Антифрод в платёжных системах: как защищают транзакции
Зачем бизнесу собственный антифрод
Любая система, принимающая платежи онлайн, рано или поздно сталкивается с мошенничеством: украденные карты, тестирование реквизитов перебором, дружественный фрод (возвратные споры от реальных клиентов), мультиаккаунты ради бонусов и злоупотребление возвратами. Для бизнеса это не только прямые потери по chargeback, но и штрафы платёжных систем, рост комиссий и риск попасть в программы повышенного мониторинга.
В Узбекистане своя специфика: основной объём идёт через локальные процессинги и карты UZCARD и HUMO, параллельно растёт доля Visa и Mastercard для трансграничных операций. Это значит, что антифрод должен одинаково корректно работать и с локальной инфраструктурой, и с международными правилами 3-D Secure. Универсального готового решения, закрывающего обе плоскости, на рынке немного — поэтому многие команды строят собственный слой проверок поверх процессинга.
Уровень 1: правила (rule-based)
Базовый и самый понятный слой защиты — детерминированные правила. Это явные условия, при которых транзакция блокируется, отправляется на ручную проверку или требует усиленной аутентификации. Правила хороши тем, что прозрачны, мгновенно срабатывают и легко объясняются регулятору или банку-эквайеру.
- Velocity-лимиты: не более N попыток оплаты с одной карты, IP или устройства за интервал времени — отсекает перебор реквизитов.
- Гео- и BIN-проверки: несоответствие страны выпуска карты, IP-адреса и адреса доставки.
- Чёрные и белые списки: карты, устройства, e-mail и телефоны, ранее замеченные во фроде.
- Пороги сумм: аномально крупный первый платёж нового пользователя.
Частая ошибка — построить антифрод только на жёстких правилах и забыть про них. Статичные правила быстро устаревают: мошенники подбирают пороги перебором, а легитимные клиенты массово попадают под блокировки. Правила требуют регулярного пересмотра по свежей статистике отказов и подтверждённого фрода.
Уровень 2: машинное обучение и скоринг
Там, где правила дают грубую отсечку, ML-модели оценивают каждую транзакцию вероятностно. Модель обучается на исторических данных — подтверждённых мошеннических и нормальных операциях — и выдаёт риск-скор от 0 до 1. На основе скора система решает: пропустить, запросить 3DS или отклонить.
Ключевую роль играют признаки (features): поведение пользователя на сайте, история его платежей, репутация устройства и IP, скорость заполнения формы, время суток, расхождение между профилем и текущей операцией. Хорошая практика — комбинировать модели: быстрый градиентный бустинг для онлайн-скоринга и отдельные модели для разбора графов связей (один человек — много карт, одна карта — много аккаунтов).
Правила против ML. Правила: прозрачны, мгновенны, легко объяснимы, но не ловят новые схемы и дают много ложных срабатываний. ML: адаптивен, ловит неочевидные паттерны и снижает ложные блокировки, но требует данных, мониторинга дрейфа и сложнее объясняется. На практике их не противопоставляют, а соединяют: правила отсекают очевидное, ML работает в «серой зоне».
Уровень 3: 3-D Secure и сильная аутентификация
3-D Secure (для Visa — Verified by Visa, для Mastercard — Identity Check) переносит ответственность за мошенническую операцию с продавца на эмитента карты. В версии 3DS 2.x протокол стал умнее: банк-эмитент получает десятки параметров о транзакции и устройстве и может провести фрикционную проверку (запрос кода или подтверждение в приложении) либо фрикционлесс — пропустить без действий пользователя, если риск низкий.
Это даёт мощный рычаг: антифрод-слой сам решает, когда поднимать 3DS. Низкий риск — пропускаем без трения и не теряем конверсию; средний или высокий — включаем аутентификацию и перекладываем риск на эмитента. Для локальных карт UZCARD и HUMO аналогичную роль играет OTP-подтверждение через SMS, и логика маршрутизации должна это учитывать.
Ключевой выбор: где проходит граница challenge. Слишком низкий порог 3DS — теряете клиентов на лишнем вводе кода (особенно при медленной доставке SMS). Слишком высокий — растёт фрод и chargeback. Порог нужно настраивать по сегментам: сумма, новизна клиента, риск-скор, надёжность устройства — а не одной цифрой на весь поток.
Баланс защиты и конверсии
Главная ловушка антифрода — оценивать его только по пойманному мошенничеству. Если смотреть лишь на снижение фрода, легко «затянуть гайки» так, что система начнёт резать платящих клиентов. Реальная эффективность измеряется парой метрик одновременно:
- Fraud rate — доля мошеннических операций и сумма потерь по chargeback.
- False positive rate — доля заблокированных легитимных платежей. Именно она напрямую съедает выручку.
- Approval rate — доля одобренных транзакций; рост даже на 1-2% часто перекрывает все потери от фрода.
Практичный подход — не бинарное «пропустить/отклонить», а градиент действий: тихо пропустить, запросить 3DS, отправить на ручную модерацию, отклонить. Большинство сомнительных операций уходят в усиленную аутентификацию, а жёсткий отказ остаётся только для явного фрода. Дополнительно стоит вести постоянный A/B-анализ порогов и ретроспективно сверять заблокированные транзакции с фактическими спорами — это показывает, где система перестраховывается.
Вывод
Надёжный антифрод — это не один инструмент, а многослойная система: быстрые правила на входе, ML-скоринг в серой зоне и 3-D Secure как управляемый рычаг переноса риска. Но техническая часть бессмысленна без постоянной настройки метрик и учёта реалий рынка — локальных карт, скорости SMS, поведения узбекистанских пользователей. Если вы планируете платёжный сервис, маркетплейс или финтех-продукт и хотите выстроить антифрод, который защищает деньги, не убивая конверсию, — обсудите задачу с командой OneDev: поможем спроектировать архитектуру под вашу модель рисков.
Чем антифрод отличается от 3-D Secure?
Можно ли обойтись только правилами без машинного обучения?
Снижает ли антифрод конверсию?
Как антифрод работает с локальными картами UZCARD и HUMO?
Что такое дружественный фрод и как с ним бороться?
Сколько времени занимает внедрение собственного антифрода?
Нужна похожая система или хотите обсудить проект?
Опишите задачу — предложим архитектуру, технический подход и план работ. Часто для старта достаточно короткого звонка.
Обсудить проект