Innehåll
- Definition - Vad betyder Enterprise Fraud Management (EFM)?
- En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
- Techopedia förklarar Enterprise Fraud Management (EFM)
Definition - Vad betyder Enterprise Fraud Management (EFM)?
Enterprise bedrägerihantering (EFM) är en realtidsscreening av transaktionsaktivitet mellan användare, konton, processer och kanaler för att identifiera och förhindra interna och externa bedrägerier i en organisation. Verktyg för bedrägerihantering används för att analysera beteende mellan relaterade användare, relaterade konton, kanaler och andra enheter, för att identifiera ovanligt beteende som kan vara ett tecken på kriminell aktivitet, korruption eller bedrägeri.
En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
Techopedia förklarar Enterprise Fraud Management (EFM)
En effektiv EFM-lösning bör ta itu med alla funktioner inklusive fångst av omfattande data, dataanalys och undersökningar. Tvärkanalsbedräger som utnyttjar telefon, webb och andra kanaler är ett stort hot inom bank-, försäkrings-, hälso- och andra sektorer. En skiktad strategi används ofta för att hantera det växande komplexa och sofistikerade interna och externa bedrägeri, vars hastighet och påverkan ökar. Detta består av flera skyddslager med realtidsdetekteringsfunktioner, kontroller och flera analysmetoder för att utvärdera användar- och kontoaktiviteter på alla nivåer.
De fem vanligtvis använda lagren är:
- Lager 1 (endpoint-centric): Detta lager används för att säkra åtkomstpunkten, och det omfattar enhets-ID, geolokalisering och autentisering och använder åtminstone en tvåfaktorsautentisering eller den säkrare tre-faktor autentiseringen.
- Layer 2 (navigationscentriskt): Detta lager involverar beteendeanalys, där sessionen övervakas, analyseras och jämförs med förväntade navigationsmönster.
- Layer 3 (kanal-centrerad): Detta lager övervakar alla användares eller kontors aktiviteter i en specifik kanal. Den jämför beteendet mot konfigurerade modeller och regler per enskild kanal och kan också uppdatera kontot eller användarprofilerna inklusive peer-gruppernas.
- Layer 4 (cross-channel-centric): Detta lager övervakar entitetens beteende över flera kanaler och produkter. Med hjälp av en gränsöverskridande metod letar den efter misstänkt konto- eller användarbeteende, ser över produkter och kanaler och korrelerar aktiviteter och varningar för varje enhet, konto eller användare.
- Lager 5 (analys av analysenheter): Detta lager analyserar förhållanden och aktiviteter mellan relaterade enheter och deras attribut. Dessa kan inkludera externa eller interna användare, maskiner eller konton som delar demografiska data eller transaktioner.
Förutom att använda avancerad teknik kräver en effektiv EFM kunnig personal för att hantera och hantera systemen och konfigurera regler och varningar och modeller att lita på. Organisationer bör ha etablerade processer och policyer som balanserar användbarhet, bekvämlighet och säkerhet.