。欺詐管理需要特定垂直領域的專業(yè)知識，因此客戶應考慮供應商在烘焙、保險或電子商務方面有多少經(jīng)驗。

“光有漂亮閃亮的生成式人工智能算法是不夠的，”Cser 說。“你真的需要有領域級別的專家和歷史”。

除了前兩名之外，F(xiàn)orrester 對數(shù)字欺詐管理市場的看法如下：

• Strong Performers表現(xiàn)優(yōu)異者:?Kount, TransUnion, Signifyd, Accertify, Forter, Outseer
• Challenger挑戰(zhàn)者:?Riskified, Experian, Cybersource, Human, Radial, Appgate, Callsign

數(shù)字欺詐管理領導者如何攀登高峰

LexisNexis通過ML和并購提升平臺實力

LexisNexis Risk Solutions負責欺詐和身份識別的副總裁 Kimberly Sutherland表示，該公司已增強了機器學習配置和動態(tài)決策平臺，以加強其規(guī)則管理和可配置性。“公司提供基于規(guī)則和分析的決策模型，為客戶提供靈活性，客戶可以將數(shù)字風險和物理風險情報結合起來，以獲得更全面的視角”， Sutherland說道

對 BehavioSec和 Emailage的收購幫助該公司加強了從電子郵件地址和行為生物識別到數(shù)字交易和電子商務等方面的風險情報，從而增強了其身份驗證風險信號。在單一平臺上提供這些功能并使用單一API模型，使公司能夠快速將這些工具納入工作流程和政策中。

Sutherland說：“我們非常自豪的一點是，我們已經(jīng)嘗試解決新賬戶開立、登錄和支付交易等整個客戶旅程的問題。我們的客戶群也非常龐大和多樣化，因此我們從不同的行業(yè)中學到了很多東西。”

Forrester批評 LexisNexis缺乏扣款管理，在投資回報率和一般報告方面落后于其他公司，基于人工智能/ML的風險評分的可配置性不足。Sutherland表示，LexisNexis是退款管理的合作伙伴，將加強其報告和商業(yè)智能工具，并正在尋找新的方法來支持資源有限的中型客戶。

Sutherland說：“我們幫助防止的欺詐類型具有極高的價值。這是我們在客戶層面實際確定的計算結果。”

Sift 開始實施工作流程管理和賬戶接管

Sift公司首席執(zhí)行官Kris Nagel表示，Sift推出了啟動工作流，幫助大型企業(yè)的欺詐和安全分析師管理新的工作流，并增加了用戶管理功能。該公司現(xiàn)在可以根據(jù)矢量的大小自動路由交易和優(yōu)先處理交易類型，使欺詐分析師能夠以自動化和簡化的方式處理交易。

由于ChatGPT和其他生成式人工智能平臺導致賬戶接管活動同比增長427%，因此防御賬戶接管攻擊一直是Sift的高增長領域。Sift是第一家大規(guī)模應用機器學習解決欺詐問題的廠商，隨著解決欺詐問題所需的工具越來越容易獲得，欺詐問題已經(jīng)變得越來越民主化。

Nagel說：“我們的規(guī)模只是LexisNexis的一小部分，但我們正在平臺上運行大量的交易。我相信我們的長期優(yōu)勢在于數(shù)據(jù)集、全球網(wǎng)絡和機器學習能力。”

Forrester批評Sift在規(guī)模和技術員工配置方面落后于競爭對手，而且對風險評分方法的了解也不夠深入。Nagel表示，Sift對公司無論員工數(shù)量多少都能提供的創(chuàng)新水平感到非常自豪，并正在積極努力提供更多有關風險評分方法的信息，以便客戶能在控制臺中看到交易是如何評分的。

Nagel說：“我們專注于自己最擅長的領域，這一點從今天Sift的創(chuàng)新中可見一斑。”

相關鏈接：

https://www.databreachtoday.com/sift-lexisnexis-top-digital-fraud-management-forrester-wave-a-23108

https://pages.sift.com/forrester-wave-digital-fraud-management.html

來源：安全喵喵站