案例研究——钱骡账户检测

业务问题

钱骡已经成为许多影响整个行业客户与银行的第三方欺诈和其他欺诈的主要推动因素。受到巨额财务收益的驱使并在各种数据泄露中盗取的凭证的帮助下，网络犯罪分子越来越擅长盗用真实的网上银行账户。但是，一旦欺诈者用盗用凭证侵入账户、或者针对真正的客户部署社会工程战略，则钱必须转入欺诈者持有并且可以将非法所得洗白的账户中。

钱骡是其银行账户用于通过金融系统洗白犯罪所得的人，通常有意或无意地被牵扯或招募进行洗钱活动。资金通过在多个金融机构开立的、看似互不关联的钱骡账户组成的大型网络快速流动，很难跟踪。

该大型金融机构曾面临识别其网上银行环境中的钱骡活动的难题，需要有一款不但能够检测此类活动，同时还能帮助阻止资金流动，并最终退回到犯罪受害人账户的解决方案。

利用LexID® Digital建立受信行为

自LexisNexis Risk Solutions首次投入使用以来，银行已经识别出50%以上的钱骡账户，并已经将965,000美元的欺诈所得资金退回到钱骡受害者账户中。这一成功离不开LexisNexis® Digital Identity Network®的功劳。LexisNexis® Digital Identity Network®能够通过分析位置、设备和行为异常等属性，揭露代表钱骡活动的异常行为。

依据从数千笔全球交易中产生的数百万日常客户交易众包情报（包括登录、支付和新账户应用程序），LexisNexis Digital Identity Network®可以利用匿名的全球共享情报，更好地区别客户与欺诈者。 

银行能够清楚看到钱骡活动产生的关联账户蜘蛛网。因此可以在登录时将已知的钱骡设备与新账户相关联，发送电子邮件警报，使其快速屏蔽这些新的钱骡账户。利用设备和IP情报联系设备，识别增加的钱骡和网络，在某个案例中，银行揭露了一个涉及140个钱骡账户的欺诈团伙。利用LexisNexis Risk Solutions提供的情报，银行还能够查明钱骡账户活动的位置，协助逮捕招募钱骡的欺诈者。

银行还根据行为模式部署了一个针对未知钱骡的钱骡模型。这样就可以从颗粒级别分析行为和模式，从而更准确地区分新钱骡与合法的行为变化。该钱骡模型允许可信用户行为发生变化，帮助减少合法客户的摩擦。