Сегодня злоумышленники все чаще готовят атаки, не связанные с разовой покупкой, - придумывают масштабные схемы на цифровых платформах. Они тестируют украденные платежные данные и создают сети фейковых аккаунтов до манипуляций с программами лояльности. В такой ситуации замечать только подозрительную транзакцию - значит, реагировать уже на последствия, тогда как анализ поведения позволяет заметить тревожные сигналы задолго до оплаты.
По данным "Кросстеха", спрос на сессионные и транзакционные антифрод-системы в первом полугодии этого года вырос на 20%. Также антифрод-системы становятся все более доступными, так как российские разработчики активно практикуют предоставление своих решений по подписочной модели.
Так, анализ поведения пользователя на странице может подробно рассказать о его предпочтениях и возможных покупках в будущем. От наиболее удобных форматов предоставления информации об услугах зависит заинтересованность покупателя в возвращении на сайт. Аналитики платформы VWO, изучив поведение посетителей одного онлайн-магазина, заметили, что люди часто "кликают" на категории под основным баннером, но ничего не покупают из-за чрезмерного количества товаров, представленных на одной странице.
Кроме того, подобная аналитика может предсказать и персонализированные предпочтения. Например, компания Target отправила купоны на детские товары несовершеннолетней девушке. Ее отец пришел в магазин за разъяснениями, и оказалось, что система считывала ее интересы и предлагала соответствующие товары. Позже мужчина узнал, что его дочь беременна.
Президент Ассоциации цифровых платформ Ораз Дурдыев рассказал, что современные системы анализа поведения пользователей позволяют получать значительно больше информации, чем сам факт покупки. Такие действия, как время на странице товара, возвраты к просмотренным позициям, использование фильтров и сравнений, чтение отзывов, а также паттерны добавления и удаления товаров из корзины, точнее отражают намерения и стадию принятия решения.
Платформы благодаря анализу больших данных формируют глубокие профили поведения в реальном времени. По словам Дурдыева, это позволяет не только прогнозировать покупки, но и выявлять скрытые мотивы, понимать эмоциональный контекст и предлагать персонализированные решения заранее. При этом рекомендательные алгоритмы уже регулируются законодательством, а на крупных цифровых платформах вся аналитика ведется в строгом соответствии не только с законом о персональных данных, но и с этическими принципами, говорит эксперт.
В схемах с оплатой товаров поведенческий анализ начинает работать с момента входа пользователя на сайт или в приложение. Система может обнаружить подозрительную активность аккаунта еще до того, как бизнес понесет прямые финансовые потери. Современные решения сопоставляют параметры устройства, IP-адрес, особенности авторизации, скорость и последовательность переходов. Именно сочетание признаков позволяет выявлять схемы, которые не видны при проверке отдельной транзакции.
"Поведенческий анализ не должен полностью заменять транзакционные правила. Максимальный эффект дает единая система, которая оценивает пользователя на протяжении всей сессии, а затем учитывает полученный риск-профиль при проверке платежа. Такой подход одновременно повышает вероятность выявления мошенничества и снижает число необоснованных блокировок добросовестных покупателей. Переход от проверки только операции к анализу всей активности уже становится общим направлением развития антифрода", - рассказал генеральный директор exploitDog (НИР) Сергей Крюков.
Также подобные системы могут формировать цифровой "портрет" посетителя, фиксируя мельчайшие нюансы его взаимодействия с площадкой: скорость набора текста в полях формы, траекторию движения курсора, последовательность переходов между страницами, типичные паузы и даже особенности работы с мобильным приложением.
Член совета по развитию цифровой экономики при Комитете по экономической политике ГД Валерий Тумин рассказал, что для алгоритмов любое отклонение от привычного для конкретного пользователя или от усредненного "нормального" профиля становится поводом присмотреться внимательнее. Мгновенный переход к оплате без изучения характеристик товара, неестественно быстрая регистрация, резкая смена геолокаций в рамках одной сессии - все это маркеры, которые сложно подделать и которые традиционная проверка транзакций просто не видит.
"При этом поведенческий анализ не отменяет классические методы защиты, а органично их дополняет. Черные списки IP‑адресов, проверка валидности карт и другие привычные фильтры по‑прежнему выполняют важную роль, но у них есть уязвимость. Опытные мошенники научились ее обходить - используют прокси‑серверы, подменяют данные, дробят операции. Поведенческие метрики закрывают эту брешь. Их практически невозможно сымитировать полностью, даже с помощью ботов или генеративных моделей", - указывает эксперт.
В пресс-службе "Яндекс Маркета" рассказали, что платформа использует комплекс алгоритмов с применением искусственного интеллекта для поведенческого анализа. Система оценивает сотни параметров действий пользователей на сайте и в приложении и выявляет признаки недобросовестного поведения еще до оплаты заказа. Такой подход повышает точность выявления мошеннических операций и помогает минимизировать их количество.