Как защитить бизнес от мошенников и не потерять клиентов

Когда тема с антифродом только начала появляться в прессе и профессиональной среде, очень многие эксперты рассматривали это решение как средство для борьбы с мошенническими операциями. Людям вообще свойственно проводить аналогии — есть антивирус, который блокирует вирусы, или межсетевой экран, который отсекает хакерские атаки, а теперь появилось средство, блокирующее мошенников на подходе. Но реальность как всегда несколько сложнее, и потребовалось много лет и целая эволюция этого класса решений, чтобы понять, что основная задача не блокировать, а научиться достоверно отличать легитимного клиента от злоумышленника, потому что в противном случае компания рискует потерять на своей системе защиты больше, чем от действий мошенников.
Вообще эта мысль не могла прийти безопасникам в голову, она, как это часто бывает, пришла в голову бизнесу. Бизнесу абсолютно безразлично количество заблокированных транзакций, и дашборд со статистикой блокировок тоже никого не впечатляет. А вот падение прибыли от того, что ради предотвращения миллионных потерь от мошенников компания отклоняет легитимные покупки на десятки миллионов рублей, бизнес понимает очень хорошо. Такую защиту вообще сложно назвать успешной, и приходится оценивать совокупный экономический эффект. Наблюдения вообще показывают, что в споре бизнеса и безопасности бизнес побеждает почти всегда, кроме случая, где уже государство диктует правила игры.
Цена недоверия
Главный камень преткновения — ложноположительные срабатывания. И это не просто техническая ошибка фильтра. Это скрытая статья убытков: брошенная корзина с товарами, которую не удалось оплатить, зависший платеж, очередное обращение в техподдержку и клиент, который может больше никогда не вернуться. Причем эти потери не видны службе ИБ, у нее как раз все прекрасно, статистика блокировок растет, а значит, решение не зря купили.
Блок или не блок, вот в чем вопрос
Настройка антифрода требует участия очень многих подразделений компании. Универсальных антифрод-правил просто не существует. Банки, службы доставок, маркетплейсы — все они сталкиваются с разными мошенническими схемами, и универсального подхода быть не может, даже если производитель антифрод-решения убеждает вас в обратном. Даже внутри отдельной компании риски при регистрации, оплате и возврате товара совершенно разные, и мы видим это по статистике взлома или утечки данных. Попытка защищать все одинаково неизбежно создает избыточные ограничения. За этой мыслью через какое-то время следует и другая неочевидная — не каждое подозрительное действие требует блокировки. Антифрод должен уметь выбирать реакцию пропорциональную риску. Это целый спектр — от незаметного дополнительного анализа до временного ограничения. Жесткая блокировка может быть только крайней мерой, последним инструментом защиты, но ни в коем случае не главным инструментом.
Я бы даже утверждал, что, если бы не последние успехи в области искусственного интеллекта и, в частности, машинного обучения от антифрода пришлось бы в итоге отказаться. Потому что количество входных параметров стало бы просто неподъемным. У типичного клиента любой информационной системы в 2026 году постоянно новый IP-адрес, несколько разных устройств, смена геолокации из-за VPN, новые версии прошивки устройства от вендора и многое другое. Все это нужно анализировать в совокупности, а еще добавить сюда историю операций, привычные суммы трат, последовательность действий, отклонения от обычного поведения. Даже время суток и наличие на горизонте важных дат — все имеет значение! И даже тут само по себе необычное поведение не доказывает злонамеренность. Кто вас осудит, если вы решили бросить все и купить на все деньги путевку на Мальдивы в 3 часа ночи, собрав деньги со всех своих банковских карт? По-человечески я, думаю, никто, а вот классическая антифрод-система вполне может лишить вас последней радости в жизни.
Невидимость как высшая форма защиты
Хороший антифрод должен быть практически невидимым для добросовестного клиента. Я понимаю, разговаривать такими лозунгами очень легко, а сделать куда сложнее. Но постоянные проверки CAPTCHA, постоянное подтверждение личности и несколько коротких СМС подряд превращаются в препятствие для покупки. И я думаю, многие из вас сталкивались с этим. Особенно на небольших сайтах или интернет-магазинах, где безопасность отдана на аутсорс или куплена в виде готовой услуги, которая вообще никак не учитывает специфику именно этого магазина. Тут уж ни о какой бесшовности говорить не приходится. Мне доводилось решать три капчи подряд от разных поставщиков, а потом дополнительно подтвердить свой адрес электронной почты, чтобы купить книгу. Да, книга, безусловно, того стоила, но в другой раз я бы лишний раз подумал.
Гибридный разум
Я упомянул машинное обучение, и, действительно, ML-модели довольно хорошо способны выявлять сложные зависимости, которые довольно трудно описать вручную. Но для известных сценариев атак и оперативного реагирования на новые схемы жесткие правила тоже хорошо работают. На практике, как, впрочем, и в других сферах кибербезопасности, лучше всего работает гибридная архитектура, где экспертная аналитика и ИИ дополняют друг друга.
С моделями, кстати, тоже не все так лучезарно. Да, прогресс есть, но даже самая крутая современная модель абсолютно бесполезна, если обучается на неполных, устаревших или банально некорректно размеченных данных. Вы можете самостоятельно поискать кейсы, когда заблокированная системой операция автоматически считалась мошеннической, а это в свою очередь создает замкнутый круг, в котором алгоритм начинает бесконечно подтверждать собственную ошибку. Специалисты по машинному обучению совсем не зря едят свой хлеб и стоят таких денег на рынке. Увы, без них никакой ИИ работать не будет. Ну, конечно, если вы не готовы отдавать свои данные в чью-то уже обученную модель, а вы, скорее всего, не готовы.
Следующий момент — антифрод должен учитывать не только саму транзакцию, но и весь жизненный цикл клиента. Я не знаю современных схем мошенничества, которые бы начинались с платежей. Обычно это длинная цепочка действий, которая включает в себя использование подставных аккаунтов или захват чужой учетной записи, фиктивный возврат или манипуляции с доставкой. Если начать фокусироваться именно на платежах, то можно увидеть лишь малую часть проблемы. И про эффективность речи уже не будет. Это значит, что антифрод должен был интегрировать не только в платежную систему, но и во все, что так или иначе с ней взаимодействует. В этом месте появляется желание перенести риски.
Аутентификация не равна доверию
Допустим, можно предложить усиленную аутентификацию для того, чтобы сфокусироваться только на платежах. Пожалуй, MFA и passkey снижают отдельные категории рисков, но, конечно, никак не защищают от мошенничества. Потому что социальная инженерия коварна — легитимный пользователь может авторизовать мошеннический перевод, даже не понимая, что именно он делает. Отсюда важный вывод — антифрод должен анализировать контекст операции, но работать даже тогда, когда личность пользователя успешно подтверждена.
Все внедрено, деньги заплачены, специалисты наняты. Что дальше?
Наступает самое интересное — непрерывное тестирование вашей антифрод-системы. Не беспокойтесь, тестировать ее будут злоумышленники, причем непрерывно. Они будут искать бреши в ограничениях, подбирать суммы, на которых система ломается, менять устройства или распределять суммы между аккаунтами. Вы очень быстро поймете, что статические правила постепенно теряют эффективность, потому что меняются схемы атак, а значит, нужна постоянная переоценка. Качество модели не должно страдать от того, что кто-то регулярно не корректирует механизм защиты.
Второе, чем вам придется заняться, это наладить взаимодействие с пользователями. Объяснимость решения совсем не менее важна, чем точность анализа. Когда клиенту отказывают в платеже, бизнес должен понимать причину. Полностью непрозрачная модель — это черный ящик, от которого нет никакой пользы. Без понимания, что именно произошло, вы никогда не сможете расследовать инцидент и пояснить пользователю, что именно пошло не так. Речь не идет о том, чтобы показать пользователю набор правил, который сработал в его случае, этим могли бы воспользоваться мошенники, чтобы адаптировать свою атаку. Но если пользователь видит сообщение, что в платеже отказано, и никаких пояснений нет, то, скорее всего, он просто закроет окошко, перейдет в другой магазин и больше никогда не вернется, благо, конкуренция имеется и важен каждый клиент.
Третий момент, с которым предстоит столкнуться, — это выстроить работу со своим ИБ-подразделением. Служба безопасности исторически отвечает за снижение мошеннических потерь. Естественным образом она будет до конца биться за ужесточение ограничений, потому что количество инцидентов — это их ключевая метрика. А бизнесу нужно удержание клиентов и конверсия. Слово, которое ваш директор по ИБ может и не знать. Поэтому нужен совсем другой набор метрик — потеря от фрода, стоимость проверки или влияние защитных механизмов на клиентский опыт. Это очень непростая задача, но кто-то должен начать ее выполнять.
И четвертый, неочевидный, как оказалось, момент — любое правило, любой сценарий и любая модель должны проверяться на ваших реальных данных. Токенизация, чужие данные, готовые сценарии — это все бессмысленно. Только на реальных данных будет понятно, насколько снизились мошеннические потери, сколько добросовестных операций попали под подозрение, да и как вообще меняется конверсия после внедрения антифрода. Потому что в противном случае ваша система будет демонстрировать шикарные показатели, одновременно ухудшая финансовые результаты компании.
Главный вызов антифрода
Резюмируя, хочется подчеркнуть, что главная проблема современного антифрода состоит совсем не в недостатке технологий обнаружения, а в сложности принятия решений. Подозрительная операция не всегда мошенническая, а успешно аутентифицированный пользователь не всегда действует в собственных интересах.
Поэтому и развитие подобных систем должно не идти по пути бесконечного ужесточения проверок, а двигаться в сторону более точной оценки рисков. По этому пути идут и другие направления кибербезопасности. Все эти машинные обучения, поведенческая аналитика и дополнительные факторы аутентификации работают только тогда, когда позволяют сократить реальные потери, не затрагивают добросовестных клиентов. Безопасность ради безопасности должна уйти в прошлое.
В конечном счете, задача антифрода — не запретить мошеннику совершить операцию любой ценой, а сделать мошенничество экономически невыгодным, но сохранив клиенту возможность пользоваться любимым сервисом без дополнительных препятствий.
Мой коллега, сотрудник крупного интернет-магазина, сформулировал все это еще проще — «отклоненный платеж на 1000 рублей будет стоить нам не 1000 рублей, а всей будущей выручки от клиента, а вот мошенническая операция на 1000 рублей — это расследование, возврат средств и работа техподдержки, а я далеко не уверен, что одно лучше другого».
Опубликовано 19.11.2026

