El fraude de tarjetas de crédito y débito, en el que un actor malicioso utiliza credenciales de tarjeta comprometidas para realizar compras no autorizadas, es una de las formas más comunes de fraude en línea y causa miles de millones de dólares en daños cada año. Sin embargo, las pérdidas asociadas con este tipo de fraude generalmente no se transmiten al consumidor, ya que las principales redes de tarjetas facilitan la reversión de transacciones no autorizadas si el consumidor las disputa con su emisor - estas se suelen llamar “contracargos”. Dado que los emisores de tarjetas de crédito absorben gran parte de la responsabilidad asociada con las tarjetas, tienen un interés particular en implementar herramientas y tecnologías para monitorear las vastas cantidades de transacciones de tarjetas procesadas cada día, y filtrar aquellas que parecen sospechosas y representan un eventual riesgo de reversión. La prevención del fraude en transacciones con tarjetas como emisor generalmente se realiza a través de una combinación de modelos de aprendizaje automático que están entrenados en cientos de señales relacionadas con la transacción (por ejemplo, si la tarjeta se está utilizando físicamente o en línea, la ubicación y el monto del cargo, la frecuencia histórica de fraude asociada con el comerciante en cuestión, etc.) y conjuntos de reglas estáticas que se ajustan para detectar patrones de fraude básicos (por ejemplo, la tarjeta se utiliza para comprar bienes de alto valor que se envían a una ubicación que está lejos de la dirección de envío habitual utilizada para ese consumidor).Documentation Index
Fetch the complete documentation index at: https://docs.sardine.ai/llms.txt
Use this file to discover all available pages before exploring further.
Riesgo de Gasto con Tarjeta