کلاهبرداری در تراکنش‌ها: چگونه اتفاق می‌افتد و چگونه می‌توان جلوی آن را گرفت

از کارت کسی بابت چیزی که هرگز نخریده، مبلغی کسر می‌شود. یک تاجر سفارشی ۲۰۰۰ دلاری ارسال می‌کند، اما بعداً متوجه می‌شود که با اطلاعات سرقتی پرداخت شده است. بانکی حسابی را مسدود می‌کند زیرا الگوی خرج کردن ناگهان هیچ شباهتی به عادات معمول صاحب حساب ندارد. صحنه‌های متفاوت، مشکل ریشه‌ای یکسان: کلاهبرداری در تراکنش، و این برای همه افراد درگیر، هزینه واقعی دارد.

هیچ ترفند واحدی پشت آن نیست. کلاهبرداری تراکنشی هرگونه استفاده فریبنده یا غیرمجاز از اعتبارنامه‌های پرداخت برای جابجایی پول یا کالا را پوشش می‌دهد و شبکه‌های کارتی هر ساله میلیون‌ها تراکنش غیرمجاز را شناسایی می‌کنند، رقمی که با افزایش خریدهای آنلاین، همچنان در حال افزایش است. فروشندگان این موضوع را از طریق برگشت وجه و از دست دادن موجودی احساس می‌کنند. خریداران نیز این موضوع را از طریق وجوه دزدیده شده و ساعت‌هایی که صرف استدلال برای کسر وجه از یک صورتحساب می‌شود، حس می‌کنند. در ادامه: کلاهبرداری تراکنشی در واقع چگونه است، چرا همچنان اتفاق می‌افتد و چه چیزی واقعاً به توقف آن کمک می‌کند.

کلاهبرداری تراکنشی دقیقاً چیست؟

اصطلاحات تخصصی را کنار بگذارید و به این نتیجه می‌رسید: کسی از اطلاعات پرداخت، شماره کارت، حساب بانکی، کیف پول دیجیتال، بدون اینکه صاحب اصلی آن موافقت کند، استفاده می‌کند. یا آنها خرید را به اشتباه ارائه می‌دهند تا از پرداخت کامل آن طفره بروند. یک کارت اعتباری دزدیده شده که در هنگام پرداخت استفاده می‌شود، مهم است. یک فاکتور جعلی که در صف پرداخت حساب‌ها قرار گرفته است، یا مشتری که مدام قسم می‌خورد که هرگز بسته‌ای را که نشان می‌دهد تحویل داده شده، دریافت نکرده است، نیز مهم است.

فریب، نخ تسبیح همه اینهاست. کسی از طریق اطلاعاتی که حقش را نداشته یا از طریق داستانی که درست نیست، به پول یا کالا دست پیدا می‌کند. بانک‌ها و پردازشگران پرداخت در اینجا هیچ تردیدی ندارند - هر تراکنشی که فاقد مجوز واقعی دارنده حساب باشد، صرف نظر از مسیری که کلاهبردار برای ورود به آن طی کرده باشد، کلاهبرداری تلقی می‌شود.

اما راه حل به شدت به نوع آن بستگی دارد. یک شماره کارت دزدیده شده، دفاعیات متفاوتی را می‌طلبد تا یک مشتری که به هزینه‌ای که واقعاً مجاز به آن بوده، اعتراض دارد. تشخیص اینکه با کدام نوع تراکنش جعلی روبرو هستید، گام اول است.

اگر کمی دقت کنیم، کلاهبرداری در تراکنش‌ها در واقع بخشی از یک کل بسیار بزرگتر است: کلاهبرداری مالی به طور کلی، که شامل مواردی مانند کلاهبرداری‌های سرمایه‌گذاری و کلاهبرداری در بیمه نیز می‌شود. چیزی که آن را متمایز می‌کند، ارتباط مستقیم با یک پرداخت خاص است. به طرز عجیبی، همین ارتباط است که ردیابی تراکنش‌های غیرمجاز تا منبع آنها را آسان‌تر از طرح‌های کلاهبرداری می‌کند که ماه‌ها طول می‌کشند.

انواع رایج کلاهبرداری در تراکنش‌ها

تاکتیک‌های کلاهبرداری دائماً در حال تکامل هستند، اما بیشتر آنها در چند دسته قابل تشخیص قرار می‌گیرند. درک هر یک از آنها به شما کمک می‌کند تا قبل از اینکه برایتان هزینه داشته باشد، الگو را تشخیص دهید.

• کلاهبرداری بدون ارائه کارت - از شماره کارت دزدیده شده برای خرید آنلاین یا تلفنی استفاده می‌شود که در آن کارت فیزیکی هرگز نشان داده نمی‌شود. این رایج‌ترین شکل کلاهبرداری تراکنش در تجارت الکترونیک امروز است.
• تصاحب حساب - یک کلاهبردار اغلب از طریق نقض داده‌ها یا فیشینگ به یک حساب کاربری موجود دسترسی پیدا می‌کند و تراکنش‌ها را طوری آغاز می‌کند که انگار مالک واقعی آن است.
• سرقت هویت - یک مجرم از اطلاعات شخصی کسی، مانند شماره تأمین اجتماعی، برای باز کردن حساب‌های جدید یا خطوط اعتباری به نام او استفاده می‌کند.
• کلاهبرداری مبتنی بر فیشینگ - قربانیان از طریق ایمیل‌ها، پیامک‌ها یا وب‌سایت‌های جعلی فریب می‌خورند تا جزئیات کارت، رمزهای عبور یا کدهای یکبار مصرف را ارائه دهند.
• کلاهبرداری دوستانه (سوءاستفاده از بازپرداخت وجه) - مشتری خرید قانونی انجام می‌دهد، سپس با وجود اینکه کالا را دریافت کرده است، با بانک خود در مورد مبلغ پرداختی اختلاف نظر پیدا می‌کند و ادعا می‌کند که این کار غیرمجاز بوده است.
• کلاهبرداری بانکی - کلاهبرداران خود را به جای یک فروشنده، مدیر اجرایی یا بانک جا می‌زنند تا یک کسب و کار را فریب دهند تا وجوه را به حسابی که تحت کنترل آنهاست واریز کند.

هر یک از این موارد، امضای متفاوتی در داده‌های تراکنش از خود به جا می‌گذارند. سیستم‌های تشخیص هویت دقیقاً برای همین منظور ساخته شده‌اند.

کلاهبرداری در تراکنش‌ها چگونه اتفاق می‌افتد؟

اگر بیشتر تراکنش‌های کلاهبرداری را به اندازه کافی به عقب ردیابی کنید، به یکی از چند دلیل انگشت‌شمار آنها خواهید رسید. داده‌های کارت‌های دزدیده شده در صدر فهرست قرار دارند - این داده‌ها پس از نقض امنیتی در بازارهای وب تاریک گردش می‌کنند و کلاهبرداران دسته‌های کاملی از شماره‌ها را خریداری می‌کنند تا آزمایش کنند که کدام یک هنوز کار می‌کنند.

رخنه‌های امنیتی بزرگ در خرده‌فروشان یا پردازنده‌های پرداخت، جریان این عرضه را حفظ می‌کنند. یک حادثه می‌تواند میلیون‌ها شماره کارت، ایمیل و رمز عبور را در یک لحظه فاش کند و این اطلاعات ماه‌ها بعد در ده‌ها سایت غیرمرتبط بازیافت می‌شود.

مهندسی اجتماعی بیش از آنچه مردم فکر می‌کنند اهمیت دارد. یک کلاهبردار به جای نفوذ به یک سیستم، فقط با حرف زدن راه خود را باز می‌کند. یک تماس متقاعدکننده از «بانک شما» اغلب برای لو رفتن رمز عبور یکبار مصرف کافی است و رمزهای عبور تکراری فقط اوضاع را بدتر می‌کنند - یک اعتبارنامه فاش شده نمی‌تواند حساب‌ها را به هیچ وجه به اندازه نفوذ اولیه باز کند.

سپس شکاف‌های احراز هویت قدیمی و ساده‌ای وجود دارد. صرف نظر کردن از تأیید آدرس، صرف نظر کردن از بررسی CVV، صرف نظر کردن از احراز هویت چند عاملی، و به کلاهبرداران فضای بیشتری برای فعالیت مخفیانه داده‌اید.

کلاهبرداری کارت اعتباری بیشترین توجه را به خود جلب می‌کند زیرا شماره‌های دستکاری‌شده ارزان و به راحتی در صفحه پرداخت قابل آزمایش هستند. با این حال، همین علل ریشه‌ای، طیف وسیع‌تری از کلاهبرداری‌های مالی را که هیچ ارتباطی با کارت‌ها ندارند، ایجاد می‌کنند - انتقال وجه جعلی، فاکتورهای جعلی که در گردش کار حساب‌های پرداختنی قرار می‌گیرند و مواردی از این دست.

چگونه کلاهبرداری در تراکنش‌ها را تشخیص دهیم؟

تشخیص به شناسایی الگوهایی که با رفتار عادی و قانونی مطابقت ندارند، خلاصه می‌شود. هیچ سیگنال واحدی به تنهایی کلاهبرداری را اثبات نمی‌کند، اما ترکیبی از پرچم‌های قرمز احتمال وقوع را به میزان قابل توجهی افزایش می‌دهد و سیستم‌های مدرن تشخیص کلاهبرداری هر یک از این سیگنال‌ها را در زمان واقعی امتیازدهی می‌کنند و فعالیت‌های مشکوک را قبل از اینکه پرداختی انجام شود، برای بررسی علامت‌گذاری می‌کنند.

تیم‌های تشخیص و پیشگیری از کلاهبرداری معمولاً به جای تکیه بر هر یک به تنهایی، چندین مورد از این سیگنال‌ها را در یک امتیاز ریسک ترکیب می‌کنند. یک آدرس نامتناسب به علاوه یک سفارش با ارزش بالا و عجله‌ای، سیگنالی بسیار قوی‌تر از هر یک از این نشانه‌ها به تنهایی است.

برخی از بازرگانان اکنون پا را فراتر گذاشته و اثر انگشت دستگاه و بیومتریک رفتاری را لایه لایه می‌کنند، ریتم تایپ، حرکت ماوس یا حتی نحوه نگه داشتن تلفن را ردیابی می‌کنند. این راهی برای تشخیص موارد پیشرفته تقلب است که بررسی‌های مبتنی بر قانون به تنهایی معمولاً از دست می‌دهند.

بهترین شیوه‌های پیشگیری از کلاهبرداری برای کسب‌وکارها

پیشگیری مؤثر از کلاهبرداری به صورت دفاع لایه‌ای بهترین عملکرد را دارد. هیچ ابزار واحدی نمی‌تواند جلوی هر حمله‌ای را بگیرد، اما اقدامات ترکیبی، اکثر تلاش‌ها را، از طرح‌های بدون کارت گرفته تا کلاهبرداری آشکار از کارت اعتباری، بسیار پرهزینه می‌کند و کلاهبرداران نمی‌توانند به آن فکر کنند.

1. احراز هویت چند عاملی را در حساب‌های مشتری و سیستم‌های تأیید پرداخت داخلی فعال کنید ، بنابراین یک رمز عبور دزدیده شده به تنهایی برای تکمیل تراکنش کافی نیست.
2. برای اطمینان از دسترسی فیزیکی خریدار به کارت و جزئیات صورتحساب ، از بررسی‌های تأیید آدرس (AVS) و CVV در هنگام پرداخت استفاده کنید .
3. قوانین سرعت را اعمال کنید که تلاش‌های تکراری سریع از همان کارت، آدرس IP یا دستگاه را علامت‌گذاری یا مسدود می‌کند و تراکنش‌های غیرمجاز را قبل از تکمیل متوقف می‌کند.
4. برای حساب‌های با ارزش بالا یا روابط B2B، به خصوص قبل از انتقال وجه‌های بزرگ، بررسی‌های KYC (مشتری خود را بشناسید) را انجام دهید .
5. ناهنجاری‌های رفتاری را زیر نظر داشته باشید ، مانند یک مشتری قدیمی که ناگهان از یک کشور یا دستگاه جدید سفارش می‌دهد.
6. کارکنان را برای تشخیص تلاش‌های مهندسی اجتماعی، به ویژه در مورد درخواست‌های انتقال وجه و تنظیم مجدد رمز عبور، آموزش دهید .

همچنین ارزش دارد که در وهله اول در مورد نحوه پذیرش پرداخت تجدید نظر کنید. پرداخت‌های مبتنی بر کارت، ریسک ذاتی برگشت وجه را به همراه دارند: مشتری می‌تواند هفته‌ها پس از دریافت وجه، آن را رد کند و فروشنده اغلب حتی زمانی که فروش قانونی بوده است، ضرر را متحمل می‌شود. پرداخت‌های ارز دیجیتال متفاوت عمل می‌کنند، زیرا تراکنش‌ها پس از تأیید غیرقابل برگشت هستند، که این امر برگشت وجه و کلاهبرداری‌های دوستانه را به طور کامل از معادله حذف می‌کند. به همین دلیل است که بیشتر بازرگانان، سفارش‌های با ریسک بالاتر یا بین‌المللی را از طریق یک درگاه پرداخت ارز دیجیتال مانند Plisio در کنار پردازش کارت‌های موجود خود انجام می‌دهند و بدون اینکه از مشتریان بخواهند نحوه خرید خود را تغییر دهند، در معرض یکی از رایج‌ترین انواع کلاهبرداری در تراکنش‌ها قرار می‌گیرند.

با این اوصاف، پرداخت‌های کریپتو خطرات خاص خود را دارند، عمدتاً کلاهبرداری‌های فیشینگ و تخلیه کیف پول به جای بازپرداخت وجه، بنابراین همان هوشیاری در مورد احراز هویت و تأیید اعتبار همچنان اعمال می‌شود.

نقش یادگیری ماشین و تشخیص ناهنجاری

یک بانک بزرگ تراکنش‌های بسیار زیادی را جابجا می‌کند که بررسی دستی آنها برای افراد غیرممکن است. بنابراین یادگیری ماشینی این کمبود را جبران می‌کند. یک مدل را به داده‌های تراکنش‌های تاریخی کافی ارجاع دهید و با گذشت زمان، آنچه را که برای یک مشتری مشخص، یک فروشنده مشخص، حتی یک صنعت کامل «عادی» به نظر می‌رسد، پیدا می‌کند - هیچ‌کس مجبور نیست آن قوانین را با دست بنویسد.

تشخیص ناهنجاری، قطعه‌ای است که در واقع موارد را علامت‌گذاری می‌کند. خرید ساعت ۳ صبح از دستگاهی که مشتری قبلاً هرگز به آن دست نزده است. یک جهش هزینه بسیار فراتر از الگوی معمول آنها. مدل‌هایی مانند این با ورود داده‌های جدید، مرتباً آموزش مجدد می‌بینند، بنابراین صادقانه بگویم، آنها تمایل دارند تاکتیک‌های کلاهبرداری جدید را بهتر از یک چک لیست قدیمی مبتنی بر قانون، دنبال کنند.

با این حال، هیچ چیز اینجا رایگان به دست نمی‌آید. شما قبل از اینکه یک مدل اعتمادی را جلب کند، به انبوهی از داده‌های پاک نیاز دارید، و حتی مدل‌های قوی هم گاهی اوقات به اشتباه مشتریان واقعی را مسدود می‌کنند. به همین دلیل است که اکثر تیم‌ها تصمیم نهایی را به الگوریتم نمی‌دهند - هنوز کسی هست که تصمیمات نهایی را بررسی کند.

چرا بانک‌ها زحمت صرف هزینه برای این کار را به خود می‌دهند؟ چون استخدام تعداد کافی کارمند برای بررسی دستی تک تک تراکنش‌ها در آن مقیاس، واقع‌بینانه نیست. یک سیستم به درستی تنظیم‌شده می‌تواند هزاران تراکنش را در ثانیه بررسی کند، تراکنش‌های ناقص را به یک انسان هدایت کند و همه چیز دیگر را بدون اینکه کسی منتظر بماند، انجام دهد.

در مورد موارد مشکوک به کلاهبرداری چه باید کرد؟

اگر تراکنشی را مشاهده کردید که به نظر جعلی می‌آید، چه به عنوان یک فروشنده و چه به عنوان دارنده کارت، سرعت اهمیت پیدا می‌کند.

واکنش درست بستگی به این دارد که آیا شما کسی هستید که پول را از دست داده‌اید یا کسی هستید که باید آن را بررسی کند. حمایت‌های فدرال عموماً مسئولیت مصرف‌کننده را برای تراکنش‌های غیرمجازی که به سرعت گزارش می‌شوند، محدود می‌کنند، اما فروشندگان در بیشتر فروش‌های بدون کارت که مورد اختلاف قرار می‌گیرند، صرف نظر از اینکه در نهایت چه کسی مقصر است، ضرر را متحمل می‌شوند.

برای مصرف‌کنندگانی که متوجه تراکنش جعلی در صورتحساب خود می‌شوند:

• فوراً با بانک یا صادرکننده کارت خود تماس بگیرید تا کسر وجه را گزارش دهید و در صورت لزوم درخواست مسدود کردن آن را بدهید.
• رمزهای عبور هر حسابی که کارت یا اطلاعات کاربری لو رفته در آن استفاده می‌شود را تغییر دهید.
• گزارش اعتباری خود را برای یافتن نشانه‌های سرقت هویت گسترده‌تر، زیر نظر داشته باشید.
• هشدارهای حساب را تنظیم کنید تا تراکنش‌های غیرمجاز یا فعالیت‌های مشکوک را در همان لحظه وقوع شناسایی کنید، نه چند هفته بعد و پس از دریافت صورتحساب.

برای بازرگانانی که مشکوک به کلاهبرداری بودن یک سفارش هستند:

• قبل از ارسال، سفارش را نگه دارید و جزئیات خریدار را به صورت دستی تأیید کنید.
• آدرس صورتحساب، موقعیت IP و تاریخچه سفارش را برای یافتن موارد مشکوک بررسی مجدد کنید.
• الگوهای کلاهبرداری تأیید شده را به تیم تشخیص کلاهبرداری پردازنده پرداخت خود گزارش دهید تا تلاش‌های مشابه به طور خودکار علامت‌گذاری شوند.

اقدام در عرض ۲۴ تا ۴۸ ساعت اول، به طور معناداری احتمال بازیابی وجوه یا جلوگیری از تلاش مجدد را افزایش می‌دهد.

کلاهبرداری در تراکنش‌ها از بین نمی‌رود. شکست‌ناپذیر هم نیست. کسب‌وکارهایی که کمترین ضرر را متحمل می‌شوند، روی یک راه‌حل جادویی شرط نمی‌بندند - آنها تشخیص، تأیید و گزینه‌های پرداخت هوشمندانه‌تر را روی هم قرار می‌دهند. با اصول اولیه شروع کنید: احراز هویت، نظارت، بررسی آدرس. با افزایش حجم، از آنجا شروع کنید، زیرا عادت‌های تشخیص کلاهبرداری که تلاش‌های کلاهبرداری در تراکنش‌های امروزی را متوقف می‌کنند، همان عادت‌هایی هستند که در آینده، میزان افشای کلاهبرداری مالی گسترده‌تر را پایین نگه می‌دارند.

Simon Chartan

A journalist with a strong technical background and a passion for decentralized finance. With degrees in MBA and Master of Engineering in Data Science, the author combines analytical expertise with a clear, engaging writing style. At Plisio, they cover topics such as cryptocurrency, blockchain, DeFi, and digital finance—helping readers make sense of a rapidly evolving fintech landscape.