ব্ল্যাক ফ্রাইডে: এটি কি আপনার ক্রেডিট কার্ডটি সাফ করতে নিরাপদ?

আপনি আপনার ক্রেডিট কার্ডের জালিয়াতি সনাক্তকরণ ইউনিট থেকে কল পেতে যখন আপনার নিজের ব্যবসার দিকে মনোযোগ দিচ্ছেন তখন আপনি আপনার শহরের একটি ডিপার্টমেন্ট স্টোরে কেন কেনাকাটা করেছেন কিনা তা জিজ্ঞাসা করছেন। আপনার ক্রেডিট কার্ডটি ব্যবহার করে ব্যয়বহুল ইলেকট্রনিক্স কেনা হয়নি - আসলে, এটি আপনার বিক্রেতার সব বিকালেই বিক্রি হয়েছে। তাহলে ব্যাংকটি কীভাবে এই একক ক্রয়টিকে পতাকাঙ্কিত হিসাবে প্রতীয়মান করতে পারে?

ক্রেডিট কার্ড কোম্পানিগুলি অবৈধ লেনদেন এবং প্রকৃতির ফৌজদারি আর্থিক লেনদেনের শনাক্তকরণে নিখুঁত আগ্রহ রয়েছে। দখল উচ্চ। ফেডারেল রিজার্ভ পেমেন্টস স্টাডির মতে, আমেরিকানরা ২01২ সালে 26.2 বিলিয়ন ক্রয়ের জন্য ক্রেডিট কার্ড ব্যবহার করেছিল। সেই বছরে আনুমানিক লেনদেনের কারণে আনুমানিক ক্ষতি 6.1 বিলিয়ন ডলার ছিল। ফেডারেল ফেয়ার ক্রেডিট বিলিং অ্যাক্ট ব্যালেন্সের জন্য হুকের উপর ক্রেডিট কার্ড কোম্পানিগুলি রেখে অননুমোদিত লেনদেনের জন্য ক্রেডিট কার্ডের মালিকের সর্বোচ্চ দায় $ 50 করে। স্পষ্টত প্রতারণামূলক পেমেন্ট কোম্পানির নিচের লাইনগুলিতে একটি বড় প্রভাব ফেলতে পারে। শিল্পকে যে কোনও বিক্রেতাদের প্রয়োজন যা ক্রেডিট কার্ডগুলি প্রতি বছর সুরক্ষা নিরীক্ষণের মধ্য দিয়ে যেতে হয়। কিন্তু যে সব জালিয়াতি বন্ধ করে না।

ব্যাংকিং শিল্পে, পরিমাপ ঝুঁকি সমালোচনামূলক। সামগ্রিক লক্ষ্যটি হ'ল প্রতারণামূলক এবং যত তাড়াতাড়ি সম্ভব যত তাড়াতাড়ি সম্ভব হয় না, তত বেশি আর্থিক ক্ষতি করা হয়েছে তা নির্ধারণ করা। সুতরাং কিভাবে এটি সব কাজ করে? এবং চোর এবং আর্থিক প্রতিষ্ঠানের মধ্যে অস্ত্র জাতি জিতেছে কে?

Troops একত্রিত করা

ভোক্তা দৃষ্টিকোণ থেকে, জালিয়াতি সনাক্তকরণ যাদুকরী মনে হতে পারে। প্রক্রিয়া দৃষ্টিশক্তি প্রদর্শিত হয়, কোন মানুষের দৃষ্টিশক্তি সঙ্গে। এই দৃশ্যত অবিচ্ছিন্ন এবং তাত্ক্ষণিক পদক্ষেপ অর্থ এবং অর্থনীতি থেকে আইন থেকে তথ্য বিজ্ঞান পর্যন্ত এলাকায় অনেক অত্যাধুনিক প্রযুক্তি জড়িত।

অবশ্যই, কিছু তুলনামূলক সরল এবং সহজ সনাক্তকরণ প্রক্রিয়া রয়েছে যা উন্নত যুক্তি প্রয়োজন হয় না।উদাহরণস্বরূপ, জালিয়াতির একটি ভাল নির্দেশক এটি একটি অস্বাভাবিক অবস্থানে ব্যবহৃত হলে ক্রেডিট কার্ডের সাথে অনুমোদিত সঠিক জিপ কোড সরবরাহ করতে অক্ষম হতে পারে। কিন্তু জালিয়াতিরা এই ধরনের রুটিন চেকটি এড়িয়ে চলা হয়। সবশেষে, শিকারের জিপ কোডটি খুঁজে বের করা Google সন্ধান করার মতো সহজ হতে পারে।

ঐতিহ্যগতভাবে, প্রতারণার সনাক্তকরণ তথ্য বিশ্লেষণ কৌশলগুলির উপর নির্ভর করে যা উল্লেখযোগ্য মানুষের জড়িত। একটি অ্যালগরিদম সন্দেহজনক মামলাগুলিকে ঘনিষ্ঠভাবে মানব তদন্তকারীদের দ্বারা পর্যালোচনা করতে পারে যা প্রভাবিত কার্ডধারীদের এমনকি তারা চার্জগুলি তৈরি করতে পারে কিনা তা জিজ্ঞাসা করতে পারে। আজকাল কোম্পানিগুলি এমন অনেক লেনদেনের ধ্রুবক জলাধার নিয়ে কাজ করছে যা তাদের সাহায্যের জন্য বড় ডেটা বিশ্লেষণের উপর নির্ভর করতে হবে। যেমন মেশিন লার্নিং এবং ক্লাউড কম্পিউটিং হিসাবে উঠতি প্রযুক্তি সনাক্তকরণ খেলা ধাপে ধাপে হয়।

শেখা কি আইনত, শ্যাডি কি

সহজভাবে বলুন, মেশিন লার্নিং স্ব-উন্নত অ্যালগরিদম বোঝায়, যা কোনও কম্পিউটার দ্বারা সঞ্চালিত নির্দিষ্ট নিয়ম অনুসারে পূর্বনির্ধারিত প্রক্রিয়াগুলি। একটি কম্পিউটার একটি মডেল দিয়ে শুরু হয় এবং তারপর ট্রায়াল এবং ত্রুটি মাধ্যমে এটি ট্রেন। এটি একটি আর্থিক লেনদেনের সাথে যুক্ত ঝুঁকি যেমন পূর্বাভাস করতে পারেন।

জালিয়াতি সনাক্তকরণের জন্য একটি মেশিন লার্নিং অ্যালগরিদমটি প্রচুর এবং কার্ডধারীদের অনেকগুলি সাধারণ লেনদেনের তথ্য সরবরাহ করে প্রথমে প্রশিক্ষিত করতে হবে। লেনদেন ক্রম এই ধরনের প্রশিক্ষণ তথ্য একটি উদাহরণ। একজন ব্যক্তি সাধারণত সপ্তাহে একবার গ্যাস পাম্প করতে পারেন, প্রতি দুই সপ্তাহে মুদি কেনাকাটা করতে যান, এবং আরও। আলগোরিদিম এটি একটি স্বাভাবিক লেনদেন ক্রম যে শিখতে।

এই জরিমানা-প্রক্রিয়া পদ্ধতির পরে, ক্রেডিট কার্ড লেনদেন এলার্জিটিমের মাধ্যমে চালানো হয়, আদর্শভাবে বাস্তব সময়ে। এটি একটি সম্ভাব্যতা সংখ্যা তৈরি করে যা লেনদেনের সম্ভাবনা প্রতারণামূলক বলে মনে করে (উদাহরণস্বরূপ, 97 শতাংশ)। যদি জালিয়াতি সনাক্তকরণ সিস্টেমটি কোনও লেনদেনকে বাধা দেওয়ার জন্য কনফিগার করা থাকে, যার স্কোর উপরে, 95 শতাংশ বলুন, এই মূল্যায়ন অবিলম্বে বিক্রয় বিন্দুতে একটি কার্ড প্রত্যাখ্যান ট্রিগার করতে পারে।

অ্যালগরিদম প্রতারণামূলক হিসাবে লেনদেনের যোগ্যতা অর্জনের জন্য অনেকগুলি কারণ বিবেচনা করে: বিক্রেতার বিশ্বস্ততা, সময় এবং অবস্থান, আইপি ঠিকানা ইত্যাদি সহ কার্ডধারীর ক্রয় আচরণ ইত্যাদি। আরও তথ্য পয়েন্টগুলি হ'ল সিদ্ধান্ত আরো সঠিক হবে।

এই প্রক্রিয়াটি যথাযথ সময়ে বা রিয়েল-টাইম জালিয়াতি সনাক্তকরণকে সম্ভব করে তোলে। কোন ব্যক্তি একযোগে হাজার হাজার ডাটা পয়েন্ট মূল্যায়ন করতে পারে এবং একটি বিভক্ত দ্বিতীয় সিদ্ধান্ত নিতে পারে।

এখানে একটি আদর্শ দৃশ্যকল্প। যখন আপনি মুদি দোকানের চেক আউট করতে ক্যাশিয়ার যান, তখন আপনি আপনার কার্ডটি সোয়াইপ করুন। সময় স্ট্যাম্প, পরিমাণ, বণিক সনাক্তকারী এবং সদস্যপদ মেয়াদ হিসাবে লেনদেনের বিবরণ কার্ড প্রদানকারীর কাছে যান। এই তথ্য অ্যালগরিদম খাওয়ানো হয় যে আপনার ক্রয় নিদর্শন শিখেছি। এই বিশেষ লেনদেন আপনার আচরণগত প্রোফাইল মাপসই, অনেক ঐতিহাসিক ক্রয় পরিস্থিতিতে এবং তথ্য পয়েন্ট গঠিত?

আপনি যদি প্রতি শনিবার সকালে যে রেস্টুরেন্টে যাচ্ছেন আপনার কার্ডটি ব্যবহার করা হয় তবে অ্যালগরিদমটি ঠিকই জানে - অথবা কোনও গ্যাস স্টেশন থেকে দুপুরের সময় দুপুর 3 টার সময় দূরে থাকবেন যেমন আপনার লেনদেনের ক্রমটি আউট হয়ে গেছে কিনা তাও পরীক্ষা করে। সাধারণ। কার্ডটি হঠাৎ একই দিনে নগদ-অগ্রিম পরিষেবাদিগুলির জন্য ব্যবহার করা হয় যখন ঐতিহাসিক ডেটা কোনও ধরণের ব্যবহার দেখায় না, এই আচরণটি জালিয়াতির সম্ভাবনাের স্কোরের দিকে যাচ্ছে। যদি লেনদেনের জালিয়াতি স্কোর একটি নির্দিষ্ট থ্রেশহোল্ডের উপরে থাকে তবে প্রায়শই দ্রুত মানব পর্যালোচনায়ের পরে, অ্যালগরিদম বিন্দু-বিক্রির সিস্টেমের সাথে যোগাযোগ করবে এবং এটি লেনদেনটি প্রত্যাখ্যান করার জন্য জিজ্ঞাসা করবে। অনলাইন ক্রয় একই প্রক্রিয়া মাধ্যমে যেতে।

এই ধরনের পদ্ধতিতে, ভারী মানব হস্তক্ষেপ অতীতের জিনিস হয়ে উঠছে। প্রকৃতপক্ষে, তারা আসলে ভাবেই হতে পারে যেহেতু কোনও ব্যক্তি প্রতারণা সনাক্তকরণ চক্রের সাথে জড়িত থাকলে প্রতিক্রিয়া সময় অনেক বেশি হবে। তবে, লোকেরা এখনও একটি ভূমিকা পালন করতে পারে - হয় যখন একটি জালিয়াতি বৈধকরণ বা একটি প্রত্যাখ্যাত লেনদেনের অনুসরণ। একাধিক লেনদেনের জন্য কার্ডটি অস্বীকার করা হলে, কার্ড স্থায়ীভাবে বাতিল করার আগে কার্ডহোল্ডারকে কল করতে পারেন।

ক্লাউড ডিটেকটিভ, কম্পিউটার

প্রক্রিয়া করার জন্য আর্থিক লেনদেনের নিখরচায় সংখ্যা বড় তথ্য, প্রকৃতপক্ষে, অত্যধিক তথ্য। কিন্তু তথ্য পর্বতারোহণের উপর মেশিন শেখার গতি বাড়ায় - আরও তথ্য আসলে আলগোরিদিমের সঠিকতা বাড়ায়, মিথ্যা ইতিবাচকগুলি দূর করতে সহায়তা করে। এগুলি সন্দেহজনক লেনদেনের দ্বারা ট্রিগার হতে পারে যা সত্যিই বৈধ (উদাহরণস্বরূপ, কোনও অপ্রত্যাশিত অবস্থানে ব্যবহৃত একটি কার্ড)। অনেক সতর্কতা সব হিসাবে খারাপ হিসাবে খারাপ হয়।

তথ্যটির এই ভলিউমের মাধ্যমে এটির সাহায্যে কম্পিউটিং পাওয়ার অনেক বেশি লাগে। উদাহরণস্বরূপ, পেপ্যাল ​​যে কোনো মুহুর্তে 169 মিলিয়ন গ্রাহক অ্যাকাউন্টের জন্য 1.1 টির বেশি পেটাইট ডেটা প্রক্রিয়া করে। তথ্যটির এই প্রাচুর্য - উদাহরণস্বরূপ, একটি পেটাবাইট 200,000 এরও বেশি ডিভিডিগুলির মূল্য - অ্যালগরিদমগুলির মেশিন লার্নিংয়ের উপর ইতিবাচক প্রভাব ফেলে, তবে এটি সংস্থার কম্পিউটিং অবকাঠামোর উপরও বোঝা হতে পারে।

ক্লাউড কম্পিউটিং লিখুন। অফ সাইট কম্পিউটিং সম্পদ এখানে একটি গুরুত্বপূর্ণ ভূমিকা পালন করতে পারেন। ক্লাউড কম্পিউটিংটি স্কেলেবল এবং কোম্পানির নিজস্ব কম্পিউটিং পাওয়ার দ্বারা সীমাবদ্ধ নয়।

প্রতারণা সনাক্তকরণ ভাল ছেলেরা এবং খারাপ ছেলেরা মধ্যে একটি অস্ত্র জাতি। এই মুহূর্তে, ভাল ছেলেরা চিপ এবং পিন প্রযুক্তির মতো উদ্ভাবনী উদ্ভাবনের সাথে, এনক্রিপশন ক্ষমতা, মেশিন লার্নিং, বড় তথ্য এবং অবশ্যই ক্লাউড কম্পিউটিংয়ের সাথে মিলিত উদ্ভাবনী উদ্ভাবনের সাথে ভাল ভূমিকা অর্জন করছে।

Fraudsters নিশ্চয় ভাল ছেলেরা outwit এবং জালিয়াতি সনাক্তকরণ সিস্টেমের সীমা চ্যালেঞ্জ চেষ্টা চালিয়ে যেতে হবে। পেমেন্ট paradigms নিজেদের মধ্যে উত্তেজনাপূর্ণ পরিবর্তন অন্য বাধা হয়। আপনার ফোন এখন ক্রেডিট কার্ড তথ্য সংরক্ষণ করতে সক্ষম এবং এটি বেতারভাবে অর্থ প্রদানের জন্য ব্যবহার করা যেতে পারে - নতুন দুর্বলতা প্রবর্তন করে। সৌভাগ্যক্রমে, জালিয়াতি সনাক্তকরণ প্রযুক্তি বর্তমান প্রজন্মের পেমেন্ট সিস্টেম প্রযুক্তির মূলত নিরপেক্ষ।

এই নিবন্ধটি মূলত দ্য কথোপকথন বাই জংভুয়ো রায়ুতে প্রকাশিত হয়েছিল। এখানে মূল নিবন্ধ পড়ুন।