A Sardine descobre uma rede de fraude de apropriação de contas para um banco canadense de nível 1
Um dos seis bancos de importância sistêmica do Canadá precisava de uma defesa mais robusta contra a fraude de apropriação de contas. Os cibercriminosos conseguiam lançar esquemas de apropriação de contas (ATO) e preenchimento de credenciais em grande escala, forçando o banco a tentar diferenciar entre atividade legítima de clientes e fraude.
Diante do aumento dos desafios de compliance e das perdas de clientes, o banco fez parceria com a Sardine para identificar fatores de risco e desmascarar redes de fraude mais amplas. A Sardine forneceu inteligência de dispositivo e biometria comportamental que bloquearam um ataque de spearphishing e descobriram uma rede de fraude com centenas de contas.
O desafio: logins de alto volume e o "imposto" do atrito
O banco digital traz mais acesso e maior risco de fraude. À medida que as redes de fraude aumentam suas capacidades, as contas ficam sob ameaça de esquemas de ATO. Vazamentos de dados frequentes tornaram as credenciais dos consumidores disponíveis para compra online no Telegram ou na dark web, permitindo que agentes mal-intencionados as usem em ataques massivos de preenchimento de credenciais. O banco canadense viu em primeira mão o caos que isso pode causar.
Na prática, a falta de uma solução unificada de dispositivo e comportamento desacelerava as investigações e dificultava a capacidade de resposta do banco. Isso se manifesta de três formas específicas:
- A armadilha da investigação manual: Sem detecção automatizada, os analistas são forçados a gastar seu tempo recuperando fundos roubados e prestando suporte reativo. Isso transforma a prevenção de fraude em uma tarefa administrativa custosa, em vez de uma estratégia proativa.
- A lacuna de visibilidade: Sistemas fragmentados tornavam impossível identificar contas comprometidas em tempo real. Sem um hub centralizado para verificar se um usuário estava mascarando sua localização ou usando um dispositivo sequestrado, o banco tinha dificuldade em distinguir entre agentes mal-intencionados e clientes legítimos.
- O dilema entre atrito e perdas: Com mais de 400 milhões de logins por ano, o banco enfrentava uma luta constante para equilibrar segurança e experiência do usuário. Apertar as regras para impedir tentativas de ATO frequentemente resultava em altas taxas de falsos positivos, o que frustrava usuários fiéis e aumentava a carga sobre as equipes de suporte.
A solução: separando tráfego de alto e baixo risco
Para quebrar o ciclo de investigações manuais, o banco de nível 1 fez parceria com a Sardine para ir além de simples sinais de login e adotar uma visão holística do comportamento do usuário. Isso mudou a estratégia de uma defesa reativa para uma resposta sistemática à apropriação de contas.
Ao integrar o conjunto de biometria de dispositivo e comportamento da Sardine, o banco ganhou a capacidade de ver o "como" por trás de cada login. A plataforma divide o tráfego usando sinais em tempo real, como novos IDs de dispositivo, mudanças de IP e mudanças comportamentais, permitindo que a equipe separe instantaneamente tentativas de alto risco de clientes legítimos.
Inteligência além do login
A Sardine oferece insights técnicos que ferramentas legadas não conseguem alcançar. Por meio de telemetria profunda em nível de sessão, o banco agora consegue detectar atividade automatizada e infraestrutura de fraude coordenada antes que uma tentativa de ATO seja bem-sucedida. A equipe consegue ver se um "cliente" é na verdade um script de bot pulando diretamente para ações específicas sem pausas naturais, ou se um ID de dispositivo esteve vinculado a milhares de outras contas em toda a dark web. Isso permite que o banco impeça ataques impulsionados por bots antes que um único dólar seja movimentado.
Implantação rápida de regras
O motor de regras da Sardine permite que o banco construa e implante lógica personalizada sem esperar por longos ciclos de engenharia. Essa agilidade foi fundamental para descobrir um ataque massivo de spearphishing que antes havia passado despercebido. O banco passou de uma posição em que não conseguia agir apenas com base em sinais de login para uma postura proativa, na qual testa hipóteses com dados históricos e ativa novas proteções imediatamente.
Neutralizando redes coordenadas
Ao aproveitar a Community Risk Intelligence, o banco passou de investigar incidentes isolados a neutralizar infraestruturas de fraude inteiras. Após receber o primeiro lote de dados, o sistema identificou um sofisticado preenchimento de credenciais impulsionado por redes de bots, incluindo logins coordenados a partir de endereços IP e domínios de e-mail compartilhados. Ao rastrear esses vínculos, o banco agora consegue identificar e bloquear redes coordenadas que usam milhares de contas para explorar o sistema.
Os resultados: US$ 800 mil economizados e falsos positivos reduzidos
Em questão de dias após a implantação, o banco obteve a alavancagem técnica necessária para transformar sinais de detecção em proteção em toda a plataforma. Ao eliminar os silos de dados e unificá-los em uma visão baseada em grafo, a equipe de fraude passou de investigações reativas para a neutralização proativa de ameaças. Essa mudança economizou à instituição US$ 800 mil em perdas potenciais.
A mudança de fluxos de trabalho manuais para inteligência automatizada permitiu que a equipe de fraude do banco se concentrasse em estratégia de alto nível, em vez de manutenção administrativa. Isso se manifesta em três melhorias operacionais centrais:
- Estratégia descentralizada: Ao eliminar a necessidade de recuperação manual de dados e rotulagem fortemente dependente de engenharia, os analistas agora implantam nova lógica de detecção em minutos. Essa agilidade permitiu que o banco tomasse ação imediata sobre 148 contas comprometidas e desmantelasse uma rede de fraude de 733 contas.
- Melhoria na precisão de conversão: Maior precisão de detecção reduziu a taxa de falsos positivos entre 16% e 26%. Isso protege diretamente a experiência do cliente e reduz o enorme volume de suporte que normalmente aumenta quando regras superajustadas bloqueiam ações bancárias legítimas.
- Visibilidade em nível de rede: O banco agora neutraliza a infraestrutura que sustenta as redes de fraude no ponto de entrada. Em vez de esperar que uma transação fraudulenta sinalize um problema, a equipe identifica ameaças como transferências internacionais de dispositivo ou preenchimento de credenciais impulsionado por bots no momento em que surgem.
Neutralizando clusters de fraude internacional
A inteligência da Sardine expôs padrões sofisticados que sistemas legados não detectavam. Em um caso, o sistema descobriu uma sessão legítima do Canadá seguida imediatamente por um IP da Romênia. Isso revelou um claro esquema de transferência de dispositivo e revenda de contas. Ao rastrear esses vínculos, o banco identificou um cluster de fraude de 370 IDs de clientes conectados por meio de 94 dispositivos compartilhados em quase 3.000 sessões.
O banco usou esses insights para iniciar intervenções direcionadas durante ações de alto risco, como mudanças de beneficiário ou grandes transferências. Esse nível de granularidade permitiu que a instituição colocasse 149 clientes sob proteção imediata de conta e os notificasse sobre a ameaça antes que perdas adicionais ocorressem.
Por meio da detecção automatizada e baseada em grafo, o banco fez a transição para um modelo de prevenção sustentada. A alta taxa de detecção e a redução da carga operacional proporcionaram um retorno sobre o investimento significativo.
Olhando para o futuro: escalando a defesa proativa
Com esse sucesso, o cliente e a Sardine estão expandindo a análise para estratégias de integração personalizadas, como impressão digital de visitantes e detecção de preenchimento de credenciais. O trabalho futuro inclui quantificar as perdas por fraude evitadas, melhorar a detecção de fraude móvel e aproveitar a análise de componentes conectados para uma interrupção mais ampla das redes de fraude. A Sardine continua trabalhando com o banco de nível 1 para deter novos vetores de ataque e otimizar custos por meio de uma análise de ROI mais profunda e iterativa.