디지털 신원 확인 및 사기 솔루션의 확고한 공급업체인 Socure는 고유한 사기 위험 신호 및 인텔리전스를 갖춘 업계 최초의 예측 문서 및 ID 확인 솔루션을 출시했습니다.
소 큐어의 예측 문서 검증 목표로하다 정부 발급 신분증을 인증하고 신분증 사진과 셀카를 일치시키는 것 이상의 의미를 지닙니다. 더 나은 정확성과 실시간 신원 신뢰 결정을 위해 실시간 데이터 연결을 사용하여 신원 자체가 비즈니스를 수행하기에 안전한지 여부를 예측하는 것을 목표로 합니다.
Socure의 Predictive Document Verification 서비스를 사용하면 모든 문서와 셀카에 대해 수백 건의 유효성 검사를 수행하여 "타의 추종을 불허하는 자동 결정 비율과 위험 통찰력을 얻을 수 있습니다." 이 발표는 또한 다차원 예측 신호가 "ML 기반 의사 결정에 정보를 제공하여 더 많은 우수 고객을 식별하고 사기꾼을 실시간으로 제거"한다고 언급했습니다.
알렉스 파이부소비치, Lili의 사기 방지 관리자는 다음과 같이 말했습니다.
“Socure의 예측 문서 검증은 새로운 고객을 신속하게 온보딩하고 다른 도구를 사용할 때보다 더 빠르게 확장하는 데 도움이 됩니다. 이는 문서 진위 및 일치뿐 아니라 실제 위험 및 사기 결정에 대한 디지털 ID에 대한 포괄적인 단일 보기를 제공하는 유일한 솔루션입니다. 정확성이나 통찰력 면에서 다른 솔루션과 비교할 수 없습니다. DocV를 통해 우리는 그들이 말하는 고객과 비즈니스를 하고 있으며 비즈니스를 위험에 빠뜨리지 않을 것이라는 확신을 갖게 되었습니다.”
Socure Predictive Document Verification의 고급 이미지 캡처는 "몇 초 내에 최대 98%의 자동 결정 속도를 제공"한다고 발표되었습니다.
한편, 덜 정교한 이미지 캡처 도구는 "자동 결정이 65%에서 70%에 불과합니다."라고 업데이트는 언급했습니다.
Socure의 예측 문서 검증은 NIST PAD 레벨 99.5 활성 감지 및 "셀카를 신분증의 사진과 일치시키는 향상된 생체 인식"을 사용하여 2% 정확도로 "스푸핑" 공격을 차단하도록 설계되었습니다.
활성 감지 검사는 "백그라운드에서 수동적으로 작동하므로 사기꾼이 이를 감지할 수 없습니다."라고 발표가 설명했습니다. 사용자가 깜박거리거나 머리를 돌릴 필요가 없으므로 소비자 마찰을 크게 줄이는 데 도움이 됩니다. 다른 도구와 달리 단일 셀카 이미지는 "안면 인식과 활성 감지를 모두 충족"한다고 릴리스에서는 언급했습니다.
데이비드 마테이, Aite-Novarica Group의 수석 분석가는 다음과 같이 말했습니다.
“사용자의 신원을 확인하기 위한 문서 식별 및 확인 솔루션의 사용은 온라인, 디지털 상호 작용의 급증으로 인해 증가하고 있습니다. Socure의 예측 문서 검증 제품은 기존의 문서 검증 및 사진과 셀카 매칭을 뛰어넘습니다. 장치 지문, 전화번호 및 기타 디지털 신원 신호와 같은 다른 위험 속성을 살펴보고 사용자에 대한 보다 포괄적인 위험 프로필을 제공합니다."
Socure의 Predictive Document Verification은 독점 컴퓨터 비전 기술을 사용하여 "문서 PII를 추출하고 이를 신용 헤더, 유틸리티, 통신 기록 등과 같은 신뢰할 수 있는 데이터 소스에 연결하여 확인합니다."
거기에서 장치, 전화 및 주소 데이터도 "온보딩 프로세스 중에 수집 및 평가되며 Socure는 전화 대 이름 상관 관계, 주소 대 이름 상관 관계, 장치 인텔리전스 및 물리적 주소로부터의 IP 거리와 같은 예측 신호를 도출합니다. 제작이 거의 불가능한 요소들”이라고 보도했다.
이러한 예측 신호의 결합은 "최종 결정(통과, 거부 또는 재제출)을 알리고 고객의 생태계에 진입하려는 위험한 시도를 차단하는 동시에 더 많은 합법적인 고객을 더 빨리 온보딩하거나 마찰이 적은 기존의 우수한 사용자를 식별하도록 돕습니다."
이 발표는 또한 "문서 검증 및 생체 인식 일치 프로세스에 통합된 수백 개의 예측 신호가 사기 위험을 측정하는 업계 유일의 디지털 ID 연속체를 제공한다"고 언급했습니다.
Socure의 예측 문서 검증은 "위험을 평가하기 위해 530억 400천만 개의 알려진 좋은 ID와 나쁜 ID와 XNUMX개 이상의 오프라인/온라인 데이터 소스로 훈련된" 기계 학습 분류 모델을 사용하도록 개발되었습니다.
매우 많은 양의 데이터가 Socure의 예측 문서 검증의 전반적인 정확성을 높이는 데 중요하기 때문에 Socure는 "여러 산업을 대표하는 광범위한 고객의 피드백 데이터를 사용하여" 지속적인 개선을 위한 프로세스를 만들었습니다.
또한 Socure의 사기 탐지 엔진에 중요한 것은 "더 예측 가능한 데이터 기반 결과를 유도하기 위한 사기 의도를 나타낼 수 있는 ID 및 장치 구성 요소에 고유한 수백 가지의 고도로 예측 가능한 기능을 통합"하는 것입니다.
조니 에어즈, Socure의 설립자이자 CEO는 다음과 같이 말했습니다.
“신원 문서 검증만을 전문으로 하는 레거시 제공업체는 완벽한 사기 분류를 제공하는 과거 데이터, 기계 학습 엔진 또는 1000개의 예측 신호가 없기 때문에 원활한 위험 검사를 통합할 수 없습니다. 이는 고객이 중요한 통찰력을 놓치거나 복합적인 오탐지(false positive)로 가득 차 있기 때문에 배포 및 관리에 비용이 많이 드는 이질적인 제품을 뭉쳐야 하는 상황에 놓이게 됨을 의미합니다."
Johnny는 다음과 같이 덧붙였습니다.
“더 나쁜 것은, 레거시 접근 방식은 여전히 소비자와 비즈니스를 하는 것이 안전한지 판단하고 문서 캡처에 대해 여러 번 재시도해야 하는 동시에 개인이 미래에 사기를 저지를 가능성을 예측하는 데 공백이 있다는 것입니다. Socure의 예측 문서 검증을 통해 우리는 추측을 제거하는 단일 솔루션과 최고 수준의 정확성과 고객 경험을 제공합니다.”
PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.
