人們可能會(huì)認(rèn)為合成身份欺詐沒(méi)有受害者，他們認(rèn)為假身份不屬于真實(shí)的人，因此沒(méi)有人會(huì)受到傷害，但這種假設(shè)是錯(cuò)誤的。

什么是合成身份欺詐?

犯罪分子通過(guò)組合被盜的個(gè)人信息片段，如社會(huì)安全號(hào)碼、姓名和出生日期，來(lái)創(chuàng)建假身份，這種欺詐類(lèi)型通常被稱(chēng)為“弗蘭肯斯坦欺詐”，因?yàn)樗鼘⒄鎸?shí)和虛假的成分縫合在一起，形成一個(gè)新的、令人信服的假身份。

欺詐者可能會(huì)偽裝成可信的借款人，持續(xù)數(shù)月甚至數(shù)年以建立信用記錄，并獲取更大額度的貸款，一旦他們獲得大量信用額度，就會(huì)透支賬戶(hù)并消失，由于合成身份不屬于真實(shí)的人，這種欺詐很難被發(fā)現(xiàn)，甚至更難被起訴，許多銀行將這些視為常規(guī)的貸款違約，掩蓋了欺詐的真實(shí)程度。

根據(jù)Sumsub的數(shù)據(jù)，涉及假文件的合成身份欺詐已經(jīng)增加了超過(guò)300%。

為什么檢測(cè)如此困難?

檢測(cè)合成身份之所以困難，是因?yàn)樗枰Y(jié)合來(lái)自多個(gè)來(lái)源的數(shù)據(jù)，這些來(lái)源包括政府記錄、信用局和電話(huà)公司，由于技術(shù)、法律或隱私方面的挑戰(zhàn)，這些企業(yè)往往無(wú)法很好地共享數(shù)據(jù)，因此，信息不完整或難以獲取。

合成身份旨在模仿真實(shí)的信用活動(dòng)。例如，欺詐者可能會(huì)使用假的社會(huì)安全號(hào)碼結(jié)合真實(shí)的支付歷史，這使得他們的記錄看起來(lái)真實(shí)，難以與真正的消費(fèi)者數(shù)據(jù)區(qū)分開(kāi)來(lái)，信用評(píng)分系統(tǒng)和欺詐檢測(cè)工具往往無(wú)法識(shí)別這些假身份。

隨著時(shí)間的推移，合成身份會(huì)降低信用數(shù)據(jù)庫(kù)的準(zhǔn)確性，這會(huì)導(dǎo)致信用評(píng)分變得不可靠，貸款人因此面臨更大的風(fēng)險(xiǎn)，他們可能會(huì)批準(zhǔn)高風(fēng)險(xiǎn)借款人的貸款，或拒絕給值得信任的客戶(hù)提供信用，這可能導(dǎo)致經(jīng)濟(jì)損失。

真正的受害者是誰(shuí)?

消費(fèi)者：當(dāng)犯罪分子使用被盜數(shù)據(jù)時(shí)，受害者可能會(huì)面臨信用評(píng)分受損、收到他們未產(chǎn)生的債務(wù)的催收通知，以及需要經(jīng)歷漫長(zhǎng)且昂貴的過(guò)程來(lái)清除他們的記錄。

金融機(jī)構(gòu)：德勤預(yù)計(jì)，到2030年，合成身份欺詐將造成至少230億美元的損失，這些損失會(huì)減少利潤(rùn)，并導(dǎo)致金融機(jī)構(gòu)收緊貸款標(biāo)準(zhǔn)。

其他借款人：為了彌補(bǔ)這些損失，貸款人可能會(huì)提高利率或限制信用獲取，這會(huì)使借款對(duì)每個(gè)人來(lái)說(shuō)都變得更昂貴和困難。

經(jīng)濟(jì)：欺詐會(huì)影響信用數(shù)據(jù)的準(zhǔn)確性，從而削弱風(fēng)險(xiǎn)評(píng)估工具的有效性，這會(huì)導(dǎo)致更多的不良貸款和整體經(jīng)濟(jì)增長(zhǎng)放緩。

兒童身份在合成欺詐中的利用

為什么欺詐者會(huì)針對(duì)兒童?因?yàn)閮和ǔ](méi)有信用記錄、沒(méi)有貸款，也沒(méi)有信用報(bào)告上的警報(bào)，這使得犯罪分子更容易使用他們的信息來(lái)創(chuàng)建假信用檔案。

欺詐者尤其針對(duì)兒童的社會(huì)安全號(hào)碼，這些號(hào)碼通常在孩子長(zhǎng)大之前不會(huì)被激活，這意味著它們可以與任何姓名和出生日期配對(duì)，以創(chuàng)建假身份。

父母很少檢查孩子的信用報(bào)告，但這樣做可以及早發(fā)現(xiàn)欺詐，并防止多年的損害。

此外，向兒童宣傳保護(hù)個(gè)人信息的重要性，并讓他們小心在網(wǎng)站和應(yīng)用上分享的細(xì)節(jié)，也是很重要的。

通過(guò)合作加強(qiáng)檢測(cè)

經(jīng)常成為攻擊目標(biāo)的企業(yè)應(yīng)該相互合作并共享數(shù)據(jù)，使用合成身份的犯罪分子經(jīng)常在多個(gè)組織之間活動(dòng)，因此一個(gè)共享的數(shù)據(jù)庫(kù)可以幫助發(fā)現(xiàn)可疑的模式。

此外，結(jié)合文件驗(yàn)證、生物識(shí)別認(rèn)證和基于知識(shí)的問(wèn)題，可以加強(qiáng)身份驗(yàn)證，并減少對(duì)任何單一方法的依賴(lài)。

AI在雙方都帶來(lái)了變革

欺詐者使用GenAI來(lái)創(chuàng)建超逼真的假文件，包括護(hù)照、身份證和生物識(shí)別記錄，這些偽造品經(jīng)常能夠欺騙自動(dòng)化驗(yàn)證系統(tǒng)，甚至人類(lèi)審查者，使它們?cè)跀?shù)字入職或遠(yuǎn)程身份檢查中變得危險(xiǎn)。

另一方面，金融機(jī)構(gòu)則使用AI和機(jī)器學(xué)習(xí)來(lái)反擊，正如AuthenticID的總裁Blair Cohen所解釋的：“AI驅(qū)動(dòng)的欺詐檢測(cè)系統(tǒng)利用機(jī)器學(xué)習(xí)來(lái)準(zhǔn)確識(shí)別欺詐模式。例如，異常檢測(cè)算法會(huì)分析交易數(shù)據(jù)，以標(biāo)記表明合成身份欺詐的不規(guī)則性，并不斷從新數(shù)據(jù)和不斷演變的欺詐策略中學(xué)習(xí)，以提高其有效性。