Schutz auf mehreren Ebenen von Kaspersky
Fraud Prevention Cloud setzt auf maschinelles Lernen und Big Data
| Autor / Redakteur: Matthias Semlinger / Nico Litzel
Kaspersky Lab präsentiert mit seiner Fraud Prevention Cloud eine Lösung, die Organisationen wie Banken, Finanzinstitute und staatliche Behörden vor Betrug im Online-Service und im Transaktionsbereich schützen soll.
Neben Schutzkomponenten für Computer und mobile Geräte integriert die neue Version zahlreiche Cloud-basierte Technologien wie eine Gerätereputationsdatenbank sowie Verfahren der Geräte- und Umgebungsanalyse, Verhaltensanalyse, Biometrie und der geräteunabhängigen Malware-Entdeckung.
Die zunehmende Beliebtheit von Online- und Mobile-Banking zwingt Unternehmen verstärkt dazu, gegen Betrug und Geldwäsche vorzugehen und gleichzeitig für die Sicherheit ihrer Kunden zu sorgen.
Finanzbetrug grassiert
Laut einer Kaspersky-Studie zu Cyberbedrohungen im Finanzsektor ist im vergangenen Jahr beispielsweise jeder vierte Bankkunde Opfer von Finanzbetrug geworden. Kaspersky Fraud Prevention Cloud bietet sowohl für Organisationen als auch für Kunden mehrschichtigen Cyberschutz, mit dem Geldverluste und Präventionskosten minimiert werden.
Die Lösung integriert fortschrittliche Technologien, mit denen verdächtige Aktivitäten sichtbar gemacht und entdeckt werden können. Über Verhaltensanalyse und biometrische Verfahren können Personen verifiziert werden.
Analyse des Nutzerverhaltens
Das Verhalten wird über Bewegungen der Computermaus, getätigte Klicks und Scrolls sowie Tastaturanschläge am PC und über Beschleunigungsmesser beziehungsweise Kreiselpositionen und Gesten auf mobilen Geräten analysiert.
Kaspersky Fraud Prevention Cloud akkumuliert und analysiert das Verhalten von Umgebungen, Geräten und deren Anwendung mittels anonymisierter und nichtpersonalisierter Big-Data-Informationen in der Cloud. Diese Informationen werden dann für forensische Analysen und automatisierte Offline-Analyse-Tools verfügbar.
HuMachine-Ansatz von Kaspersky Lab
Die Technologie Risk Based Authentication (RBA) bewertet das Risiko, bevor sich ein Nutzer in ein System einloggt. Ob der Nutzer Zugang erhält oder die Anfrage genauer verifiziert werden muss, entscheiden interne Backend-Systeme.
Diese Funktion verbessert die Nutzerfreundlichkeit für legitimierte Nutzer, indem die Anzahl der Authentifizierungsstufen gering gehalten wird, während unautorisierte Nutzer enttarnt werden, bevor sie einen Betrug begehen können.
