El fraude en línea es un problema grave: los consumidores estadounidenses perdieron 5.800 millones de dólares por fraude en 2021, lo que supone un aumento del 70 % con respecto a 2020.1 Uno de cada 20 estadounidenses fue víctima de fraude en 2021, y tanto el fraude por apropiación de cuentas como el fraude mediante la creación de cuentas nuevas registraron enormes aumentos con respecto a años anteriores.2
¿Por qué se ha agravado tanto el fraude en línea? Los cambios en el comportamiento de los consumidores, como el aumento de las compras en línea y la mayor adopción de los pagos digitales, han ampliado las oportunidades para cometer fraude. La modalidad «Compra ahora, paga después» también se ha vuelto cada vez más popular, con un crecimiento anual del 300 % desde 2018.3 Experian prevé que esta modalidad se convertirá en uno de los principales objetivos del fraude, ya que los delincuentes utilizan identidades robadas o ficticias para comprar artículos sin pagarlos.
Los delincuentes también aprovechan la tecnología en su beneficio y utilizan bots y malware para eludir las medidas de seguridad. Cambian de táctica para evitar ser detectados e incluso recurren a métodos manuales para sortear las medidas contra la automatización. Y, aunque las organizaciones intentan adoptar medidas para detener el fraude, a menudo estas resultan molestas para los clientes.
Las empresas tienen dificultades para responder a estos ataques. Una encuesta de KPMG reveló que más de la mitad de las organizaciones encuestadas afirmaron que la transición al trabajo remoto había dificultado la detección del fraude y la respuesta ante este.4 El trabajo remoto ha agravado la falta de coordinación que ya existía entre los equipos de prevención del fraude y los de seguridad. Cuando estos equipos no colaboran, resulta más difícil —si no imposible— identificar un ataque a tiempo para responder de forma eficaz.
Los equipos de seguridad y prevención del fraude deben trabajar juntos con herramientas y procesos integrados para prevenir eficazmente el fraude en línea y, al mismo tiempo, mantener una experiencia positiva para el cliente. Esta convergencia requiere la colaboración de las partes interesadas para compartir información, datos e inteligencia, con el objetivo final de adoptar un modelo plenamente integrado en el que la seguridad y la prevención del fraude estén alineadas bajo una única estructura organizativa.
Además de la coordinación entre los equipos de seguridad y fraude, la prevención del fraude requiere un enfoque multidimensional para frustrar a los atacantes.
1. Evita la apropiación de cuentas
El fraude por apropiación de cuentas (ATO) es habitual debido a que en la web oscura se puede encontrar información filtrada, como contraseñas y otros datos de identificación personal (PII). Puede resultar difícil saber si una cuenta se ha visto comprometida, a menos que se produzca una actividad inusual o que un cliente atento detecte que algo no va bien. Sin embargo, la supervisión en tiempo real y el aprendizaje automático permiten identificar de inmediato cualquier actividad sospechosa para detener el fraude ATO, tanto si se debe al relleno de credenciales como a ataques manuales.
2. Mitiga los bots y el abuso
Los bots y los ataques automatizados suelen ser el primer recurso de los atacantes debido a su bajo coste y al poco esfuerzo que requieren. También pueden utilizarse para labores de reconocimiento, lo que permite a los delincuentes adaptar sus ataques. Para evitar pérdidas, los sistemas de seguridad deben responder y adaptarse a la evolución de los ataques de bots. Gracias a la IA, es posible identificar y bloquear los bots sin añadir obstáculos para los usuarios legítimos.
3. Detén el fraude cometido por personas
Si los métodos automatizados, como los bots, no tienen éxito, los atacantes suelen optar por imitar el comportamiento humano mediante máquinas o por realizar ataques totalmente manuales. La autenticación multifactor se utiliza a menudo para verificar la identidad, pero puede resultar frustrante para los usuarios. La IA puede utilizarse para determinar si una persona que intenta acceder a una cuenta es quien dice ser y verificar sus intenciones. Esto mejora la experiencia del cliente y puede proporcionar información a los responsables empresariales para seguir optimizando sus procesos.
Evite el fraude en línea con F5 ejecutándose en Google Cloud
Las soluciones de F5 utilizan IA personalizada, aprendizaje automático y supervisión en tiempo real para prevenir el fraude en línea. F5 Distributed Cloud Bot Defense protege frente a ataques basados en bots, como el relleno de credenciales y las cuentas falsas, mediante el uso de IA para responder a los cambios de herramientas. Distributed Cloud Bot Defense es un servicio gestionado que previene los ataques de bots, bloquea la apropiación de cuentas e identifica a usuarios falsos en tiempo real. Distributed Cloud Account Protection utiliza IA para predecir casos de fraude a lo largo del recorrido del cliente, al tiempo que reduce hasta en un 90 % las fricciones para los consumidores legítimos.
Google Cloud es un proveedor de servicios en la nube flexible y seguro que apuesta por el código abierto, lo que lo convierte en una plataforma excelente para migrar infraestructuras y modernizar aplicaciones. También es compatible con entornos multinube y ofrece funcionalidades relacionadas con Kubernetes, así como con el big data y la analítica. Google Cloud siempre ha dado prioridad a la seguridad; la sólida protección y el cifrado de vanguardia de la plataforma permiten a las empresas almacenar y analizar de forma segura información personal identificable de carácter sensible.
F5 ejecutándose en Google Cloud puede ayudarle a defenderse de los bots, autenticarse de forma inteligente para reducir la fricción del usuario y proteger las cuentas de usuario. La IA de circuito cerrado entrenada con datos humanos verificados, combinada con un proveedor de nube seguro, le permite reducir el fraude sin sacrificar la experiencia del usuario.
Fuentes:
1 FTC, «Nuevos datos muestran que la FTC recibió 2,8 millones de denuncias de fraude de consumidores en 2021», feb.
2022
2 Javelin, «Estudio sobre el fraude de identidad de 2022: el campo de batalla virtual», marzo de 2022
3 Experian, «Experian presenta su informe sobre las tendencias del fraude para 2022», enero de 2022
4 KPMG, «Una triple amenaza en América: Perspectivas de fraude de KPMG para 2022», ene. de 2022
Sobre el autor
Artículos relacionados del blog
Cree servicios públicos seguros, resilientes y preparados para la IA con F5 y AWS
Descubre cómo las organizaciones del sector público pueden modernizar de forma segura sus aplicaciones y soluciones de IA, al tiempo que gestionan los sistemas heredados, el cumplimiento normativo y el riesgo operativo.
Protección de los sistemas de IA: por qué la seguridad debe avanzar al ritmo de la innovación
Desde acelerar avances revolucionarios en medicina y educación hasta transformar la vida cotidiana, la IA está cambiando nuestra forma de vivir y trabajar. Pero también ofrece grandes oportunidades a los ciberdelincuentes.
Avanzar hacia la optimización digital tras la transformación
Descubre estrategias de optimización digital para garantizar políticas de seguridad coherentes, impulsar la madurez de la transformación digital y superar los retos de la transformación.
Proyecto de código abierto destacado: mayor observabilidad con F5 Cloud Logger iApp
En el punto de mira del código abierto: cómo aumentar la observabilidad. Lee el blog de F5 para descubrir cómo exportar fácilmente la telemetría de BIG-IP a plataformas modernas de análisis en la nube.
El estado de la entrega de aplicaciones en 2018: la transformación digital impulsa la automatización y la multinube pese a las preocupaciones de seguridad
Descubre las principales conclusiones del cuarto informe anual de F5 sobre el estado de la entrega de aplicaciones.
Estado de la entrega de aplicaciones en 2017: automatización, API y DevOps
Descubre el informe sobre el estado de la entrega de aplicaciones de 2017. Lee el blog retrospectivo de F5 sobre los inicios del auge de las redes declarativas y los flujos de DevOps.