账户安全欺诈

合成身份

合成身份欺诈指攻击者将真实与虚构个人信息进行组合,伪造虚假身份以实施金融欺诈的一种欺诈行为。

Disclaimer

We do not offer, support, or condone any illicit services mentioned in this glossary. We also do not sell any data to illegal entities. These terms are provided solely for educational and awareness purposes to help businesses understand and prevent fraud.

什么是合成身份?

合成身份指攻击者通过组合真实与虚构个人信息,伪造虚假身份以实施金融欺诈为。此类合成身份通常被用于开设账户、申请信贷或开展其他金融活动。与传统身份盗用直接窃取真实个人完整身份不同,合成身份欺诈是基于部分真实数据(如有效社会保障号码或地址)来伪造新身份。

合成身份是如何运作的?

攻击者通常会通过混合被盗真实信息及虚构信息来伪造看似真实的虚假身份,从而在不易被察觉的情况下实施欺诈活动。

合成身份是如何被伪造和利用的?

1、数据收集

  • 被盗或伪造的社会保障号码(SSN):攻击者通过数据泄露、暗网交易或伪造的方式获取社会保障号码,其中未成年人、已故人员及薄信用人群通常是高风险目标。
  • 虚假个人信息:攻击者会利用伪造姓名、出生日期及地址等信息来构建看似真实的身份档案。
  • 操纵信用记录:部分攻击者会利用“信用挂靠”等方式,将合成身份添加为真实信用账户的授权用户,以建立虚假的信用记录。

2、建立信用记录

  • 建立信用历史:虽然初始信贷申请可能会被拒绝,但相关申请记录会被信用机构留存,为后续审批提供基础。
  • 挂靠真实信用账户:攻击者将合成身份关联至真实信用账户,从而人为提升其信用水平。

3、账号申请

  • 开设银行及信用账户:当合成身份形成一定信用记录后,攻击者会进一步申请银行账户、信用卡或贷款。
  • 渐进式金融行为:攻击者通常会先进行小额低价值交易以伪装成正常用户,随后逐步扩大欺诈活动规模。

4、实施欺诈

  • 骗贷欺诈:在获取较高信用额度后,攻击者会迅速透支贷款及信用卡额度,随后失联且拒不还款。
  • 医疗及保险欺诈:攻击者利用合成身份提交虚假保险理赔申请,从而给保险机构造成经济损失。
  • 逃避执法追踪:攻击者利用合成身份隐藏真实身份,增加金融欺诈及其他非法活动的调查难度。

欺诈场景的应用

  1. 金融欺诈:攻击者利用合成身份申请贷款,在建立良好信用记录后恶意透支且拒不还款。
  2. 就业欺诈:个人利用虚假身份通过背景调查,以虚假身份获取工作机会。
  3. 政府福利欺诈:攻击者利用合成身份申请政府补助项目,从而侵占公共资源。

对企业的影响

  1. 经济损失
    • 信贷损失:当合成身份账户贷款、信用卡或其他金融产品违约时,银行及金融机构可能遭受重大经济损失。
    • 坏账增加:欺诈账户产生的未偿还余额会直接影响机构财务表现。
  2. 运营成本增加
    • 调查与处理成本:识别及处理合成身份欺诈通常需要投入大量时间与资源,包括取证分析及客户支持等。
    • 反欺诈体系建设:部署先进的欺诈检测系统成本较高,但对于应对不断演变的欺诈手法至关重要。
  3. 监控与合规风险
    • 监管审查:若企业被认定缺少充分的反欺诈措施,可能面临监管机构审查及处罚。
    • 合规成本:满足监管合规要求通常需要企业持续投入资源、动态调整运营流程。
  4. 声誉风险
    • 客户信任受损:频繁发生的合成身份欺诈事件可能削弱客户对企业信息保护及风险管理能力的信任。
    • 负面舆论影响:重大合成身份欺诈事件可能引发媒体关注,进而损害企业品牌声誉及获客。
  5. 对信贷款市场的影响
    • 信用数据失真:合成身份可能干扰信用报告数据,从而加大金融机构准确评估申请人真实信用状况的难度。
    • 市场溢价:欺诈风险增加可能导致更严格的放贷标准及更高利率,并进一步影响正常客户。

如何检测合成身份?

对于金融机构、保险机构及需要处理敏感客户数据的企业而言,及早识别合成身份欺诈至关重要。

1、先进检测系统

  • 机器学习与人工智能:自动化分析信贷申请及交易行为,识别异常风险信号。
  • 设备智能:识别存在多次欺诈尝试的设备信息,从而降低合成身份欺诈风险。

2、身份验证和行为分析

  • 交叉核验:金融机构会将用户提交的信息与政府数据库进行交叉验证。
  • 异常行为监测:监测短时间内频繁申请贷款等异常行为,以识别潜在欺诈行为。

3.信用机构监测

  • 异常信用行为预警:例如无信用记录用户突然获得多项信用额度,可能是合成身份欺诈信号。
  • 身份信息不一致:地址及就业记录等信息不一致,可能属于潜在的风险信号。

如何防范合成身份欺诈?

企业可通过建立主动反欺诈体系,有效降低合成身份欺诈风险:

1、加强身份验证

  • 多因素身份验证 (MFA): 通过增设额外验证步骤提升账户安全性。
  • 生物识别:通过人脸识别、设备指纹及活体检测等技术确保身份真实性。
  • 证件核验:基于AI驱动的欺诈检测工具,对政府签发证件与用户实时照片进行比对验证。

2、先进检测技术

  • 人工智能驱动的风险评分: 基于用户行为、设备活动及历史欺诈模式对风险等级进行评估。
  • 实时风险情报: 持续监测暗网市场中的被盗SSN及合成身份数据。

3、加强 KYC 和反洗钱法规的遵守

  • KYC: 在授信前,严格执行身份验证流程。
  • 反洗钱: 识别并防范与合成身份相关的金融犯罪活动。

了解更多关于银行反欺诈与反洗钱交易监控

4、用户安全教育

  • 提升主动身份监测意识:建议用户定期检查个人信用报告,并及时上报可疑活动。
  • 金融安全教育:加强用户对身份克隆、数据泄露及欺诈防控策略的认知。

了解更多基于人工智能的合成身份检测解决方案: KYC++全球风险画像