联络中心欺诈：如何检测与防范

联络中心可能成为欺诈者的易攻击目标，但通过全面的座席培训、身份验证技术和先进技术，可以保护企业和客户。

联络中心欺诈的现实威胁

联络中心欺诈是组织必须面对的现实问题，否则可能因客户数据保护的安全漏洞而遭受重大损失。成功的欺诈计划会损害品牌声誉并导致合规责任，尤其是在金融服务和医疗保健等严格监管的行业。

企业可以通过综合座席培训、完善记录的身份验证和数据安全流程，以及联络中心欺诈检测技术的正确组合，来降低未经授权访问或泄露机密信息的风险。

什么是联络中心欺诈？

在许多企业中，传统的呼叫中心和客户服务支持运营已发展为联络中心，以处理跨多个渠道的客户通信，包括电话、实时聊天、电子邮件、社交媒体、短信（SMS）、移动应用和视频通话。

网络犯罪分子以联络中心为目标，通过利用座席和薄弱的身份验证流程来获取敏感的客户信息。这些不良行为者随后可以使用个人身份信息（PII）和其他账户数据（如社会安全号码、金融机构和信用卡号码）进行身份盗窃、设置虚假账户以及参与银行和信用卡欺诈。

欺诈者为何瞄准联络中心？

联络中心是欺诈的热门目标，因为训练不足的座席往往容易受到操纵。用于客户服务和交易（如购买）的免费电话号码可以让犯罪分子在保持匿名的同时发起多次欺诈尝试，前提是他们使用来电显示欺骗技术。毫无戒备的座席，尤其是在呼叫中心，是极佳的攻击载体，因为他们是欺诈者与客户账户之间的唯一障碍。

COVID-19大流行后向混合工作环境的过渡给联络中心欺诈检测准备带来了挑战。远程工作使座席越来越难以接受适当的欺诈检测培训或同事的指导。因此，他们可能难以远程使用反欺诈工具。

合规清单是检测和防范联络中心欺诈的重要组成部分。

常见的联络中心欺诈类型

虽然联络中心遇到多种类型的欺诈，但最常见的是身份盗窃、账户接管、信用卡信息被盗、语音钓鱼诈骗和骗取免费商品。

• 身份盗窃：犯罪分子使用合法客户的被盗个人信息访问账户以获取金钱利益。联络中心座席可能难以检测身份盗窃，因为不良行为者拥有准确的客户信息。许多欺诈计划使用数据泄露后在暗网上找到的个人信息。合成身份欺诈发生在犯罪分子将真实的PII（如手机号码和电子邮件地址）与伪造数据结合以创建被操纵或虚假身份时。然后他们使用这些信息开立账户并发起交易。

• 账户接管：为了将客户账户转移到自己的账户，欺诈者可能会更改电子邮件地址或登录信息以重置客户门户密码。这些犯罪分子可以使用自动化工具创建用户名和密码组合，这种技术称为凭据填充，以获取客户账户的访问权限。

• 使用被盗信用卡信息：欺诈者用被盗信用卡信息试图购买商品和服务来轰炸联络中心。由于联络中心不需要实体卡，犯罪分子可以更容易地用被盗信息进行购买，这种策略称为无卡欺诈。

• 试图获取免费替换物品：犯罪分子冒充购买商品的合法客户，然后声称有问题并要求更换。零售商是此类欺诈的最常见受害者，尤其是那些保修和更换政策宽松的零售商。

• 网络钓鱼和语音钓鱼诈骗：网络犯罪分子长期以消费者为目标进行网络钓鱼诈骗，发送包含恶意URL或超链接的欺诈性电子邮件以下载恶意软件或窃取密码。另一种策略是语音钓鱼或vishing，使用紧急电话要求受害者更新公司或个人数据，据称是为了保护银行账户和其他金融交易。类似的欺诈方法也用于联络中心座席。犯罪分子通过语音钓鱼声称账户问题可以欺骗毫无戒备的座席分享敏感的客户数据。许多联络中心遭受过勒索软件攻击，锁定通信系统直到问题解决或支付赎金。分布式拒绝服务攻击也被用于破坏通信服务。

识别欺诈客户的技巧

犯罪分子根据其动机或目标联络中心的类型使用不同的欺诈方法。常见的欺诈警告信号包括：

• 使用社会工程方法虚假提取信息。
• 无法验证近期交易。
• 回答问题前长时间停顿。
• 基于紧迫性、熟悉度或权威性引发立即反应的沟通。
• 试图与特定联络中心座席或经理建立关系或融洽关系。
• 客户历史和文件不一致。
• 试图绕过常规客户服务程序。
• 反欺诈技术识别的危险信号和可疑活动。
• 试图绕过反欺诈流程和技术。

识别欺诈的工具

认真对待联络中心欺诈检测和预防的企业不应仅仅依赖座席培训。联络中心经理可以将多种技术集成到大多数本地、云或分布式劳动力联络中心中，以阻止或标记可疑活动并增强欺诈检测。

• 身份验证：自动号码识别等技术可以在自动化或交互式语音应答（IVR）交互之前根据客户的电话号码验证其身份。其中一些欺诈检测技术根据 possession（验证手机号码和设备）、reputation（风险评分）和 ownership 等信息跟踪电话号码。如果需要额外验证，分层身份验证控制可以通过向客户的设备发送一次性验证码（通过短信或电子邮件）来帮助防止欺诈。未来，随着更多州提供数字驾驶执照和政府ID，个人可能会有更多方式通过移动设备证明其身份。

• 联系来源分析：新兴技术可以更准确地确认联系的真实来源以及所使用的设备类型。这些属性可以提醒联络中心座席呼叫者是真实客户还是位于已知欺诈地点或使用欺诈者常见设备（如来电显示欺骗和IVR探测工具）的犯罪分子。

AI集成在联络中心欺诈检测和预防工具中发挥着突出作用。

• 多层身份验证：多因素身份验证、AI和基于知识的平台可以识别冒充合法客户的不良行为者。该技术平台输入各种数据点并计算欺诈风险评分，以告知座席在欺诈预防流程中的后续步骤。在登录会话或交易之前，通过短信或电子邮件发送到个人设备的一次性PIN或密码可以增加动态安全层。基于风险评估，企业必须在无缝客户体验和分层安全措施之间找到适当的平衡。

• 语音生物识别：先进的音频生物识别技术可以分析呼叫者的声音，为联络中心和客户创建新的身份验证层。语音生物识别SaaS提供商让远程座席无论在哪里工作都能访问这些身份验证服务。这些技术很快将不得不应对AI驱动的语音克隆和深度伪造音频，这可能需要重新评估欺诈保护和其他安全措施。

• 可疑行为检测：AI和机器学习技术与欺诈检测分析工具结合，检测可疑行为，如异常呼叫模式、IVR使用异常和其他基于行为的指标。然后该工具决定联系是否合法。行为分析也可用于通过标记多次账户重定向或密码重置来监控座席行为以应对内部威胁。