symbol

Israel ziet een sterke opmars van fraude bescherming startups

Israel is een vruchtbare bodem voor startups. Een goed voorbeeld hiervan is de IT-sector. Sinds kort zijn het niet alleen de apps die het voortouw nemen, maar de startups die zich ontfermen over online fraude bescherming en online persoonlijke indentificatie.

Deze opmars komt mede door het feit dat alle 18 jarige het leger in moeten, waarvan een selectie in aanraking komt met een speciale afdeling van het Ministerie van Defensie in Israel (IDF). Deze afdeling richt zich op het genereren van data door middel van verschillende informatiebronnen zoals communicatiesignalen, documenten, computers, telefoons, etc. Zodra deze informatie is verzameld wordt het verwerkt om betere inzichten te genereren voor de grondtroepen in het leger of om strategische beslissingen te kunnen nemen. Doormiddel van het inzetten van deze tactiek kunnen er vele dreigingen op voorhand worden voorzien. Om dit uit te voeren maakt het IDF gebruik van intilligente, gemotiveerde, out-of-the-box visioniers die in een drie jaar durende service deze vaardigheden op doen. Dit betekent dat Israel elk jaar een rits aan specialisten in fraude herkenning aanlevert die zich in op de zakelijke markt zullen storten. 

De IDF Unit 8200 ontwikkeld systemen om informatie te kunnen verzamelen waardoor zij de juiste inteligence kunnen verkrijgen, door deze informatie te analyseren inzichten te genereren om zodoende dreigingen te kunnen identificeren en de gevaren te beperken. 

Riskified is een startup van de Genesis Partners company dat gebruik maakt van de bovengenoemde systemen om zodoende retailers te beschermen tegen fraudes en grote verliezen door de nieuwe en huidige klanten te analyseren. Mede door de grondige screening die wordt uitgevoerd door de algorrythms die worden ontwikkeld kunnen retailers vele nieuwe klanten kunnen winnen die mogelijk bij andere bedrijven zullen worden geweigerd, In 2015 heeft het bedrijf  een omzet van $3 miljard transacties omgezet voor internationale retailers zoals Burberry, Wish en Viagogo.

Forter, is een startup dat gebruik maakt van een algorythm dat frauduleuze gebruikers kan onderscheiden van de eerlijke gebruikers. Deze startup heeft 18 miljoen opgehaald waarmee het bedrijf het algorythm verder heeft kunnen ontwikkelen en ondersteuning aan de e-commerce sector biedt om frauduleuze gebruikers te identificeren en te weigeren. Vanwege deze identificatie kunnen retailers een veilig platform aanbieden en een veilige reputatie opbouwen

Een derde startup uit Israel is het bedrijf – EverCompliant – dat een brede selectie aan oplossingen levert waardoor PSP’s en acquirers de juiste informatie binnen krijgen om activiteiten van de huidige klanten en nieuwe klanten te analyseren en mogelijke verdachte activiteiten kan herkennen.

Deze oplossingen zijn zeer belangrijk in deze delende economie. Platforms zoals AirBnB en online webshops zijn hier de juiste voorbeelden van. Elk platform moet een bepaalde veiligheid kunnen waarborgen om het vertrouwen van de klant te kunnen winnen. Dit vertrouwen wordt gewonnen door de zekerheid te bieden dat de klant wordt beschermt tegen fraude binnen de e-commerce sector. Om dit te kunnen faciliteren op een grotere schaal hebben de bovengenomende bedrijven complexe algorythms ontwikkeld die tot op de precisie in miliseconden de transactie kunnen autoriseren. 

I Am Real is een van de Israelische bedrijven dat zich focust op het herkennen van identiteit. Het bedrijf gebruikt sociale en videoverificatie-technologie, online platforms waardoor klanten die zich inschrijven snel kunnen worden geanalyseerd en de risico’s van de activiteiten van de klanten op het platform geminimaliseerd  worden.

Nadav Benedek, CEO van I Am Real legt uit:

“Under the hood, these technologies are inspired by the concept on which Google’s search engine is based, a.k.a PageRank. In order to assess the credibility of a persona, it’s highly useful to check its interactions with other identities with whom we already have an a priori assessment on them.

For instance, let’s say we have a new user, Alice, coming onto the web platform. Now, this is the first time we have met Alice, but by analyzing her history on Facebook, we see that she knows an already-verified identity, Mark Smith, for example. We notice that Alice has a photo together with Mark, shaking hands with him at some VC conference, and another mutual and authentic video. We also discover what we call a bilateral-meaningful communication between them over the last three years.

If we know Mark is a real and verified identity and we have these signals, the chances that Alice is fake decreases. It’s difficult for Alice to force herself into shaking hands with Mark without his approval. This analysis takes a considerable amount of computational power, similar to what you’d expect from Google’s search engine and from Unit 8200’s massive supercomputers.”

Read the article in English here.