DATA SAFEGUARD INC.- 백서

계속 증가하는 개인 정보 보호 규정 환경에 대한 소비자의 신뢰

지난 4년 동안 데이터 개인 정보 보호 제한은 점점 더 중요해졌습니다. 소비자들은 개인 데이터의 공개 및 사용에 대해 점점 더 걱정하고 있으며 신뢰는 중요한 요소입니다. Salesforce 설문 조사에 따르면 고객의 48%가 전염병 기간 동안 개인 정보 남용으로 인해 기업에 대한 신뢰를 잃었다고 주장했습니다. 세계가 점점 더 기술 중심으로 성장하고 개인이 개인 정보 보호에 대해 더 많이 걱정함에 따라 소비자를 보호하기 위해 전 세계적으로 데이터 개인 정보 보호법이 빠르게 형성되고 있습니다.

유럽에서는 GDPR이 2016년에 발효된 최초의 주요 데이터 개인 정보 보호 정책이었습니다. 그 뒤를 이어 캘리포니아 소비자 개인 정보 보호법(CCPA)과 브라질의 일반 데이터 보호법(LGPD)이 2020년에 발효되었습니다. 다른 주와 국가들도 신속히 그 뒤를 따르고 있습니다. 예를 들어, 미국에서는 콜로라도와 버지니아가 2023년에 발효될 개인 정보 보호 법안을 승인했습니다. 인도가 개인 정보 보호법을 제정하는 동안 데이터 보호 법안에 대한 합동 의회 위원회의 보고서는 2021년 12월에 전달되었습니다. 규칙, 법률 및 규정 준수의 증가와 데이터 침해의 위험 증가는 오늘날 조직의 데이터 보안에 영향을 미치는 가장 중요한 문제 중 하나입니다. 조직의 데이터가 안전하고 규칙을 준수하기 위해서는 모든 데이터를 인식, 분류 및 보호해야 합니다.

EU의 GDPR과 캘리포니아의 CCPA가 몇 년 전에 도입되었을 때 상당한 반향을 일으켰습니다. (2023년 1월 1일에 발효된 캘리포니아 개인 정보 보호법은 CCPA를 개정하고 확장합니다.) 다국적 기업들은 이제 이해관계가 상충하는 국가들로부터 이질적인 데이터 보호 및 보안법의 홍수에 직면해 있습니다. 성공적으로 탐색하려면 몇 가지 요소를 고려하여 지금 계획을 시작해야 합니다.

중국의 데이터 보안법과 개인 정보 보호법에 따른 CBDT(Cross-Border Data Transfer) 법은 확산되는 규칙 의 두 가지 예입니다. 이 법안은 이미 중국 국경 너머로 개인 데이터를 전송하거나 액세스하는 것을 위험하게 만들고 있습니다. 2023년 3월 1일까지 사이버 보안 검사를 완료해야 하며, 이를 완료하지 못할 경우 결과가 발생합니다. 인도, 브라질, 러시아도 데이터 보호법을 모색하고 있습니다.

2023년에 데이터 개인 정보 보호가 중요한 이유는 무엇입니까?

2022년에 강화된 데이터에 대한 규제의 초점은 올해 극에 달할 것으로 예상됩니다. 중국 사이버공간국(Cyberspace Administration)은 최근 개인 정보 보호 인증 표준을 발표했으며 인도 정부는 최근 데이터 보호 법안 초안을 발표했으며 이 법안은 2023년에 표결에 부쳐질 예정입니다. 우리는 이 두 국가와 러시아, 우크라이나, 브라질, 일본 등의 데이터 규정에서 더 많은 것을 기대할 수 있습니다.

인공 지능 분석의 혁신에 힘입어 기업들은 수집한 데이터를 보다 효과적으로 운영하고, 위험을 관리하고, 고객 서비스를 개선하고, 새로운 비즈니스 모델을 구축 및 지원하는 등 새로운 방법을 모색하고 있습니다. 데이터 보안이 그 어느 때보다 중요합니다. 최근 IBM 보고서에 따르면 아세안 국가에서 데이터 유출로 인한 평균 비용은 현재 287만 달러입니다. 연구원들은 기술 지출뿐만 아니라 법률 및 규제 비용, 브랜드 자산 손실, 고객 이탈 및 직원 생산성 저하도 고려했습니다. 무엇보다도 조직의 평판에 돌이킬 수 없는 피해를 입히고, 이해 관계자의 신뢰를 약화시키고, 데이터 프라이버시를 위태롭게 하는 것을 고려해야 합니다. 점점 더 많은 기업들이 처음부터 제품과 서비스에 개인 정보를 통합하는 것이 도덕적 일뿐만 아니라 매우 수익성이 높을 수 있음을 깨닫고 있습니다. 예를 들어, 싱가포르는 개인 정보의 적절한 사용과 보호를 보장하기 위해 개인 정보 보호 설계 접근 방식의 사용을 장려했습니다.

개인 정보 보호에 중점을 둔 기술의 성장은 다음에 올 것입니다. 고객이 온라인 개인 정보 보호에 대해 점점 더 걱정하게 됨에 따라 개인 정보 보호에 중점을 둔 솔루션에 대한 수요가 급증할 것입니다. 보안 채팅 애플리케이션과 브라우저, VPN(가상 사설망) 및 암호화된 이메일 서비스가 그 예입니다. 이러한 기술은 기업이 데이터를 보호하는 데 도움이 될 수 있지만 만병 통치약은 아니라는 점을 기억하는 것이 중요합니다. 기업은 데이터를 보호하기 위해 주의를 기울이고 예방 조치를 취해야 합니다. 규제도 더욱 엄격해지고 있습니다. 전 세계 정부는 데이터 개인 정보 보호에 대한 우려가 높아지고 있음을 주목하고 있습니다.행동을 취하기 시작했습니다. 2018년 유럽연합의 GDPR(General Data Protection Regulation)이 발효된 이후 추가 제한 사항이 지속적으로 증가하고 있습니다. 이러한 추세는 더 많은 국가에서 데이터 보호 규칙을 제정하려고 함에 따라 계속될 것으로 예상됩니다.

투명성 강화도 필수적입니다. 개인 정보 보호의 필요성에 대한 인식이 높아지고 기업이 데이터 수집 및 사용 정책에 대해 더 많은 책임을 져야 할 필요성이 커짐에 따라 데이터 개인 정보 보호의 투명성이 높아지는 추세가 주도되고 있습니다. 2023년에 개인에게 데이터에 대한 더 큰 통제권을 제공함으로써 기업은 데이터 관행에 대해 더 개방적이 될 것입니다. 개인은 자신의 개인 정보를 보거나 수정하거나 삭제할 수 있어야 하며 일부 형태의 데이터 수집을 거부할 수 있어야 합니다. 이는 자신감과 개방성 및 책임감을 형성하기 때문에 고객과 기업 모두에게 윈-윈 상황입니다.

데이터 유출의 영향

기업에 대한 데이터 유출의 파급 효과는 심각하고 증가하고 있습니다. 이는 주로 데이터가 해킹된 개인에게 알리는 것과 관련된 규제 부담이 증가하기 때문입니다. 데이터 유출의 영향을 받는 기업에 대한 통지 절차 및 제재는 미국과 캐나다 내외의 관할권에 따라 다릅니다. 고객과 관련된 데이터 유출을 겪는 기업은 고객이 거주하는 곳과 관할권이 있는 규제 기관을 결정해야 합니다. 규칙은 위반 후 공개해야 하는 데이터 유형, 연락해야 하는 사람, 통지 수행 방법 및 특정 당국에 경고해야 하는지 여부를 지정합니다. 개인, 금융 및 건강 데이터 침해에는 종종 통지 의무가 적용되지만 구체적인 정의는 주마다 다릅니다. 국제 상거래를 수행하는 기업은 여러 관할 구역에 소비자가 있을 수 있으며 여러 표준을 충족해야 합니다. 법적 벌금, 잠재적 손해 배상 및 관련 소송을 포함한 이러한 절차의 비용은 특정 기업에 너무 비쌀 수 있습니다. 다양한 종류의 데이터와 관련된 데이터 유출은 회사의 평판과 경제적 지위에 중대한 영향을 미칠 수 있습니다. 계약 요구 사항 외에도 데이터 유출은 최근 Verizon의 Yahoo 인수와 같이 회사의 계획된 판매를 위태롭게 할 수 있습니다.

당국이 개인 데이터의 지속적인 관리를 넘어서고 있다는 사실은 기업이 새로운 개인 정보 보호 규칙에 대응함에 따라 문제를 추가합니다. 데이터 유출 및 침해가 점점 더 일상화되고 있습니다. 결과적으로 규제 기관은 기업이 침해 전에 개인 데이터를 유지 관리하는 방법뿐만 아니라 그 이후에 대응하는 방법도 면밀히 조사합니다. 후속 감사는 기업이 데이터 유출을 초래한 관행을 개선했는지 여부를 결정합니다. 당국은 원래의 위반과 미래의 사고를 피하기 위한 회사의 노력이 불충분하다고 판단되는 경우 더 높은 벌금을 부과합니다.

2020년에는 사기와 사기 활동이 급증했습니다. 데이터 유출로 인해 고객의 개인 식별 정보(PII)가 놀라운 속도로 노출되어 3억 명이 넘는 사람들이 신원 도용 및 사기의 위험에 처해 있습니다. 사이버 범죄자들은 또한 랜섬웨어, 크리덴셜 스터핑, 멀웨어 및 VPN 악용과 같은 수익성이 높은 해킹에 노력을 집중하고 있습니다. 이러한 전술은 소비자 정보를 다크 웹에서 판매될 위험에 노출시킬 뿐만 아니라 조직, 특히 금융 기관(FI)에 높은 비용을 초래하며, 이는 저장하는 개인 정보의 민감성으로 인해 다른 산업보다 300배 더 자주 사이버 공격의 표적이 됩니다.

데이터 유출은 개인 생활과 직업 생활 모두에서 일상적으로 발생합니다. 따라서 Walgreens 또는 Barnes & Noble에서 쇼핑하든, Capital One과 은행을 이용하든, T-Mobile 또는 Zoom과 통신하든, Tufts Health Plan 의료 보험에 가입하든, 데이터가 거래의 일부로 포함되면 데이터가 노출될 가능성이 있습니다. 인터넷에서 검색할 수 없는 부분인 다크 웹이 이에 대한 증거입니다. 인터넷의 색인화되지 않은 섹션 안에는 도난당한 신원의 혜택을 누리기 위해 기다리는 구매자가 있습니다. 그러나 뉴스의 모든 위반이 우려의 이유가 되는 것은 아니며, 위반이 발생할 때 어떤 정보를 찾아야 하는지 이해하여 침해 피로를 피하는 것이 중요합니다.

합성 신원 사기: 새로운 위협

사람들이 남긴 데이터 흔적을 조사하면 은행이 고객이 진짜인지 아닌지를 판단하는 데 도움이 될 수 있으므로 빠르게 증가하는 금융 범죄로 인한 손실을 줄일 수 있습니다. 기술에 대한 투자로 인해 은행은 여러 종류의 사기를 피하는 데 훨씬 더 능숙해졌지만 이에 대응하여 범죄가 발생했습니다. 현재 많은 사기꾼들이 훔친 신용 카드나 신원(ID) 대신 가짜 합성 신원을 사용합니다. 실제로 합성 ID 사기는 미국에서 가장 빠르게 성장하는 금융 범죄로, 일반적인 무담보 대출 포트폴리오에서 상각의 10-15 %를 차지합니다. 합성 ID 사기는 최근 다른 국가에서도 기록되었습니다. 걱정스럽게도, 훨씬 더 큰 손실이 묻힌 시한 폭탄처럼 이러한 정체성 뒤에 축적되고 있습니다.

SIF(합성 신원 사기) 프로필은 기본적으로 이름, 주민등록번호 및 주소와 같은 식별 조각(일반적으로 실제 사람에게서 가져옴)으로 구성된 가상의 페르소나입니다. 은행이 SIF 보고를 표준화하는 데 도움을 주기 위해 연방준비제도이사회(FRB)는 2021년 4월에 다음과 같은 정의를 개발했습니다. 정의는 간단하지만 SIF 프로필을 만드는 방법은 매우 복잡하여 자동화 및 기계 학습이 필요합니다.

SIF는 "재래식" 신원 도용과 특정 특성을 공유하지만 그 기원, 행동 및 영향은 이전 세대의 금융 범죄와 근본적으로 다릅니다.

합성 사기의 간략한 역사

2000년대 초반에 사기 수사관들은 신청자의 사회 보장 번호(SSN)가 카드 발급 이름과 일치하지 않는 신용 카드 신청 추세를 파악하기 시작했습니다. 당시에는 공식적인 용어가 없었지만 사기 역사가들은 보안 신용 카드를 합성 신원 사기의 첫 번째 공격 지점으로 간주하는 반면 다른 사람들은 주로 무담보 신용 카드 및  통신 산업에서 프랑켄슈타인 신원의 패턴을 봅니다. 그러나 프랑켄슈타인의 정체가 현장에 등장했고 수많은 사기꾼들이 새로운 신용 카드 계좌를 만들기 시작했으며, 이를 활용하여 신속하게 잔액을 쌓은 다음 단 한 번도 지불하지 않고 떠났습니다. 발행 은행은 이러한 상각의 대부분을 신용 손실로 상각했습니다. 이 기술은 범죄 행위자가 카드 거래에 대해 정시에 지불함으로써 더 많은 인내심을 보여주면서 발전했습니다. 그런 다음 신용 한도를 초과하여 카드를 청구하고 "파기"(한 푼도 지불하지 않고 카드를 최대한 사용)하여 신용 한도보다 더 많은 불법 수익을 축적할 수 있습니다.

신원을 구축하기 위해 합법적인 정보가 가짜 신원 사기의 사기 정보와 혼합됩니다. 그 결과 인위적인 또는 합성 신원은 진짜처럼 보일 만큼 충분히 검증 가능한 정보를 가지고 있어 가짜 계정을 만들고, 사기성 구매를 하고, 상점, 정부 기관 및 금융 기관을 속이는 데 사용할 수 있습니다.

sif 손실 증가

합성 신원은 소비자 계정의 작은 비율을 차지하지만 엄청난 양의 도난에 책임이 있습니다. 파이버리티(FiVerity)의 사이버 사기 네트워크(Cyber Fraud Network)에 따르면 미국 금융기관(FI)의 SIF 손실은 지난해 200억 달러로 증가했다.

신원 도용범은 당좌 예금, 저축 및 401 (k) 계좌에 대한 액세스 권한을 얻을 수있을뿐만 아니라이 정보를 사용하여 새로운 가짜 신원을 조합 할 수 있으며, 이로 인해 미국 대출 기관은 매 건당 10,000 달러에서 15,000 달러 또는 연간 60 억 달러의 비용이 듭니다. 데이터 유출은 기업 생산성과 수익에 상당한 영향을 미칠 수 있습니다. 신원의 무결성을 인증해야 하거나 도난당한 신원을 수정하는 힘든 과정을 거쳐야 하는 직원은 6년 동안 실직할 것으로 예상됩니다개월 및 100-200 시간. 이것은 직원의 정신 상태에 큰 영향을 미치며 상당한 개인적 스트레스, 지속적인 불안 및 불만족과 같은 건강 문제로 이어질 수 있습니다. 직원들은 자신의 개인 데이터를 얼마나 효과적으로 보호하는지 경계하고 경계하여 고객의 비즈니스 성과에 어려움을 겪을 수 있습니다. 데이터 유출은 기업 생산성과 수익에 상당한 영향을 미칠 수 있습니다. 신원의 무결성을 인증해야 하거나 도난당한 신원을 수정하는 힘든 과정을 거쳐야 하는 직원은 6개월 동안 100시간에서 200시간 동안 실직할 것으로 예상됩니다. 이것은 직원의 정신 상태에 큰 영향을 미치며 상당한 개인적 스트레스, 지속적인 불안 및 불만족과 같은 건강 문제로 이어질 수 있습니다. 직원들은 자신의 개인 데이터를 얼마나 효과적으로 보호하는지 경계하고 경계하여 고객의 비즈니스 성과에 어려움을 겪을 수 있습니다.

SIF 측정의 과제

스텔스 - 표적 기업의 주의가 필요한 랜섬웨어와 달리 SIF는 발견되지 않을 때만 성공합니다. SIF는 실제 저신용 신청자로 가장하고, 적당한 대출을 요청하고, 수락될 경우 적시에 지불함으로써 레이더 아래에서 운영됩니다. SIF 계정은 FI가 도난을 부실한 인수로 돌리기 때문에 손상된 후에도 비밀로 유지되는 경우가 많습니다.

보고 - 은행이 알지 못하는 범죄를 공개할 수 없다는 명백한 어려움 외에도 SIF를 인식하고 보고하는 절차는 아직 만들어지지 않았습니다. SIF는 비교적 새로운 범죄이기 때문에 FTC의 Sentinel과 같이 각 사례를 분류할 공식 데이터베이스가 없습니다.

진화 - 범죄자들은 AI와 기계 학습을 활용하여 시간이 지남에 따라 SIF 프로그램을 탐지하기 더 어렵게 만들었습니다. AI 시스템은 수락 및 거부된 대출 신청을 통해 학습하며, 이는 기계 학습 모델에 중요한 정보를 제공합니다. 이 피드백 루프는 사기꾼이 이전 시스템의 각 사기 탐지 기준에 대한 임계값을 식별하고 이를 더 잘 피할 수 있는 새로운 프로필을 개발하는 데 효과적으로 도움이 됩니다.

맥킨지 앤 컴퍼니(McKinsey & Company)에 따르면, 합성 ID 사기는 미국에서 가장 빠르게 증가하는 금융 범죄로, 일반적인 무담보 대출 포트폴리오에서 상각의 최대 15%를 차지합니다. 합성 ID 도용의 교활한 특성은 막대한 재정적 손실이 발생한 후에도 탐지하기가 매우 어렵다는 것입니다. 금융 기관(FI)은 합성 ID 사기를 사용하는 운영자의 표적이 되었다는 사실을 인식하지 못하는 경우가 많으며, 대신 신용 손실은 단순히 고객이 상환할 수 없거나 상환할 의사가 없기 때문이라고 가정하고 일반적인 관행에 따라 손실을 상각합니다. 이러한 가짜 소비자가 초기 식별 스니프 테스트를 통과한 것으로 보인다는 사실은 상당한 재정적 손실에 기여하는 많은 문제 중 하나일 뿐입니다. 다른 하나는 합성 ID 사기꾼이 프랑켄슈타인 계정 ID를 육성하는 데 최대 5년을 소비할 수 있으며, 신용 한도가 최대치에 도달한 다음 갑자기 포기되는 "버스트 아웃"으로 업계에서 알려진 것을 사용하기 전에 금융 기관과의 신뢰를 구축할 수 있다는 것입니다.

허위 식별의 위험이 커지면 더 이상 ID를 인증하기 위해 다양한 종류의 ID를 얻는 것만큼 간단하지 않습니다. 기업은 이러한 새로운 위협을 이해하고, 솔루션을 찾을 수 있는 위치를 파악하고, 사기 방지 절차를 수정해야 합니다. 사기성 계정은 실제처럼 보이기 때문에 기존의 사기 탐지 기술은 합성 ID를 놓칠 수 있습니다. 전문가들은 기존 사기 방지 시스템을 포기하는 대신 새로운 보안 조치로 보완하면서 유지 관리하는 것이 좋습니다.

그렇다면 합성 사기를 어떻게 식별합니까?

전문가들은 수사관이 모든 신원 확인이 잠재적으로 사기라고 가정하고 그에 따라 행동해야 한다고 말합니다. 그들은 주체의 전체 데이터가 세 가지 신용 조사 기관, 유틸리티 파일, 작업 기록 및 은행 계좌 기록과 같은 여러 데이터 세트에 존재하는지 확인하기 위해 공공 기록의 전체 저장소에 액세스할 수 있는지 여부를 고려해야 합니다. 수사관은 기록에서 피험자의 존재를 완전히 인증하기에 충분한 개인 식별 정보를 획득하고 있는지 확인해야 합니다. 피험자의 이름과 생년월일만 있는 것만으로는 충분하지 않습니다. 검색에는 전화번호, 주소, 이메일 주소 등이 제공되어야 합니다.

연구원들은 대상의 정체가 얼마나 오랫동안 존재했는지 알아내려고 노력해야 한다에서 주체가 새로 생성된 ID인지 여부를 확인합니다. 그들은 문제에 대한 검색을 수행할 때 공공 기록 데이터베이스에서 비교 가능한 신원이 발견되는지 확인해야 합니다. 조사관은 검색 결과를 평가할 때 대상 사람이나 비즈니스가 생성되었다는 지표를 찾아야 합니다. 간단히 말해서, 인공 지능 기술과 도구가 신원 확인을 완료하고 고객 확인을 파악하는 데 도움이 됨에 따라 규정 준수 전문가는 제공하는 기능을 활용하여 더 심층적으로 분석하고 최신 데이터를 제공하며 관련 없는 발견을 제거해야 합니다.

AI가 이러한 문제를 해결할 수 있습니까?

유럽연합 집행위원회(European Commission)는 EU GDPR이 발효된 지 약 5년 후인 2021년 4월 21일에 제안된 규칙 초안을 발표했습니다. AI 시스템 사용 및 수집 데이터에 대한 일련의 지침을 제공했습니다. GDPR과 마찬가지로 이 판결은 유럽 경제 지역에 기반을 두거나 유럽 경제 지역과 연결된 기업에 적용됩니다. 규정 준수를 처리하는 동안 당국은 많은 일반적인 허점을 피하기 시작했습니다. 예를 들어, 이는 EU 외부에서 획득 및 생성된 경우에도 EEA에서 사용되는 AI 정보에 적용됩니다.

조직이 확장되고 인력이 더욱 글로벌화되고 다양해지며 분산되고 기업이 새로운 클라우드, 온프레미스 시스템을 채택하고 지능형 디바이스를 배포함에 따라 고정된 컨텍스트 집합(예: 액세스 관리, 시간, 지리적 위치, 디바이스 OS 등)을 기반으로 하는 정적 정책의 이전 모델이 실패하기 시작합니다. 정책은 점점 더 많아집니다. 컨텍스트는 사용자 기록을 고려하지 않습니다. 그리고 미래의 공격 경로로부터 보호하기가 어려워집니다. 여기에서 AI 기반 보안이 진정으로 빛을 발하기 시작합니다. 이러한 보안 시스템은 이전 작업, 이벤트 및 위반을 사용하여 지속적인 인적 모니터링 없이 독립적으로 자체 모델을 구성합니다. 그들은 스스로 판단을 내릴 수 있다는 점에서 지능적이며, 데이터를 광범위하고 심오하게 볼 수 있다는 점에서 지각력이 있습니다. 그들은 새로운 데이터를 사용하여 지속적으로 학습하고 적응하기 때문에 본질적으로 유지 관리가 쉽고 능동적입니다. 이 분야는 최근 몇 년 동안 빠르게 발전했으며 폭행 및 위반을 식별하고 예방하는 데 중요합니다. 일부 사용 사례는 여기에 설명되어 있습니다.

데이터 보호

Data Safeguard는 데이터 개인 정보 보호 및 합성 사기 솔루션을 제공하는 인공 지능 회사입니다. 이 솔루션은 엔터프라이즈급, 구성 요소 모델링 및 아키텍처 확장으로 전 세계, 연방 및 주 수준의 규정 준수 의무를 충족할 뿐만 아니라 Frankenstein ID로 인한 상당한 재정적 손실을 방지합니다.

Data Safeguard는 이전에는 해결할 수 없었고 인간적으로 불가능했던 데이터 개인 정보 보호 및 합성 사기 문제를 해결합니다. AI/ML 기반 솔루션은 슈퍼컴퓨터 기반 데이터 가속기와 함께 고급 모델 및 알고리즘을 사용하여 효율성을 개선하고 복잡한 데이터 환경에서 방대한 양의 PII 데이터 요소를 정확하게 제어하고 예측합니다. 회사의 SaaS 제품은 Enterprise on Premise, Enterprise Cloud, Customer API, Marketplace API 및 글로벌 및 개인 고객을 포괄하는 전자 상거래 플랫폼의 5가지 주요 채널에서 사용할 수 있습니다.

Data Safeguard의 제품인 ID-REDACT,® ID-MASK, ID-FRAUD,® ID-AML은 특허 출원 중인 플랫폼인 CCE®(Cognoscible Computing Engine)를 통해 강화됩니다. CCE®는 인공 지능 및 기계 학습 기술의 초정확성 기능을 활용하여 오늘날의 도전적인 시장에서 제품을 가장 효과적인 데이터 개인 정보 보호 및 합성 사기 솔루션으로 만드는 모델과 알고리즘으로 구축되었습니다.

Data Safeguard는 계속해서 시장 점유율을 확보하고 있으며 즉각적인 미래 성장에 대비하기 위해 전 세계 지사에서 직원을 적극적으로 고용하고 있습니다.

데이터 보호 장치

300년의 풍부한 경험을 가진 노련한 비즈니스 및 기술 전문가로 구성된 글로벌 팀입니다. 이 팀은 기업가 정신, 제품 개발, 고객이 독특하게 조화를 이루고 있습니다구현 관리 및 기타 기술. 이 팀은 끊임없이 변화하는 데이터 개인 정보 보호 및 합성 사기 문제를 해결하려는 Universe의 요구에 대응하기 위해 협력해 왔습니다. 우리의 열정적인 팀원들은 부사장부터 최고 경영진까지 역임했으며 금융 서비스, 의료, 소매, 기술, 통신, 클라우드 서비스, 물류, 공급망 및 공공 부문 도메인의 비즈니스 및 기술 생태계, 복잡한 고객 환경 및 규정 준수 환경의 전문가입니다. 이 팀은 데이터 개인 정보 보호, 규정 준수, 거버넌스, 기밀 유지 및 보호에 대한 글로벌 전문 지식을 보유하고 있습니다. 데이터 개인 정보 보호, 합성 사기, 위험 관리, 인공 지능 및 기계 학습 분야의 금융 서비스, 의료, 소매 및 기술 부문의 세계 최고의 회사에서 다년간의 업계 경험을 통해 우리는 데이터 개인 정보 보호 및 합성 사기 문제를 해결할 수 있다고 믿게 되었습니다. 

이 솔루션은 2020 Banking Tech Awards 최종 후보(Best Banking Tech Solution 부문)로 선정되었으며 고객의 데이터 수정 규정 준수를 지원하는 게임 체인저라는 찬사를 받았습니다.

결론

금융 범죄는 디지털 경제와 데이터 우선 사회의 파급 효과가 진화함에 따라 더욱 정교해지고 만연해지고 있습니다. 미국에서 가장 빠르게 증가하는 금융 범죄 유형 중 하나인 합성 신원 도용은 특히 정교한 보안 문제로, 위험 환경이 증가하고 금융 서비스 비즈니스의 기술 투자 목표(FSO)를 재정의하는 데 기여하고 있습니다. 사기꾼으로 보이지 않는 사기꾼은 전 세계 기업에 문제를 제공합니다. 이러한 합성 ID는 여러 면에서 진짜처럼 보일 뿐만 아니라 합법적인 클라이언트의 특성도 포함합니다. 기업은 발전하고 계속 증가하는 사기꾼과 싸우기 위해 정적 식별 기능을 독점적으로 검사하는 어려움과 한계를 파악해야 합니다. 기업은 동적 ID 품질과 서로 연결되는 링크를 통합하는 다차원 렌즈를 통해 각 고객 또는 거래를 확인함으로써 합성 신원 도용에 더 잘 대비할 수 있습니다. 기업은 또한 사기 방지 시스템을 종합적으로 검토하여 범죄자가 악용할 수 있는 구멍이 없는지 확인해야 합니다.

합성 신원 도용이 진짜처럼 보이는 디지털 신원을 만들기 위해 진짜와 조작된 개인 정보를 혼합하는 파렴치한 행위자가 저지르는 빠르게 확대되는 범죄라는 데는 의심의 여지가 없습니다. 데이터 유출은 미국 기업에만 국한되지 않습니다. 전 세계의 기업들도 비슷한 어려움에 직면해 있습니다. 데이터 유출로 공개된 개인 정보는 사기꾼이 합성 신원 도용에 필요한 데이터를 구매할 수 있는 다크 웹 마켓플레이스에서 자주 판매됩니다. 현재 합성 신원 도용을 방지하는 가장 유망한 방법은 AI 기술과 통합된 고급 신원 확인 소프트웨어를 사용하여 안면 인식을 사용하여 신분증과 사람을 검증하는 것입니다.

DATA SAFEGUARD 설립자 겸 CEO

Data Safeguard의 설립자이자 CEO인 Sudhir Sahu는 IT 엔지니어링 및 MBA 배경을 가진 연쇄 창업가로서 2021년 6월에 회사를 설립했습니다. 팬데믹 기간 동안 기업들이 문을 닫고 경제가 비즈니스 성장을 지원하지 못했을 때 Sudhir는 공동 설립자(Elliott Lowen, Keertana Suresh, Lee Nocon, Praful Parekh 및 Swarnam Dash)와 협력하여 모든 단계에서 어려워 보이는 여정을 시작했습니다.

Sudhir는 Data Safeguard가 전 세계 및 중소기업 고객이 데이터 개인 정보 보호 규정을 준수하고 막대한 벌금을 내지 않으며 해커가 PII 데이터 요소를 훔쳐 소비자의 삶에 혼란을 야기하는 것을 막기 위해 시작되었다고 말합니다. 글로벌 페널티는 이미 $ 10B 이상이며 증가하고 있으며, Data Safeguard는이 글로벌 과제에 대한 글로벌 솔루션입니다.

Sudhir는 프랑켄슈타인 신원으로 인한 막대한 손실로부터 금융 기관을 보호하기 위해 합성 사기 솔루션에 특별한 관심을 가지고 있습니다. 글로벌 합성 사기 손실은 1조 건이 넘고 계속 증가하고 있으며, Data Safeguard는 이러한 글로벌 과제에 대한 글로벌 솔루션입니다.

Sudhir는 해커 커뮤니티를 직접 경험하기 위해 세계 여러 곳을 여행했습니다.개인 식별 정보를 수집 및 채굴하기 위한 기술 사용을 이해하고, 다양한 데이터 요소를 결합하여 프랑켄슈타인 신원과 비즈니스 운영 모드를 만듭니다. 그는 해커가 개인 식별 정보를 훔치는 것을 막고 금융 범죄를 예방하기 위해 최선을 다하고 있습니다.