Centre antifraude
Lisez les articles, puis découvrez comment la liste des fraudes confirmées et les vérifications des prestataires alimentent une seule décision.
- Outils d'analyse de la réputation IP pour détecter la fraude et les bots
- Modèles d'organisation de la lutte antifraude en entreprise
- Moteurs de règles antifraude : règles complexes et données de tiers
- Les attaques par BIN : analyse approfondie
- Désactiver JavaScript ne permet pas d'échapper au fingerprinting
- Fingerprinting Canvas : une technique discrète de suivi
- L'importance de la gestion de dossiers dans la lutte antifraude
- Centauri : une nouvelle approche du fingerprinting des appareils
- Minimisation des données et essor des profils synthétiques frauduleux : un conflit
- Détecter les fraudes potentielles des commerçants dans le crédit à la consommation sur le lieu de vente et le paiement fractionné (BNPL)
- Lutte antifraude événementielle dans le commerce en ligne : prévenir la fraude grâce à l'analyse comportementale et à un moteur de règles
- L'évolution du fingerprinting des navigateurs
- Fingerprinting des appareils multimédias : une approche moderne du suivi en ligne
- Evercookie : un mécanisme de suivi persistant
- Adapter sa stratégie antifraude avec un moteur de règles
- Sécuriser les connexions avec un moteur de règles : des règles configurables contre la prise de contrôle de comptes et les attaques de bots
- Ce qu'ArkOwl révèle sur une adresse e-mail
- Fraude après un refus de demande et dossiers à examiner
- Détecter les incohérences dans les demandes de crédit pour repérer les dossiers à examiner
- Détecter la fraude dans les demandes de crédit nocturnes grâce à l'historique
- Fausses demandes de crédit liées à un employeur et concentrations justifiant un examen
- Quand un remboursement anticipé justifie un signalement pour fraude
- Vérifier les mots de passe compromis lors de l'inscription et de la connexion
- Les résultats de Pwned Email pour orienter les décisions à l'inscription et à la connexion
- Une alternative à ThreatMetrix pour le fingerprinting
- Détecter la fraude dans le commerce en ligne grâce au calcul de distance par la loi sphérique des cosinus
- Outils de prévention de la fraude en ligne
- ETags : un mécanisme discret de suivi sur le Web
- Vérifier l'authenticité des e-mails à l'aide des sous-domaines
- Fingerprinting WebGL : suivre les internautes grâce au rendu graphique
Questions fréquentes
Quels identifiants utiliser pour rapprocher les fraudes confirmées de nouvelles transactions ?
Rapprochez les cas de fraude confirmée des nouvelles transactions à l’aide de l’identifiant stable le plus fiable disponible, par exemple un jeton de paiement ou un identifiant de compte. Conservez le type d’identifiant et le niveau de confiance du rapprochement avec le résultat, car un appareil, un numéro de téléphone ou une adresse IP partagés peuvent relier des personnes sans lien entre elles. Utilisez les correspondances moins fiables comme éléments à examiner, pas comme motif automatique de refus.
Jusqu’à quelle date remonter dans la liste des fraudes confirmées ?
Comparez des périodes de recherche de 30, 90 et 180 jours avec des données de fraude suffisamment anciennes pour être confirmées. Choisissez une période qui couvre les fraudes répétées pertinentes pour le produit et la durée de vie des identifiants. Une période trop longue peut faire paraître plus suspects qu’ils ne le sont des numéros de téléphone, appareils ou moyens de paiement réattribués.
Que faire si la vérification d’un prestataire expire avant de renvoyer un résultat ?
Définissez la marche à suivre selon le risque de la transaction et le coût d’un retard. Pour une transaction à haut risque, envoyez le dossier en examen ou suspendez la transaction si l’équipe peut intervenir à temps. Pour les opérations moins risquées, utilisez les signaux déjà disponibles. Enregistrez le délai d’attente dépassé comme une donnée manquante, et non comme un résultat sans anomalie, puis suivez les taux de dépassement et les délais de réponse.
À quelle fréquence actualiser la liste des fraudes confirmées ?
Mettez la liste à jour dès que les fraudes confirmées sont transmises au système, et supprimez ou vérifiez à nouveau les cas lorsqu’une conclusion de fraude est annulée. Conservez la date et la source de chaque confirmation pour évaluer les anciennes correspondances à la lumière des éléments plus récents. Une liste qui ne fait que s’allonger risque de continuer à signaler des identifiants réattribués et des litiges résolus.