Deteksi Penipuan Kartu Kredit dari CA Technologies

CA Technologies

CA Technologies memperkenalkan rilis terbaru dari CA Risk Analytics yang mencakup teknologi otentikasi guna membantu mengurangi hambatan bagi konsumen selama proses checkout dalam transaksi online. Selain itu teknologi ini memungkinkan penerbit kartu kredit untuk mengurangi insiden penipuan, meningkatkan pendapatan, fleksibilitas yang belum pernah didapatkan sebelumnya dan kontrol dalam sistem deteksi penipuan mereka.

Versi terbaru dari CA Risk Analytics ini menggabungkan, model mutakhir dari otentikasi jaringan behavioral neural yang telah didaftarkan sebagai hak paten untuk menilai risiko transaksi online tanpa kehadiran pemegang kartu card-not-present (CNP). Model jaringan neural didukung oleh teknik pembelajaran mesin yang menangkap data tentang kegiatan setiap pemegang kartu kredit dan memungkinkan CA Risk Analytics untuk lebih memahami dan membedakan antara perilaku yang legal dan perilaku ilegal.

Dioptimalkan untuk protokol 3-D Secure, CA Risk Analytics dapat mencegah penipuan CNP pada transaksi 3-D Secure dengan secara transparan menilai risiko dari sebuah transaksi secara real-time.

Vic Mankotia, Vice President Solution Strategy, Asia Pacific & Japan CA Technologies, mengatakan, "Sejarah menunjukkan bahwa peluncuran standar EMV secara global dan bertambahnya jumlah kartu kredit dengan Chip dan PIN akan meningkatkan upaya-upaya penipuan dalam transaksi CNP. Hal ini menuntut strategi deteksi penipuan transaksi CNP yang lebih dari sekedar membandingkan transaksi berjalan untuk mendapatkan indikator penipuan".

Vic menambahkan bahwa CA Risk Analytics dan model jaringan behavioral neural akan menciptakan otentikasi zero touch yang akan menciptakan tingkat kepercayaan yang tinggi dan menyederhanakan proses checkout dalam transaksi online.

CA Risk Analytics mempertimbangkan pola penipuan maupun perilaku transaksi legal dan melacak pihak-pihak yang berperan penting dalam sebuah transaksi kartu kredit atau perangkatnya. CA Risk Analytics memperkirakan risiko penipuan menggunakan teknik-teknik pembelajaran oleh mesin yang canggih untuk memahami perilaku normal pihak-pihak terkait dan risiko penipuan dikaitkan dengan penyimpangan dari perilaku masa lalu. Hasilnya adalah penilaian yang lebih akurat dari transaksi sampai otentikasi dan membantu menghentikan penipuan dalam transaksi CNP.

Teknologi ini juga menambahkan fitur-fitur utama yang memiliki kemampuan meningkatkan fleksibilitas dan kontrol bagi penerbit kartu kredit. Penerbit kartu kredit dapat langsung mengubah nilai ambang batas dan kebijakan secara lebih rahasia. (EVA)

Leave a Reply

Sign In

Get the most out of SWA by signing in to your account

(close)

Register

Have an account? Sign In
(close)