Buguroo筹集了1100万美元，用于通过深度学习和行为生物识别技术检测银行欺诈

 
西班牙网络安全创业公司Buguroo利用深度学习和行为生物识别技术来帮助银行发现欺诈活动，该公司在由硅谷的十一个十一风险投资公司和西班牙的Seaya Ventures领导的A轮融资中筹集了1100万美元，Conexo Ventures和Inveready Technology Investment参与其中组。
Buguroo于2010年在马德里成立，旨在找出企图模仿合法帐户持有人的欺诈者。该公司表示，它使用由神经网络提供支持的深度学习算法来学习正常会话的外观，因此可以更好地发现未来的欺诈活动，这些活动可能源于人类网络罪犯或自动机器人。
欺诈者使用无数技术来规避身份验证过程，例如远程访问特洛伊木马(RAT)恶意软件，表单获取程序，Web注入等等。 Buguroo说，它还可以检测最终用户在移动应用程序或浏览器中正在查看的以前未知的恶意软件活动，这意味着它可以适应尚未添加到任何黑名单中的新技术。
追踪
Buguroo尝试通过分析历史模式，然后根据此数据对每个后续登录会话进行分类，来确定何时进行此类尝试。该平台收集行为模式，例如手指大小和屏幕压力(在触摸屏设备上)，打字速度和流畅度，鼠标移动，陀螺仪位置等，以绘制合法在线会话的图片。然后，当一个坏演员进入战斗状态时，它将其与活动进行比较。
例如，假设一家银行的客户通常使用其网络浏览器侧面的垂直滚动条进行导航，并使用键盘侧面的小数字键盘输入其帐户详细信息。但是随后，一家银行注意到，客户在一次会话中使用的是鼠标滚轮和键盘顶部的水平数字栏-可能是其他人试图访问该帐户的标志。
Buguroo涵盖了新帐户欺诈(NAF)，即使用窃取的凭证打开新的银行帐户或信用卡时，它还针对银行系统中已经在工作的欺诈者。确实，该公司提供了一个名为Fraudster Hunter的功能，该功能是其主要BugFraud平台的一部分，该功能专门用于识别以前不受限制进入银行的不良行为者。
通过不断映射用户，设备，网络和会话，Buguroo表示，它可以收集有关欺诈者方法的情报，即“网络配置文件”，该文件可用于发现将来的帐户渗透尝试，无论过去的尝试是否成功。
市场规模
值得注意的是，Buguroo并不是唯一在行为生物识别跟踪领域中运营的公司。以色列的BioCatch提出了类似的建议，去年筹集了3000万美元。这以及该空间中的其他应用程序显示出了真正的胃口，希望为组合带来更多自动化，从而实现仅人类无法实现的功能和服务。
Bugaroo表示，它具有许多功能，使其与市场上的类似工具区分开来。例如，它为每个用户创建一个唯一的配置文件，并将其与该同一用户的先前会话进行比较，而其他服务则将该配置文件与更广泛的“好”和“坏”行为集群进行比较。这是一个重要的区别，因为从理论上讲，欺诈者可以了解“良好”行为的外观，例如注册或登录银行网站，但对于他们而言，要学习模仿的单个用户的特定特征几乎是不可能的。
Buguroo援引RSA的数据说，大约所有在线银行欺诈的三分之一来自实际上由欺诈者控制的所谓合法客户的帐户。随着在线欺诈的激增，全球欺诈预防和检测市场将从2018年的170亿美元增长到2025年的570亿美元。
Buguroo早在2015年就筹集了330万美元的种子资金，今天这家初创公司声称其技术为欧洲和拉丁美洲超过5000万的银行客户提供了保护。世行还计划利用其另外的1100万美元，将其全球业务扩展到新的地区，包括美国，英国，法国和德国。