Основные выводы
- Синтетическое мошенничество с идентификационными данными — это самое быстрорастущее финансовое преступление, и большинство систем обнаружения не приспособлены для борьбы с ним.
Синтетическое мошенничество с идентификационными данными — это самое быстрорастущее финансовое преступление, и большинство систем обнаружения не приспособлены для борьбы с ним.
- ИИ значительно снизил затраты на создание синтетических личностей, полностью переложив бремя защиты на компании.
ИИ значительно снизил затраты на создание синтетических личностей, полностью переложив бремя защиты на компании.
- Номер телефона является одновременно основной поверхностью атаки и самой мощной линией обороны.
Номер телефона является одновременно основной поверхностью атаки и самой мощной линией обороны.
Где-то в вашей базе данных клиентов может скрываться человек, которого не существует.
У них есть все необходимое: имя, номер социального страхования, адрес, номер телефона и кредитная история. Они прошли ваши проверки при регистрации. Они ведут себя как образцовые клиенты. И в какой-то момент, скорее всего, когда вы меньше всего этого ожидаете, они исчерпают все предоставленные им кредитные лимиты, полностью исчезнут и оставят вас с убытками.
Это и есть синтетическое мошенничество с идентификационными данными. Это не новая концепция, но она стала самым быстрорастущим видом финансовых преступлений на планете, и большинство организаций до сих пор не готовы к его обнаружению.
Познакомьтесь с вашим лучшим клиентом... ой, его не существует
Познакомьтесь с вашим лучшим клиентом... ой, его не существует
Традиционная кража личных данных относительно проста: преступник крадет учетные данные реального человека и выдает себя за него. Жертва в конечном итоге замечает это. О мошенничестве сообщается. След существует.
Синтетическое мошенничество с идентификационными данными — это другое. Оно не крадет человека. Оно создает его в стиле безумного ученого.
Обычно это работает так. Мошенник получает законный номер социального страхования (SSN), как правило, в результате утечки данных, покупки в даркнете или путем выбора целей, которые вряд ли заметят подвох: детей, пожилых людей, бездомных, недавних иммигрантов. Они объединяют этот реальный SSN с вымышленным именем, фальшивой датой рождения, выдуманным адресом и сгенерированным номером телефона. Результат — то, что исследователи часто называют «личностью-Франкенштейном». Частично реальная, частично выдуманная, но на сто процентов фиктивная.
Что дальше? Терпение уровня долгосрочной аферы.
Мошенник подает заявку на кредит, используя новую личность, полностью ожидая отказа. Но... этот отказ создает кредитную историю. Бюро фиксируют запрос. Личность теперь достигла того, что эксперт по платежному мошенничеству Федерального резервного банка Бостона Майк Тимони называет «доказательством жизни». Она существует в финансовой системе. На ее основе можно строить дальнейшие действия.
В течение следующих 12–24 месяцев синтетическая личность становится образцовым заемщиком. Она открывает небольшие счета, платит вовремя, остается в рамках кредитных лимитов. Ее могут добавить в качестве авторизованного пользователя к законному счету — тактика, называемая «piggybacking» (использование чужой кредитной истории), чтобы быстрее получить положительную кредитную историю. Системы обнаружения мошенничества не видят ничего плохого, потому что пока ничего плохого и не происходит. Синтетическая личность ведет себя безупречно.
Затем наступает решающий момент. Все счета одновременно исчерпываются, все средства снимаются и исчезают. Фальшивый человек исчезает. И преследовать некого, потому что на самом деле никого никогда не было.
Раньше мошенники создавали синтетические личности по одной. Теперь автоматизированные «фабрики личностей» используют ИИ для быстрой генерации сотен или тысяч поддельных личностей.
Раньше мошенники создавали синтетические личности по одной. Теперь автоматизированные «фабрики личностей» используют ИИ для быстрой генерации сотен или тысяч поддельных личностей.
Ситуацию усугубляет то, что ИИ фундаментально изменил экономику создания таких личностей. Раньше мошенники создавали синтетические личности по одной. Теперь автоматизированные «фабрики личностей» могут генерировать сотни или тысячи поддельных личностей с помощью созданных ИИ фотографий профиля, сфабрикованных подтверждающих документов и дипфейк-видео, способных обмануть системы распознавания лиц и проверки на «живость». Sumsub documented a 311% increase в сфере мошенничества с документами при использовании синтетических личностей в период с 1-го квартала 2024 года по 1-й квартал 2025 года. К 2025 году примерно 60% оценочных убытков от мошенничества приходилось на серийное и синтетическое мошенничество, что является полной противоположностью ситуации четырехлетней давности, когда доминировало традиционное мошенничество с документами.
Для преступника стоимость входа упала практически до нуля. Для бизнеса стоимость ошибки остается значительной.
Обнаружение начинается раньше, чем вы думаете
Обнаружение начинается раньше, чем вы думаете
Не существует единой проверки, которая остановила бы сложную синтетическую личность. Любой, кто продает вам «серебряную пулю» для решения этой проблемы, вероятно, также пытается забрать ваши деньги.
Работают уровни защиты. В частности, многоуровневое использование сигналов верификации по нескольким параметрам на ранних этапах процесса, прежде чем фальшивая личность успеет внедриться в вашу систему. Несколько подходов, которые могут дать ощутимый результат:
Анализ номера телефона при регистрации. Синтетической личности нужен номер телефона, чтобы заполнять заявки, получать коды подтверждения и выглядеть законно. Но не все номера телефонов одинаковы. Одноразовые номера, недавно выпущенные номера без истории, номера, которые не соответствуют ожидаемой географии, номера, привязанные к известным операторам с высоким уровнем риска: это сигналы, которые стоит отследить до открытия счета. Если номер телефона, привязанный к заявке, выглядит подозрительно, то, вероятно, подозрительна и сама личность.
Перекрестная проверка поведенческих сигналов. Синтетические личности, особенно автоматизированные с помощью ИИ, оставляют отпечатки. Например, роботизированные паттерны взаимодействия, несколько учетных записей, использующих один и тот же «цифровой отпечаток» устройства, заявки, поданные с нечеловеческой скоростью, и адреса, появляющиеся в десятках несвязанных учетных записей. Ни один из этих сигналов сам по себе не должен закрывать дело, но вместе они создают картину, заслуживающую расследования.
Мониторинг жизненного цикла учетной записи, а не только ее открытия. Большинство систем обнаружения мошенничества ориентированы на начальный этап: проверки при регистрации, а затем доверие. Но approximately 95% of synthetic identities go undetected at onboarding, согласно данным Thomson Reuters. Окно для их обнаружения выходит за рамки регистрации и охватывает фазу формирования кредитной истории. Здесь важны обнаружение поведенческих аномалий, постоянный мониторинг учетной записи и сигналы о транзакциях в реальном времени.
Номер телефона — это одновременно поверхность атаки и защита
Номер телефона — это одновременно поверхность атаки и защита
Именно здесь эффективное обнаружение по-настоящему отличается от того, что делает большинство компаний.
Синтетическое мошенничество с идентификационными данными по своей сути опирается на уровень коммуникаций: номера телефонов, коды аутентификации, верификацию учетных записей. Фальшивой личности нужен номер телефона. Ей нужно получать сообщения для подтверждения. Ей нужно проходить те же потоки одноразовых паролей (OTP), которые проходят ваши реальные клиенты.
Этот уровень коммуникаций — не только способ совершения мошенничества. Это также место, где вы получаете наиболее важные сигналы.
API сети Vonage внедряют аналитику уровня оператора связи непосредственно в ваши модели рисков в те самые моменты, когда это действительно важно.
API Identity Insights проверяет номера телефонов в режиме реального времени при создании учетной записи, выявляя одноразовые номера, операторов с высоким уровнем риска и номера, не соответствующие ожидаемой географии, еще до того, как будет создана мошенническая учетная запись.
Функция SIM Swap Detection в составе API Identity Insights проверяет, был ли номер телефона недавно перенесен на новую SIM-карту, что является классическим признаком попытки захвата учетной записи.
Subscriber Match, также входящий в состав API Identity Insights, идет еще дальше: он проверяет личность пользователя непосредственно по данным мобильной сети, сопоставляя имя, номер телефона и другие атрибуты с данными, которые фактически хранятся у оператора связи. Если человек, подающий заявку на создание учетной записи, утверждает, что он один человек, а его номер телефона говорит об обратном, это сигнал, который вы должны получить до того, как учетная запись будет открыта.
Кроме того, существует Silent Authentication, часть API Vonage Verify. Вместо отправки одноразового пароля, который мошенник может перехватить, запросить или получить с помощью социальной инженерии, Silent Authentication проверяет пользователя пассивно через его подключение к мобильной сети. Никаких кодов. Никаких препятствий. Никакой поверхности для атак через OTP. Это проверка, которую синтетическая личность по определению не может пройти: реальное подключение к мобильной сети требует наличия реальной, проверенной SIM-карты, привязанной к реальным отношениям с оператором связи.
Это сигналы, к которым может получить доступ только сетевой провайдер. Их нельзя подделать с помощью документа, созданного ИИ, или дипфейка лица. Они основаны на физической инфраструктуре мобильной связи. Это принципиально иной класс защиты по сравнению с тем, что строится поверх уровня приложений.
Этот подход также соответствует принципам безопасности Zero Trust: никогда не доверяйте по умолчанию, всегда проверяйте и рассматривайте каждое взаимодействие как контекстное событие риска, а не как разовый пропуск. Ключевое отличие заключается в том, что концепция нулевого доверия, применяемая к синтетическому мошенничеству, должна распространяться не только на учетные записи пользователей, но и на каналы связи, от которых зависят эти учетные записи.
Уравнение доверия работает в обе стороны
Уравнение доверия работает в обе стороны
Вам нужно быть уверенными в том, что ваши клиенты — те, за кого себя выдают. Ваши клиенты должны быть уверены, что вы серьезно относитесь к их защите.
Синтетическое мошенничество с использованием личных данных угрожает обеим сторонам этого уравнения. Оно стоит вашему бизнесу реальных денег из-за прямых убытков и последующих рисков мошенничества. И оно подрывает доверие, которое оказывают вам реальные клиенты каждый раз, когда передают свой номер социального страхования, номер телефона или финансовую информацию.
Фальшивый человек в вашей базе данных никогда не собирался вам доверять. Но реальные клиенты, которые зарегистрировались на той же неделе, наблюдают за тем, как вы с этим справляетесь. Они хотят знать, что системы, на которые они полагаются, действительно выполняют свою работу.
Компании, побеждающие в этой борьбе, рассматривают проверку личности не как разовый пропуск, а как постоянный сигнал для мониторинга. Номер телефона — это связующая нить. Проверяйте номер на раннем этапе и при каждом значимом взаимодействии, опираясь на правильные данные.
У человека, которого не существует, нет реальной истории, реальной записи у оператора или реального сетевого следа. И именно здесь их история разваливается.
