Cuando Nadia Green, una científica de datos de LexisNexis® Risk Solutions, empezó a examinar los datos biométricos de comportamiento de los móviles de un cliente del sudeste asiático, encontró un vínculo inesperado. En el caso de este cliente, la baja presión atmosférica registrada por los sensores de los dispositivos móviles parecía predecir en gran medida la actividad fraudulenta. Intrigada, Nadia indagó más.
El uso de la inteligencia de localización en combinación con los datos de biometría de comportamiento permitió identificar el país de origen: la actividad provenía de Myanmar. Pero, no había suficiente información granular para determinar las coordenadas exactas o las ciudades implicadas.
Sin embargo, una vez que Nadia se dio cuenta de que las lecturas de baja presión atmosférica se debían probablemente a una gran altitud, una rápida búsqueda en Internet reveló una cadena montañosa entre Myanmar y Tailandia. Solo hizo falta investigar un poco más para saber que en esta zona montañosa había un centro de refugiados.
La combinación de esta nueva información con otras señales normalmente inocuas, como el ángulo bajo de los dispositivos, que indica que están colocados planos sobre una superficie, y el campo magnético alto, que podría deberse a la proximidad de varios dispositivos, permitió obtener una imagen más completa. Nadia descubrió una actividad sospechosa que probablemente indicaba que los refugiados podían ser el objetivo y ser forzados a actuar como mulas de dinero y llevar a cabo operaciones de estafa contra su voluntad.
Una mula de dinero es una cuenta bancaria necesaria para recibir fondos fraudulentos y poder transferirlos y cobrarlos.
La trata de personas es un problema global que se estima genera más de $150 mil millones al año. Más de 27 millones de personas en todo el mundo son víctimas de la trata. Atraídas por la perspectiva de un empleo bien remunerado, cientos de miles de víctimas inocentes acaban en el sudeste asiático, donde son obligadas a trabajar en centros de estafa en internet. Este fraude relacionado a la trata de seres humanos es especialmente insidioso, ya que tiene dos grupos de víctimas: las que son objeto de estafas románticas, de inversión y de otro tipo; y los traficantes víctimas de la trata obligados a perpetrar estos delitos.
Las Naciones Unidas y la Interpol han lanzado la alarma sobre el creciente número de operaciones de estafas en Internet relacionadas con la trata de personas en el sudeste asiático, y que ahora se están extendiendo a otras regiones. Según un informe reciente de las Naciones Unidas, estos centros de estafa tienden a operar cerca de las fronteras de los países. De hecho, una de las zonas fronterizas destacadas en el informe es la región montañosa que Nadia identificó en su análisis de biometría del comportamiento.
La proximidad a las fronteras tiene sentido desde la perspectiva económica de la trata de personas: cuanto menor sea la distancia a una frontera, menor será el coste para los traficantes. Pero ¿podría la distancia de una transacción a la frontera ser utilizada para identificar los centros de fraude?
Solo un conjunto único de señales procedentes de sensores móviles podría haber captado la región montañosa de alto riesgo que Nadia identificó en un principio. Otras zonas susceptibles de albergar centros de fraude de trata de seres humanos pueden ser más difíciles de detectar solo con los datos de los sensores. Y ahí es donde la inteligencia de localización aporta una capa adicional de información.
Utilizando la tecnología de LexisNexis® Risk Solutions, es posible comparar la geolocalización de un dispositivo con la geografía local y calcular a qué distancia se encuentra una transacción de las fronteras de un país donde es probable que se encuentren los centros de fraude relacionados con la trata de personas.
En base a casi 7000 transacciones de mulas de dinero provenientes de los cinco países con mayor riesgo de actividad de mulas en un banco del sudeste asiático, LexisNexis® Risk Solutions identificó un patrón claro: las transacciones cercanas a las fronteras presentaban un mayor riesgo de provenir de mulas. En otras palabras, había una clara señal de fraude si una transacción en esta región se encontraba cerca de la frontera de un país.
El siguiente gráfico muestra el volumen de mulas confirmadas en lugares con un alto volumen de transacciones, como las capitales de Camboya y Tailandia, comparado con el volumen de mulas confirmadas cerca de varios lugares fronterizos.
La biometría del comportamiento aportó información valiosa para ayudar a identificar el centro de estafas en internet en la zona montañosa entre Myanmar y Tailandia. Pero esta es solo una parte de nuestra lucha contra el fraude. La elaboración de una imagen más sólida del riesgo requiere un enfoque más exhaustivo desde múltiples frentes. No solo el fraude en internet y móvil está creciendo en todo el mundo, sino que la creciente sofisticación de las empresas delictivas, la naturaleza clandestina de las operaciones con mulas y las dificultades para compartir información transfronteriza entre organizaciones públicas y privadas aumentan la complejidad de la identificación de las mulas de dinero.
A fin de crear la ofensiva más sólida para detectar y bloquear la actividad de las mulas de dinero, las organizaciones deben buscar las siguientes soluciones:
Intercambio de datos: La plataforma LexisNexis® Digital Identity Network® ayuda a aprovechar la inteligencia global compartida de casi tres mil millones de transacciones mensuales. Vincula la información digital, física y de comportamiento para diferenciar a los usuarios auténticos y de confianza de los estafadores y los bots. Consortium, una iniciativa conjunta, complementa la inteligencia colectiva de Digital Identity Network®, permitiendo a las organizaciones luchar colectivamente contra el fraude.
Inteligencia: El uso del análisis de datos, el aprendizaje automático y el modelado de reglas permite conocer el comportamiento en detalle. LexisNexis® Risk Solutions analiza estas características de comportamiento únicas para identificar patrones y anomalías indicativos de fraude, lo que les ofrece a las organizaciones la inteligencia necesaria para tomar decisiones precisas y oportunas.
Transforme las interacciones humanas en inteligencia procesable
Aprenda másReconozca a los buenos clientes recurrentes y separe a los defraudadores, todo casi en tiempo real.
Aprenda másObtenga una idea clara de quién está detrás de una transacción y el riesgo asociado; automatice los flujos de trabajo de decisión y mejore la experiencia del cliente, casi en tiempo real.
Aprenda másFacilite la seguridad cibernética y la gestión de riesgos a través de la innovación de la ciencia de datos y la inteligencia compartida.
Aprenda más