Okta
flow-image

Cómo Okta utiliza el aprendizaje automático para detectar y mitigar automáticamente el fraude en los peajes

Este recurso ha sido publicado por Okta

El libro blanco de Okta explica cómo se utiliza el aprendizaje automático (ML) para detectar y mitigar el fraude de peaje, en concreto el fraude internacional de ingresos compartidos (IRSF), que explota la AMF basada en SMS y voz para obtener beneficios económicos. Los estafadores generan llamadas o mensajes de texto internacionales de alto coste durante los flujos de autenticación, lo que provoca pérdidas financieras significativas para las empresas. El sistema antifraude de Okta combina la detección heurística, los modelos ML no supervisados (algoritmo de bosque aislado) y los límites de tarifa en función del riesgo para analizar las transacciones en tiempo real. Este enfoque mejoró la detección en un 20% sin aumentar los falsos positivos, protegiendo los sistemas de autenticación y garantizando al mismo tiempo un acceso fiable de los usuarios y una interrupción mínima.

Descargue ahora

box-icon-download

*campos necesarios

Please agree to the conditions

Al solicitar este recurso, acepta nuestros términos de uso. Todos los datos están protegidos por nuestra Política de privacidad. Si tiene más preguntas, envíe un correo electrónico a dataprotection@headleymedia.com.

Categorías relacionadas Seguridad, Seguridad del sitio, Inteligencia artificial, Aprendizaje profundo, Aprendizaje no supervisado, Aprendizaje por refuerzo, Algoritmos ML, Preprocesamiento de datos, Formación de modelos, Gestión de existencias, Mantenimiento predictivo, Optimización logística, Control de calidad

Más recursos de Okta