Как не стать жертвой мошенников, действующих в Интернете

Рекомендации, разработанные специалистами Центра Анализа Интернет-Мошенничества\Internet Fraud Complaint Center на основе анализа реально совершенных преступлений.

1. Юридический нюанс. Участвуя в интернет-аукционах знайте одно: Ваши обязанности покупателя возникают ПОСЛЕ того, как продавец начинает нести свои обязательства.

2. Уточните, каким образом этот сайт\аукцион обеспечивает безопасность своих клиентов и гарантирует доставку им заказанных товаров. Есть ли страховка или иные гарантии, что Вы не понесете ущерба.

3. Узнайте как можно больше о продавце. Уточните, где реально находится штаб-квартира продавца. Изучите репутацию продавца. Известны ли случаи, когда он не выполнял своих обязательств?
Для проверки репутации американских сайтов можно посетить интернет-страницу авторитетнейшей организации по защите прав потребителей Better Business Bureau www.bbbonline.org/consumer/index.asp

4. Не смотрите только на цену товара. Внимательно читайте все примечания и сноски.

5. Поинтересуйтесь методом платежа, который предлагает использовать продавец. Если он предлагает высылать чеки или денежные переводы на "почтовый ящик", это не свидетельствует о его надежности.

6. Избегайте покупать товары на сайтах, базирующихся в других странах.

7. Уточните у продавца - как, когда и каким образом Вы можете вернуть непонравившийся или бракованный товар, купленный Вами. Кто оплачивает его пересылку?

8. Всегда уточняйте, входит ли стоимость упаковки и пересылки товара в его финальную цену.

9. Не предоставляйте продавцам свои паспортные данные - они абсолютно не нуждаются в подобной информации.

10. Уточните, кто будет доставлять Вам купленный товар. Это должна быть известная компания.

11. Для пересылки лучше указывать свой домашний адрес, а не почтовый ящик или адрес Вашего офиса. Обязательно перезвоните продавцу и проверьте -точно ли он записал Ваш адрес.

12. Если указан телефонный номер продавца - позвоните по нему в неурочное время. Если этот же человек снимет трубку - это хороший знак.

13. Лучше всего обмениваться информацией с помощью электронной почты. Будьте осторожны, если продавец не использует персональный адрес электронной почты, а пользуется бесплатными почтовыми ящиками, которые предоставляют Hotmail, Yahoo и т.д.

14. Не судите о репутации человека\компании по их чудесному сайту. Постарайтесь узнать о них что-либо еще.

15. Будьте особо осторожны, если Вам предлагают расплатиться с помощью кредитной карточки. Используйте ее лишь в том случае, если Вы проводите сделку через известный сайт с хорошей репутацией.

16. Иногда продавцы товаров на Интернет-аукционов предлагают договориться напрямую. Это может сэкономить Ваши деньги, а может и помочь жулику, поскольку интернет-аукционы часто обеспечивают страхование заключаемых на них сделок.

17. Никогда не доверяйте электронным письмам из Нигерии или любой другой страны, в которых Вам предлагают за солидное вознаграждение помочь перевести деньги на зарубежный счет.

Введение в системы обнаружения мошенничества

Раньше финансовые институты пытались решить вопросы мошенничества, в основном, организационными или "ручными" мерами. Однако за последние годы ситуация изменилась - настала пора широкого распространения новейших технологий обнаружения мошенничества в банках и крупных финансовых корпорациях. Связано это с широким распространением по всему миру различного рода карт, развитием технологий электронной коммерции (e-commerce) и увеличением числа сделок, совершаемых через сеть Internet. Логичным решением было бы применить для обнаружения мошенничества слегка модифицированные к банковской сфере системы обнаружения атак (Intrusion Detection Systems). Однако на этом пути постоянно возникали подводные камни, т.к. для обнаружения мошенничества пытались приспособить технологию обнаружения злоупотреблений (misuse detection), описанную в прошлом номере журнала "Банковские технологии". Однако главный недостаток систем, построенных по этой технологии, в том, что они отлично справляются с известными нарушениями, для которых существует сигнатура (шаблон), но слабы при работе с неизвестными типами нападений. Кроме того, такие системы очень трудно справляются с динамической природой поведения пользователя. Однако в том и состоит суть мошенничества, что оно выглядит как обычное, санкционированное действие, только выполняемое путем обмана. Разработчикам пришлось вернуться к истокам этой технологии - к системам обнаружения аномального поведения (anomaly detection). Но как уже отмечалось в предыдущей статье, эти системы не нашли широкого распространения из-за трудностей в их реализации. Поэтому пришлось искать новые пути для решения поставленных задач. И такое решение было найдено в области нейросетей (neural nets) и нечеткой логики (fuzzy logic). Именно с помощью этих математических теорий системы обнаружения аномального поведения получили второе рождение.

Необходимо еще раз заметить, что эти системы нашли применение не только в финансовых институтах, но и в области телекоммуникаций, медицине и т.д. Примером системы, используемой для обнаружения мошенничеств в сфере здравоохранения, является система Fraud Abuse and Management System (FAMS) компании IBM.

Введение в нейросети

Технология нейросетей - это новый подход к решению задач, которые трудно решить при помощи классических математических методов. Например, задача распознавания образов, к которой в т.ч. относится и обнаружение мошенничества, и для которой достаточно сложно разработать готовый алгоритм. Технология нейросетей не требует наличия готового алгоритма; достаточно, чтобы сеть могла "обучаться" в процессе работы, вырабатывать правила обработки информации в условиях динамически изменяющейся окружающей среды и периодически изменять эти правила в процессе своей работы.

Идея использования нейросетей при обнаружении мошенничеств заключается в "обучении" сети таким образом, чтобы она могла прогнозировать действия или операции пользователя, основанные на его предыдущих действиях или операциях. Обучение - это главная характеристика нейронных сетей. Она позволяет системе обнаружения мошенничеств, построенной с учетом нейротехнологии, изучить правила поведения пользователя. Обучающий алгоритм позволяет системе следить за поведением пользователя и самостоятельно адаптироваться к постоянному изменению его поведения. После периода обучения сеть пытается согласовывать осуществляемые операции и действия с существующим профилем активного пользователя. Любое неправильно предсказанное событие фактически означает отклонение действий пользователя от установленного для него профиля.

К преимуществам нейронных сетей можно отнести следующее: они хорошо справляются с "шумовыми" данными, их успех не зависит от статистического предположения относительно характера обрабатываемых данных, они просты для модификации при добавлении новых пользователей и на них не влияют утомление и потеря внимательности, присущие человеку.