Volgens een team van Botswana International University of Science and Technology kunnen online gedragstargeting en apparaatvingerafdrukken worden gebruikt om creditcardfraude te bestrijden. in Palapye, Botswana. Schrijven in de International Journal of Electronic Security and Digital Forensics , Motlhaleemang Moalosi, Hlomani Hlomani, en Othusitse Phefo leggen uit hoe er tal van bestaande technieken voor het opsporen van creditcardfraude zijn die worden gebruikt door kaartuitgevers en andere belanghebbenden. Hoe dan ook, Jaarlijks gaan er miljarden dollars verloren aan fraudeurs.

Het team heeft nu gedrags- en vingerafdruktechnologie gecombineerd om de efficiëntie en effectiviteit van de fusieaanpak te vergroten met behulp van Dempster-Shafer-theorie en Bayesiaans leren voor fraudedetectie. De aanpak kan vreemd gedrag detecteren dat niet kenmerkend is voor de legitieme gebruiker van een bepaalde creditcard en zo frauduleuze activiteiten op het account detecteren.

De benadering die in het artikel wordt besproken, is momenteel een theoretische verhandeling, de volgende stap zal zijn om feitelijk gedrag te simuleren met behulp van synthetische datasets en vervolgens toe te passen op een realistisch scenario om de werkzaamheid ervan te testen. Tot nu toe is de werkzaamheid aangetoond met gegevens van apparaten die al zijn gebruikt bij bekende frauduleuze activiteiten.

Het team suggereert dat hun aanpak veel verder gaat dan het simpelweg aanpassen van bestaande algoritmen voor fraudedetectie en dat ze een baanbrekende aanpak kunnen bieden die veel beter presteert dan trial-and-error-benaderingen en het aantal valse positieven vermindert.