por Robson Ohosaku*
A transformação digital está mudando a maneira como as pessoas vivem e, consequentemente, houve um aumento no volume de dados gerados, sejam eles estruturados ou não.
Com essa convergência também surgem novos riscos e os métodos tradicionais de prevenção de fraudes não acompanham a velocidade necessária para se adaptar a esse novo cenário.
O principal desafio na segurança e na prevenção de fraudes é que as ameaças também estão se tornando cada vez mais sofisticadas e globalizadas. Os fraudadores podem acessar facilmente novas informações ou falhas e compartilhá-las rapidamente por meio de redes complexas que abrangem todo o mundo.
Em contrapartida, as empresas devem responder com investimentos em inteligência por meio de recursos humanos experientes em prevenção a fraudes e uso de ferramentas e sistemas que permitam a essas pessoas aplicar as mais avançadas tecnologias e metodologias analíticas.
O que as empresas líderes de mercado fazem para se manter à frente na segurança e na prevenção de fraudes é combinar o uso de uma autenticação mais forte (e não mais camadas de autenticação) com análises avançadas.
Os principais exemplos desse tipo de autenticação são o uso de tokens, medidas de segurança biométrica (facial, impressão digital e voz), senhas de uso único e 3D Secure para compras online – todos já colocados em prática no nosso dia a dia.
Quando nos referimos a Análise Avançada na prevenção de fraudes, estamos falando do uso de modelos preditivos, redes neurais (deep learning), análise de links, machine learning e detecção de anomalias. Essas técnicas complementam as estratégias atuais, baseadas em regras de negócios estáticas, e estão em uma tendência crescente, principalmente devido ao novo volume de dados gerado nesta era de transformação digital.
*Robson Ohosaku gerente de Inteligência de Segurança do SAS América Latina
