Teknologi tersebut juga memungkinkan penerbit kartu kredit untuk mengurangi insiden penipuan, meningkatkan pendapatan, fleksibilitas yang belum pernah didapatkan sebelumnya, dan kontrol dalam sistem deteksi penipuan mereka.
Versi terbaru dari CA Risk Analytics ini, menggabungkan model mutakhir dari otentikasi jaringan behavioral neural yang telah didaftarkan sebagai hak paten, untuk menilai risiko transaksi online tanpa kehadiran pemegang kartu “card-not-present (CNP)”.
Model jaringan neural didukung oleh teknik pembelajaran mesin yang menangkap data tentang kegiatan setiap pemegang kartu kredit dan memungkinkan CA Risk Analytics untuk lebih memahami dan membedakan antara perilaku yang legal dan perilaku ilegal.
Dioptimalkan untuk protokol 3-D Secure, CA Risk Analytics dapat mencegah penipuan CNP pada transaksi 3-D Secure dengan secara transparan menilai risiko dari sebuah transaksi secara real-time.
"Sejarah menunjukkan bahwa peluncuran standar EMV secara global dan bertambahnya jumlah kartu kredit dengan Chip dan PIN akan meningkatkan upaya-upaya penipuan dalam transaksi CNP. Hal ini menuntut strategi deteksi penipuan transaksi CNP yang lebih dari sekedar membandingkan transaksi berjalan untuk mendapatkan indikator penipuan," kata Vic Mankotia, Vice President, Solution Strategy, Asia Pacific & Japan, CA Technologies."
CA Risk Analytics dan model jaringan behavioral neural akan menciptakan otentikasi "zero touch" yang akan menciptakan tingkat kepercayaan yang tinggi dan menyederhanakan proses checkout dalam transaksi online.
CA Risk Analytics mampu mendeteksi pola penipuan maupun perilaku transaksi legal dan melacak pihak-pihak yang berperan penting dalam sebuah transaksi. Tidak hanya itu, ia juga memperkirakan risiko penipuan menggunakan teknik-teknik pembelajaran oleh mesin yang canggih untuk memahami risiko penipuan.
Cek Berita dan Artikel yang lain di
Google News
