El 33% de las cuentas que recibieron un ataque de este tipo experimentaron fraude en los cinco días siguientes a que un estafador obtuviera acceso a su información de pago. Según ha explicado la compañía en su comunicado, mediante el uso de elementos de IA generativa para aprender patrones de transacciones normales y anómalas, el score VAAI de Visa identifica la probabilidad de ataques de enumeración complejos en tiempo real para ayudar a reducir el fraude sin comprometer la integridad del rendimiento y la precisión de Visa.
La herramienta ha sido capaz de reducir la tasa de falsos positivos en un 85% en comparación con otros modelos de riesgo, ya que VAAI se centra en señales específicas de enumeración permitiendo un mayor rendimiento.
“Los ataques de enumeración pueden tener repercusiones a largo plazo en nuestros clientes y existe una necesidad inmediata de herramientas que puedan detectar y prevenir mejor estos ataques en tiempo real”, afirma Paul Fabara, Director Global de Riesgos y Servicios al Cliente de Visa.
El enfoque de Visa utiliza datos sospechosos para entrenar el modelo de IA de alta precisión en tiempo real. Al evaluar cada transacción en ecommerce en función de los patrones de enumeración, el nuevo modelo de puntuación obtiene una puntuación de riesgo de dos dígitos que ayuda a predecir la probabilidad de enumeración para determinar mejor cuándo aprobar y cuándo rechazar las transacciones.
“Con el acceso a tecnología avanzada, los estafadores están monetizando las credenciales robadas más rápido que nunca,” destaca Michael Jabbara, Vicepresidente Senior, Jefe Global de Servicios contra el Fraude. “Las transacciones enumeradas afectan a todo el ecosistema y, con la puntuación VAAI, ofrecemos a nuestros clientes una sofisticada herramienta que puede ayudar a evitar que las cuentas de los titulares de tarjetas se vean comprometidas y a detener las transacciones fraudulentas antes de que se produzcan”.
