A pandemia de COVID-19 afetou bilhões de pessoas em todo o mundo. Além das consequências do vírus para a saúde, os lockdowns, as restrições de viagem e os fechamentos decorrentes tiveram um enorme impacto econômico. O resultado lamentável dessa retração é que muitas pessoas estão enfrentando dificuldades financeiras por terem perdido o emprego ou sofrido uma redução drástica na renda.
Seria de se imaginar que essas dificuldades financeiras e as grandes perturbações na vida cotidiana já fossem problemas suficientes para enfrentar, mesmo com os governos estaduais e locais implementando programas para ajudar a aliviar o peso destes tempos desafiadores. No entanto, os fraudadores parecem pensar de outra forma e, infelizmente, viram a atual pandemia como uma oportunidade para cometer fraudes em benefícios de desemprego em grande escala. A pandemia acelerou a transformação digital que já estava em curso, oferecendo aos fraudadores oportunidades sem precedentes de causar danos, enquanto as empresas lutam para acompanhar o ritmo dessa mudança.
Qual é a dimensão do problema? De acordo com uma matéria publicada pelo USA Today em 31 de dezembro de 2020, as perdas decorrentes de fraudes no seguro-desemprego relacionadas à COVID-19 totalizaram US$ 36 bilhões em 2020. Em outras palavras, as fraudes no seguro-desemprego têm sido desenfreadas desde o início da pandemia, afetando praticamente todos os estados dos EUA.
Então, o que exatamente é fraude no seguro-desemprego? Embora existam diferentes tipos, a modalidade observada durante a pandemia de COVID-19 envolve a apresentação de solicitações fraudulentas de seguro-desemprego. Em linhas gerais, os fraudadores usam as seguintes táticas para isso:
- Comprar identidades roubadas no submundo do crime por meio de sites da dark web
- Preencher solicitações de seguro-desemprego usando essas informações
- Receber o seguro-desemprego em uma conta de laranja
É natural se perguntar como os fraudadores conseguem realizar essas etapas com tanta facilidade e em larga escala. A resposta está na combinação perfeita de circunstâncias que torna isso possível.
De acordo com uma publicação no blog da F5 Labs de 22 de maio de 2020, a fraude no seguro-desemprego “se destaca das demais porque exige que os invasores tenham um número de Seguro Social legítimo. Infelizmente, isso não é um problema para os invasores. Violações de dados em massa ocorridas em 2015, 2017 e 2019 em prestadores de serviços de saúde, agências de crédito, empresas de cartão de crédito e varejistas (entre outros) comprometeram o número de Seguro Social de praticamente todos os americanos”. Em outras palavras, há uma infinidade de identidades roubadas disponíveis no submundo do crime, e é muito fácil comprá-las.
Depois que o fraudador obtém uma ou mais identidades roubadas, ele precisa preencher uma solicitação fraudulenta de seguro-desemprego. Para a sorte dos fraudadores, há tutoriais online disponíveis para ajudá-los nessa tarefa, por valores que variam de US$ 5 a US$ 100. Além disso, os fraudadores parecem conseguir usar praticamente qualquer endereço físico ao registrar uma solicitação fraudulenta. Por exemplo, a CBS Los Angeles descobriu que mansões desocupadas que estavam à venda tinham centenas ou até milhares de solicitações fraudulentas de seguro-desemprego registradas com o endereço desses imóveis.
Some-se a isso o fato de que os estados estão sobrecarregados e não dispõem de recursos suficientes para lidar com o aumento dos pedidos de seguro-desemprego, muito menos para identificar inconsistências que indiquem fraude, e fica claro que a COVID-19 criou uma oportunidade única para fraudes no seguro-desemprego. A maioria dos estados não conta com controles capazes de prevenir fraudes, tem pouca ou nenhuma capacidade de detectá-las e está sob intensa pressão para pagar primeiro e fazer perguntas depois.
Em nossa pesquisa, constatamos que os comportamentos a seguir, nas respectivas categorias, são indicativos de fraude no seguro-desemprego:
- Sinais do dispositivo
- Reconhecimento de dispositivos e usuários digitais online
- Fusos horários incomuns
- Vários usuários fazendo login no mesmo dispositivo
- Sinais de rede
- Países incomuns
- ASNs localizados em ambientes de hospedagem
- Fusos horários incomuns associados a ASNs dos EUA
- Sinais de falsificação de ambiente
- Transações realizadas por meio de VPN, proxies de anonimização ou outras tecnologias desenvolvidas para ocultar ou falsificar ambientes
- Várias transações do mesmo tipo realizadas no mesmo dispositivo
- Impressões digitais únicas de navegadores nunca vistas antes
- Alterações mínimas na integridade, identidade e legitimidade do dispositivo detectadas por meio da análise do navegador
- Sinais comportamentais
- Padrões de digitação, como as teclas pressionadas, a velocidade de digitação e quantidades suspeitamente grandes de conteúdo copiado e colado, inclusive nos campos de nome e sobrenome
- Janela do navegador ocupando apenas parte da área da tela (provavelmente indicando que um arquivo de texto — a fonte do conteúdo copiado e colado — está aberto ao lado dela)
- Movimento do mouse dos campos de entrada de texto para fora do navegador (provavelmente indicando que o conteúdo está sendo copiado e colado de um arquivo de texto aberto ao lado da janela do navegador)
Embora a situação pareça grave, há medidas simples que os estados podem adotar para detectar e prevenir fraudes no seguro-desemprego. Uma solução antifraude, como o Shape AI Fraud Engine (SAFE), pode ser usada para identificar e impedir atividades suspeitas, maliciosas e/ou anômalas.
Algumas das formas pelas quais o SAFE protege contra fraudes no seguro-desemprego incluem a detecção de:
- Diversas solicitações de seguro-desemprego feitas a partir do mesmo dispositivo e/ou endereço de e-mail
- Padrões suspeitos de comportamento do usuário ao interagir com o site, como:
- Copiar e colar informações de identificação pessoal (PII)
- Envio de solicitações de seguro-desemprego muito rapidamente
- Navegar rapidamente pelo site e demonstrar um alto grau de familiaridade com ele
- Consultando continuamente outra janela
- Tentativa de evitar a detecção (por exemplo, conectando-se por meio de uma VPN ou da nuvem)
- Envio de várias solicitações sem nenhum login posterior
- Preencher o mesmo formulário repetidamente no mesmo dispositivo
- Indicadores ambientais suspeitos, como solicitar benefícios de seguro-desemprego na Califórnia usando um dispositivo localizado fora dos EUA.
- Vários benefícios de seguro-desemprego sendo enviados para a mesma conta de laranja
- Vários pedidos de seguro-desemprego com o mesmo endereço físico
- Combinações suspeitas identificadas ao conectar os pontos acima com outros indícios
Além desses pontos, a implantação do SAFE é um processo extremamente simples e direto. As empresas podem colocar o SAFE em operação em questão de horas.
Ao implementar controles para prevenir fraudes e recursos de monitoramento, os órgãos estaduais podem reduzir significativamente a quantidade de fraudes no seguro-desemprego que ocorrem sob sua responsabilidade. A adoção de processos e procedimentos para regulamentar a solicitação do benefício é um excelente ponto de partida para os estados. Aliar essas medidas a uma plataforma de detecção e prevenção de fraudes, capaz de monitorar o uso indevido do seguro-desemprego, permite que os órgãos estaduais combatam diretamente esse tipo de fraude, reduzindo perdas e economizando o dinheiro dos contribuintes. A Shape já ajudou nossos clientes a evitar milhões de dólares em prejuízos decorrentes de fraudes. A eficiência de nossos dados e sinais possibilitou detectar o dobro de fraudes em comparação com soluções internas e de outros fornecedores, ajudando os clientes a identificar e prevenir perdas causadas por fraudes.
A pandemia de COVID-19 trouxe complexidade e caos para muitas áreas de nossas vidas. O aumento das fraudes relacionadas ao seguro-desemprego apenas agrava essa complexidade e esse caos. Em vez de desistir e aceitar conviver com bilhões de dólares em perdas decorrentes de fraudes todos os anos, chegou a hora de agir. Plataformas de detecção e prevenção de fraudes, como o Shape AI Fraud Engine (SAFE), podem nos ajudar a identificar e impedir diferentes tipos de fraude, incluindo fraudes relacionadas ao seguro-desemprego.
Para saber mais, entre em contato com um escritório de vendas local da F5.
Sobre o autor
Publicações relacionadas no blog
Entrega e proteção de agentes de IA em fábricas de IA: F5 para a arquitetura de referência NVIDIA OpenShell para agentes de IA seguros
As soluções da F5 ampliam a Arquitetura de Referência NVIDIA OpenShell para agentes de IA seguros.
Como medir – e minimizar – o custo total de propriedade do seu Kubernetes
O Kubernetes pode ser baixado e executado gratuitamente, mas sua manutenção está longe de não ter custos. Assim como outras grandes plataformas de código aberto que são “gratuitas” apenas em um sentido simplista, o Kubernetes quase certamente exigirá investimentos para ser implantado e operado.
As-Code: a pilha de TI contínua
Infraestrutura, configuração, pipeline, operações. De repente, tudo é “como código”. Lori MacVittie busca esclarecer a terminologia e identificar os diferentes componentes de uma stack contínua de TI.
O estado da entrega de aplicações em 2017: automação, APIs e DevOps
Explore o relatório State of Application Delivery de 2017. Leia o blog retrospectivo da F5 sobre o início da ascensão das redes declarativas e dos pipelines de DevOps.
DevOps Summit: onde a rede foi convidada para a festa
No DevOps Summit NY, falou-se muito não apenas sobre DevOps, mas também sobre contêineres, IoT e microsserviços. As sessões se concentraram não só na mudança cultural necessária para crescer em escala com uma abordagem DevOps, mas também fizeram questão de incluir...
F5 e Nutanix convergem em infraestrutura no .NEXT
Aplicações empresariais como Microsoft SharePoint e Exchange, juntamente com a VDI, continuam sendo a espinha dorsal da sua empresa. A produtividade, embora não seja tão atraente quanto o lucro, é um fator essencial para o sucesso das operações empresariais atuais. Deixar de...