澳大利亚数字银行欺诈趋势

2025年11月 在此报告中： 关于本报告 •当前威胁态势澳大利亚在奥。 本报告全面概述了澳大利亚当前的威胁态势和银行欺诈趋势，并介绍了由BioCatch一年前推出的BioCatch Trust™——全球首个实时跨行金融犯罪情报共享网络。 • BioCatch Trust™：全球首个银行共享金融犯罪情报的网络 为撰写此报告，BioCatch专家团队——在该公司全球欺诈情报团队的领导下，并得到了其本地全球顾问和威胁分析团队的支援——进行了广泛的研究，收集了来自在澳大利亚部署BioCatch解决方案的金融机构的专有BioCatch数据，以及来自第三方来源的调查结果。 案例研究：BioCatch • Trust™ 如何识别购买诈骗背后的网络 曝光亚洲的阴影 • 银行业生态 弥合现代支付系统中的差距：设计中的建筑安全 8.1%澳大利亚当前威胁态势 社会工程诈骗企图减少 账户接管尝试的增加 针对36岁及以下人群的投资诈骗企图减少 洗钱者及RAT活动减少 Trends: • 社会工程诈骗仍然是澳大利亚最普遍的欺诈类型，其中电话诈骗和购物诈骗最为常见。BioCatch客户报告称，2025年上半年案件数量较2024年下半年略有下降，部分原因是受季节性趋势影响。 • 2024年末账户接管活动激增，并在2025年回落至更典型的水平。尽管如此稳定，2025年下半年案件数量仍为上半年数量的一倍以上，凸显了有组织犯罪团伙持续的兴趣。 • 尽管2025年澳大利亚的整体投资诈骗企图有所下降，但其影响在不同年龄段中差异巨大。BioCatch客户报告称，针对36岁及以下人群的企图减少了30%，而56岁及以上人群的案件则增加了18%。 2025年，在部署了BioCatch解决方案的澳大利亚银行中，洗钱活动（或：涉“钱蛆”活动）下降了约20%，这显示出生态系统内加强的管控和调查干扰措施正开始发挥作用。 远程访问工具（RAT）活动从2024年到2025年也下降了约20%，这表明攻击者可能正在减少使用此方法，转而采用更具可扩展性、以社会工程学为主导的方法。 BioCatch Trust：全球首个银行共享金融犯罪情报的网络 什么是 BioCatch Trust？ 规模 2024年11月，BioCatch与五家澳大利亚银行（包括该国四大银行）共同启动了世界上首个实时、银行间金融犯罪情报共享网络，以保护合法账户持有人。BioCatch通过分析3000个行为和设备相关的数据点（包括键盘和鼠标活动、触摸屏行为、滑动压力等），评估接收转账和支付等账户的可信度，从而帮助成员银行防范欺诈和诈骗。 贝科atch信托公司在7月至9月期间分析了超过1.8亿笔支付，总额超过3300亿美元。 七月至九月期间，BioCatch Trust 分析了超过6000万美元的欺诈性支付尝试。 BioCatch Trust 的工作原理： 如果网络将接收账户的行为标记为可疑，它将实时向发件银行共享此情报，允许发件机构在资金离开发件账户之前暂停并调查该交易。 影响 BioCatch Trust能够独特地检测出高达30%以往被忽略的社会工程诈骗。 超过70%的交易中，网络能够可靠地检索收款用户的资料，识别出交易的接收方是否为潜在的不良行为者。 影响与认可 数据洞察授予BioCatch Trust“2025年欺诈影响奖——最佳骗局及APP欺诈预防解决方案”，以表彰其作为顾问公司的贡献。同时，Regulation Asia将Trust评为2025年度“反欺诈项目”和“欺诈与金融犯罪行业合作”的年度大奖。 在澳大利亚，Trust目前已保护了该国超过85%的银行客户，每天处理数百万笔交易。自去年11月推出以来，已有两家额外的澳大利亚金融机构加入，该网络仍对新的成员开放。 案例研究 BioCatch Trust如何识别购买诈骗网络背后的“S” BioCatch Trust旨在弥补欺诈检测中一个长期存在的空白：评估交易接收方的风险。传统的欺诈检测系统几乎完全关注发送方的行为，使银行对资金接收账户中出现的风险模式视而不见。通过持续分析受益人的活动以及跨机构的行为信号，Trust能够检测出那些否则会像正常客户账户一样出现的洗钱账户和有组织的诈骗基础设施。 以下案例研究表明可见度的重要性。在这个真实客户场景中，一次低价值购买诈骗最初看起来像是一位老客户的普通付款，发件人方面没有任何红旗。然而，通过信任视角来看，收件账户显示出明显的风险信号，后来确认是更大、跨多行的“洗钱账户”网络的一部分。如果没有信任，这场诈骗——以及其背后的更广泛网络——很可能未被察觉。 银行A：受害者 账户1：骡子 该案例研究始于受害者向我们将称之为账户1的地方支付了10澳元。 交易概况： 信任方的视角： 受害者陈述可信，且持续了两年多。交易金额很小——只有103美元。 通过评估受益人和发送人，Trust立即暴露了隐藏的风险特征： 受益人最近曾涉及其他高风险交易。 从受害者角度看似乎无害的交易，一旦考虑到收款方k，就明显可疑了。这个交易环节——利用仅限发送者控制的手段很难被发现——被Trust标记为真实威胁。 仅从发送者的行为来看，这应被归类为低风险交易，且没有任何欺诈的明显迹象。 案例研究 BioCatch Trust如何识别购买诈骗背后的网络 得益于BioCatch Trust的网络效应，我们可以识别出受益人从其他银行持有的账户收到了资金。下方的可视化展示了在诈骗发生前的数日里，由不同的BioCatch Trust成员机构进行的付款。 该图表展示了四家不同的银行如何在不知情的情况下将资金发送至同一个洗钱账户。若孤立地看待，每一笔付款似乎都风险较低。由于缺乏对收款人行为的共享可见性，这些事件本会显得彼此无关且无害。BioCatch Trust通过分析跨机构的收款活动，弥补了这一空白，揭示了单独看似安全的交易在汇总起来时如何变得明显具有风险。在此案例中，Trust揭露了一个购买诈骗操作的中央集散点——这一关键洞察是传统的仅针对发送者的控制措施根本无法提供的。 当扩大调查范围时，Trust发现了一个由七个相互关联的受益账户组成的更大马仔网络，这些账户都设在同一家银行，并且都与同一个不良行为者或马仔头目有关联。 超越首个马仔账户，情况完全改变。最初看似单一欺诈受益人的情况，实则是一个更大马仔账户网络的一部分，这些账户都从七个不同的银行接收资金。换句话说，同一个恶意行为者利用多个账户，从银行生态系统中的多个受害者那里收集资金。如果没有跨行可见性，每笔交易单独看都看似无害。BioCatch Trust通过分析受益人行为和关系，揭示了更大的马仔网络，揭露了欺诈者如何重复使用和轮换账户，以隐藏被盗资金的流向，并使其运营不被发现。 结论 此案例展示了仅依赖发送方控制会在欺诈检测中留下一个关键性的盲点。通过借助BioCatch Trust整合收款方信息，银行能够更早地识别“洗钱工具”活动，将看似无关的案件联系起来，并在诈骗网络扩大之前予以破坏。起初看似微小且低风险的支付，实际上是协调一致的“洗钱工具”网络的一个可见端点——只有当交易的双方都被评估时，这个网络才变得清晰。 托比·伊文斯澳大利亚支付网络的经济犯罪负责人 弥合现代支付系统中的差距：设计建造安全 骗局激增暴露出现代支付系统中的缺陷。这些系统基于两个核心原则： 1.基于设计的隐私保护，用于保护客 设计安全，可防御网络攻击和技术漏洞，例如账户劫持。 为弥合这一差距，全球支付系统必须增加一个第三核心原则：设计中的安全（SbD）。户数据与 SBD将用户安全置于支付基础设施的核心。它并非在系统建成后添加保护措施，而是在一开始就将其嵌入其中，从而创建一个框架，以帮助恢复对数字经济的信任。交易信息。 澳大利亚网络安全 Commissioner 已经制定了 SbD 原则和指南，可作为典范。1 弥合现代支付系统中的差距：设计建造安全 1. 服务提供方责任 SbD的核心在于，安全不应完全由用户负责。服务提供者必须在损害发生前设计系统以降低风险，包括欺诈、诈骗以及其他非法或不适当的行为。例如： 应用内安全：银行正用基于设备与面部生物识别的应用内认证，取代易受攻击的短信验证。这既创造了难以被犯罪分子渗透的安全通信渠道，也加强了银行和客户的验证，以减轻账户接管和冒充诈骗。 风险评分与机器学习：为应对更快的支付和更复杂的诈骗，银行越来越多地使用行为智能系统。这些系统分析客户行为，实时生成风险评分，帮助在资金离开账户前标记可疑交易。当跨机构共享这些评分时，它们将构建一个更强大、覆盖整个生态系统的反欺诈防御体系。 战略限制：预防欺诈远比追回资金容易，尤其是资金一旦已转往海外。风险评估措施、临时冻结、实时转账限额和首次付款冻结等工具，可以在资金消失前阻止欺诈行为。例如，某些银行会限制向加密货币交易所转账，或在客户添加新收款人时实施24小时冻结。这些简单的预防措施能够在资金转移前阻止诈骗。 弥合现代支付系统中的差距：设计建造安全 2. 用户赋权与自主性 用户也需要工具来保护自己。有效的系统设计能让客户识别风险并做出明智的选择。这包括： 账户名称验证：账户名称验证服务用于核实付款人输入的账户名称是否与收款银行注册的名称一致。在转账处理前，如果账户名称看似匹配或不匹配，系统会提醒客户。这一简单步骤已被证明能有效防止错误支付，防止诈骗者诱骗受害者将资金汇入错误账户。 3. 透明度与问责制 组织必须将安全融入其文化和实践。这意味着要培训员工，通过发布安全指标来保持透明度，并在整个骗局生命周期内跨所有行业共享可操作的数据和经验教训。这些很可能是澳大利亚骗局预防框架及其相关准则的要求，这些准则得益于国家反骗局中心的持续合作工作。规则 弥合现代支付系统中的差距：设计建造安全 下一步 下一阶段是协调全球力量应对这一全球性问题。人们正努力将诈骗列为G20优先事项，以克服全球数据共享与协调的挑战。在国际上，犯罪团伙正讨论如何通过经济情报共享确保跨境支付的安全。讨论重点在于数据交换和开发人工智能（AI）模型以打击金融犯罪。作为全球行业，我们需要确定解决每项具体金融犯罪挑战所需的数据。正如我们在国内所发现的那样，每个问题都需要不同的数据信号或特征，例如： 账户名称验证以防止误转支付 • • 资金追踪与遣返或追回努力相关 • 账户间风险评分共享以实现实时欺诈预防 该解决方案需要不同司法管辖区的金融犯罪专家共同协作，首先基于对具体问题的识别和优先排序，构建有针对性的分析框架。只有在此之后，这些专家才能确定哪些具体数据元素应在实体之间共享，以采取适当的保护措施来应对威胁。 数字支付格局持续演变，从人工智能驱动的电子商务到快速支付系统之间的跨境连接。每一次进步都带来机遇，但也伴随着新的风险。为应对这些风险，数字经济中的产品必须基于三大原则：隐私、安全和可靠性。 SBD提供了一种应对复杂环境的框架。通过从一开始就将安全嵌入系统，支付可以在不迫使消费者承担风险的情况下保持创新、安全和有韧性。 选择前者，让系统持续被跟进，以利用我们的产业优势，与那些在日益繁重的监管负担下仍进行欺诈的犯罪分子玩猫捉老鼠的游戏；或者，我们可