AI助长虚假身份激增，反欺诈平台SEON扩展信号情报识破欺诈团伙

反欺诈与反洗钱（AML）合规AI指挥中心SEON今日宣布扩展其信号情报（Signal Intelligence），将平台的信号基础从900多个扩充至超过1,100个直接获取的专有数据点。新增覆盖范围包括地址情报、会话行为以及电话和运营商数据，并进一步深化数字足迹和设备信号。此次扩展帮助风控团队揭露身份信息中的矛盾之处以及串联欺诈团伙的基础设施，而无需在客户旅程中增加任何步骤。

判断客户是否真实正变得越来越难。过去，欺诈者必须拼凑身份证明材料，逐一填写每份表格，并逐个操作账户。伪造客户身份曾经需要花费不少功夫；如今只需一个网络连接和一条提示词。生成式人工智能工具可在几分钟内生成可信的个人资料和前后一致的设备历史记录。据金融行动特别工作组（FATF）称，任何拥有智能手机的人都能在创建一个社交媒体账号的时间内生成以假乱真的深度伪造内容。国际反洗钱师协会（ACAMS）报告显示，75%的反金融犯罪从业者连续第三年将生成式人工智能滥用列为首要新兴风险。尽管身份和目标仍由欺诈者选定，但AI智能体正以机器速度完成批量制作。

反欺诈团队面临的挑战在于，每个单独的信号本身看起来都可能是合法的。电子邮件通过了验证，设备看起来没有问题，地址也核实无误。只有将这些信号相互比对时，欺诈行为才会显现。SEON此次扩展为风控团队在上述每个层面提供了更多独立证据，创造了更多机会来揭露哪些是伪造的、哪些是重复使用的、哪些发生了变化。它深化了身份全貌中的三个部分：历史记录、关联基础设施和实时行为，并将这些背景信息用于支撑规则、分析师和AI智能体做出的下游决策。

揭示AI无法即时伪造的历史

• 数字足迹（Digital Footprint）检查可显示某个电子邮件或电话号码长期以来在人们使用的各类服务中的出现情况。扩展后的覆盖范围包括AI开发者平台、招聘网站、房地产网站和约会应用。
• 电话情报（Phone Intelligence）新增了SIM卡调换及携号转网历史记录。
• 这些信号结合在一起，帮助团队判断某个身份和电话号码是否在当下这一刻之前就已存在。

揭露欺诈团伙重复使用的基础设施

• 地址情报（Address Intelligence）通过在240多个国家验证和标准化地址，并为具体地址和建筑物分配统一标识符，将杂乱的地址字符串转化为风险信号。这些标识符能够揭露互不相关的账户在同一地点轮换使用不同单元号或不同书写格式的情况。
• 设备情报（Device Intelligence）扩展后的信号还能发现AI智能体活动、遭入侵的iOS设备、安卓（Android）eSIM不匹配，以及在VPN掩盖可见IP时网络所属国家不一致的情况。
• 这些信号结合在一起，帮助团队发现与重复使用的基础设施相关联的账户，并评估设备环境是否可信。

在意图形成过程中加以识别

• 会话监控（Session Monitoring）可追踪客户从开户、登录、账户找回到结账和支付的全过程行为。
• 团队可以在会话进行期间检测自动化操作、远程访问、屏幕外活动以及正在进行的通话，从而在可疑活动演变为账户盗用之前进行干预。

借助更多信号背景，提升智能体与人工的每一项决策

• 在SEON的AI指挥中心内，反欺诈和风控团队可以在规则、警报、客户审核和网络调查中使用这些新信号，让每一项决策都基于完整全貌。
• 此次扩展的每个信号还可通过SEON的模型上下文协议（MCP）服务器接入调查人员自选的AI工具，使智能体能够在同一处掌握全部背景信息，基于真实证据进行推理。
• 人工分析师和AI智能体可以基于同一信号基础开展工作，将证据从检测环节延续到调查和处置环节。

“AI让制造一个可信身份的成本变得很低。欺诈者难以大规模做到的，是在不重复使用基础设施的情况下为每个账户构建前后一致的历史记录，”SEON首席执行官兼联合创始人塔马什·卡达尔（Tamas Kadar）表示，“这正是我们的信号基础发挥作用的地方。反欺诈团队能够同时核查的维度越多，一个经不起推敲的身份就越难隐藏。”

SEON还推出了“隐藏风险档案”（Hidden Risk Files）系列，这是一组由其反欺诈顾问撰写的简短调查报告，展示特定信号如何捕捉到其他方案遗漏的欺诈行为。每个案例都从一条可疑线索入手，顺藤摸瓜追查到更大欺诈团伙背后的共享基础设施。该系列让反欺诈负责人切实了解信号情报如何改变调查工作。首期内容揭示了单一设备属性——一个屏幕亮度读数——如何将一个依托真实安卓硬件运作的欺诈团伙中的数千个账户关联起来。