近年來，隨著全球化進程的加速和跨境貿易的蓬勃發展，跨境支付的需求大幅增加。根據Grand View Research的報告，2021年全球跨境支付市場規模估計為22.09萬億美元。到2025年，全球跨境支付市場預計將達到35.9萬億美元，較2020年增長30%以上。在支付方式上，傳統銀行轉賬仍占主導地位，但數字支付、移動支付和區塊鏈技術的應用正在迅速增長。亞洲、非洲和拉丁美洲等移動支付普及率飛速增長的新興市場，將成為跨境支付增長的主要推動力。這些地區的經濟發展和互聯網普及率提高，將帶來大量的跨境支付需求。

而跨境支付行業的快速發展也吸引了欺詐團伙的關注，并產生了大量欺詐行為，尤其是在注冊和交易環節，欺詐團伙常常利用合成身份和偽造證件等方式進行各種欺詐。根據CyberSource的報告，2020年金融服務行業（包括跨境支付）每年因欺詐損失約為320億美元。這包括信用卡欺詐、身份盜竊和賬戶接管等類型的欺詐；2021年，亞太地區跨境支付欺詐的損失估計超過150億美元。該地區快速增長的電子商務市場和較低的欺詐檢測技術使其成為欺詐者的目標。

跨境支付行業中存在的主要欺詐類型有合成身份欺詐、偽造證件欺詐以及賬戶接管欺詐。其中合成身份欺詐因其隱蔽性和高成功率，對金融機構和跨境支付平臺造成的損失尤其嚴重，美國金融服務行業每年因合成身份欺詐損失約60億美元。偽造證件欺詐則是另一種常見的欺詐攻擊手段，全球每年因偽造證件欺詐造成的損失在10億美元左右，跨境支付平臺特別容易受到此類欺詐的攻擊，因為身份驗證過程復雜且難以全面覆蓋全球各地區的標準。

如上欺詐技術手段與手法能夠快速迭代升級，讓受攻擊企業苦不堪言，傳統的防范措施并不能與時俱進的高效解決這些欺詐攻擊。這些欺詐手段的發展，與深度偽造技術的演進有著千絲萬縷的聯系。深度偽造是指經過操縱或合成的媒體，通過使用人工智能和機器學習算法來創建令人信服的虛假內容。這些復雜的技術使犯罪分子能夠將一個人的臉部疊加到另一個人身體上，或者改變他們的面部表情、聲音或手勢。由此捏造出來的內容高度真實，通常很難與真實的錄音或圖像區分。文本、圖像、音頻、視頻等各類內容都成為了深度偽造的對象。以深度偽造視頻為例，視頻圖像主要基于生成對抗網絡(GAN)生成，通過訓練大量的面部圖像數據，模型可以學習面部特征之間的潛在關系，進而生成與真實面部特征高度相似的虛假面部特征。隨著技術的演進，創建深度偽造視頻的成本越來越低，所需的訓練時間越來越少，生成的視頻質量也越來越高，更加難以辨別和檢測。

與此同時，很多平臺提供了Deepfake類的制作工具，個人用戶可以更輕松地生成違規內容，例如在GitHub上就有數千個與“深度偽造”技術相關的存儲庫。欺詐份子只需使用現成的偽造工具結合模擬器和特定軟件，就能繞過傳統的防護檢測，滲透到線上會議、社交網絡和工作流程中。由于沒有數字痕跡和IP地址等信息，導致追蹤系統很難察覺。這些欺詐行為可以由機器人自動發起，配合虛假賬戶、暗網分發等方式形成復雜的攻擊網絡。

在深度偽造技術加持下，欺詐團伙愈發猖獗的在跨境支付行業實施欺詐犯罪。AI換臉和偽造證件使得跨境支付平臺在驗證新用戶身份時面臨巨大挑戰，增加了注冊過程的復雜性和成本。欺詐團伙利用部分真實和部分虛假的信息創建合成身份。他們可能使用真實的社會保障號碼（SSN）和虛假的姓名、地址等信息來注冊新賬戶。這些賬戶初期行為正常，隨后開始進行大額交易，從而逃避監控。虛假身份導致了大量虛假注冊，擾亂平臺運營，增加合規風險。而這類欺詐通常很難被發現，因為合成身份是部分真實的，傳統的身份驗證系統可能無法識別其虛假性。

而在交易環節，因為跨境支付以資金交易為主體，犯罪分子可以利用虛假身份進行欺詐交易和洗錢活動。其中典型的是多重身份欺詐和跨境洗錢。在多重身份欺詐行為中，欺詐團伙使用多種合成身份或偽造證件注冊多個賬戶，然后利用這些賬戶進行虛假交易。例如，他們可能在一個賬戶上購買虛擬商品，然后通過其他賬戶進行退款操作，從而騙取資金。至于跨境洗錢，欺詐者利用多個合成身份和偽造證件在不同國家的支付平臺上進行資金轉移和洗錢操作。他們可能通過小額、多次交易來掩蓋大額資金的流動，或利用合法交易掩飾非法資金來源。這些欺詐行為會導致跨境支付平臺遭遇重大經濟損失，不僅給平臺帶來法律和合規風險，使平臺風險控制系統面臨巨大壓力，還會導致平臺被監管機構調查和處罰。

跨境支付是一個全球性、市場規模龐大、發展迅速的行業，國際貿易結算、跨境電商支付、出海企業的本地與全球采購、跨境B2B金融等業務場景都離不開跨境支付。但隨著蛋糕的增大，奔涌而來的欺詐者也越來越多，由此造成的欺詐行為也呈指數級增長?？缇持Ц镀髽I在有自身安全團隊對抗欺詐的基礎上，還應讓企業在面對層出不窮的欺詐犯罪時具備長久的反欺詐能力，與業務覆蓋全球的反欺詐身份驗證技術服務商合作，可以讓企業從容面對全球不同地區的欺詐攻擊，在符合各國家地區合規監管下順利開展業務。

迎接深度偽造挑戰 ADVANCE.AI助力出海企業防范欺詐

針對合成身份欺詐對跨境支付行業造成的困擾，作為一站式數字身份驗證與反欺詐服務平臺，ADVANCE.AI 著眼于客戶痛點，專注于技術創新，為跨境支付企業提供了精準防范合成身份欺詐的解決方案，幫助用戶體驗感提升同時防范欺詐活動。ADVANCE.AI “數字身份驗證(E-KYC)”解決方案包括證件質量檢測（IQA）、證件識別（ID OCR）、假證檢測、活體檢測、人臉比對、人臉搜索、身份驗證等功能。其中活體檢測、人臉比對和假證檢測等身份驗證工具均可以在支付環節部署，用來防范利用偽造身份進行的在線欺詐。

真實人臉與真實身份證件對跨境支付等行業防范欺詐攻擊起到很關鍵的作用。ADVANCE.AI的KYC（了解用戶）產品通過多維度信息驗證，能夠可靠識別用戶身份的真實性，例如數字身份驗證產品下的“ID Forgery Detection （假證檢測）全自動解決方案”支持識別全球200多個國家的證件，輕松解決假證識別問題，有效防范假證欺詐。其中支持識別假證類型包括屏幕翻拍、黑白復印、彩色打印、人臉篡改、文字篡改等，大量減少企業繁瑣審核工作和不確定的違約風險，確保眾多類型的偽造證件都能被ADVANCE.AI智能的機器學習模型準確快速檢測到。

而針對跨境支付行業中活體攻擊欺詐，這一種復雜且日益猖獗的欺詐手段，ADVANCE.AI的活體檢測解決方案可以助力企業有效防范欺詐?；铙w攻擊（Liveness Attack）指的是攻擊者使用照片、視頻或其他方式冒充合法用戶進行身份驗證，從而繞過生物識別系統。為了應對這種威脅，跨境支付企業需要采用多層次的防護策略。具體來說，活體攻擊通常包括：注入攻擊、屏幕攻擊、面具攻擊、AIGC人臉等幾種形式。根據ADVANCE.AI數據統計，以印尼市場為例，屏幕攻擊是最主要的攻擊方式，占比73.94%，其次隨著深度偽造欺詐技術的不斷提升，AIGC人臉合成以及注入式攻擊的比例正在逐步提高。

ADVANCE.AI的活體檢測解決方案通過結合人臉識別和活體驗證技術，能夠準確判斷用戶身份的真實性，有效防范AI換臉等欺詐手段，在基于運動、紋理與光學的活體檢測以及多因素驗證在內的常規技術手段之上，提供了3D活體檢測產品，相較傳統的2D活體檢測手段，這一版本更適用于防范深度偽造欺詐，擁有更強的交互性，攻擊攔截率高達99.95%，無論是在用戶注冊、登錄還是交易過程中，活體檢測產品都能為跨境支付企業提供可靠的身份驗證服務，確保交易的安全可靠。

ADVANCE.AI 確保提供的技術服務已通過獨立第三方安全認證機構的審核與權威測評，其中，活體檢測產品通過iBeta PAD測試(Presentation Attack Detection，活體冒用攻擊)，符合ISO(國際標準化組織) 30107-3標準，同時，ADVANCE.AI 也是東南亞首家通過此項認證的金融科技公司。此外，ADVANCE.AI 的產品數據確保中立、安全、合規，ADVANCE.AI 也會保持技術服務系統的數據更新和迭代，確保風險防范能力的與時俱進。

深耕反欺詐多年 ADVANCE.AI為出海企業保駕護航

作為全球領先的數字身份驗證服務公司， ADVANCE.AI 為企業提供先進的深度偽造檢測解決方案，以有效降低風險。通過結合先進的人工智能算法、機器學習模型、成熟的業務知識和落地經驗，ADVANCE.AI 使跨境支付企業能夠驗證用戶身份并防范與深度偽造相關的欺詐。

ADVANCE.AI 一直致力于走在技術進步的最前沿，不斷增強自身產品對Deepfake深度偽造的檢測能力。通過與 ADVANCE.AI合作，企業客戶可以對用戶身份真實性進行可靠驗證，并保護自己免受不斷變化的威脅環境的影響。我們相信，借助 ADVANCE.AI 的技術力量，出海企業能夠更加輕松地應對深度偽造欺詐的挑戰并贏得市場。

審核編輯 黃宇