数据质量解决方案专家Imperium宣布发布其旗舰ID验证工具RelevantID®的显着升级版本。

该主要版本旨在帮助市场研究和专家组组织应对高度复杂的合成身份欺诈行为的崛起，而使用传统欺诈检测模型来捕获欺诈行为正变得越来越难。

从今天起，该公司功能强大的欺诈阻止工具Fraudience®将作为标准集成到RelevantID®中。现在，新老客户都可以自动访问Fraudience®，该软件可以根据专有的基于研究的算法监视受访者的行为模式，从而迅速识别出可能欺诈的受访者。

新的RelevantID®还包括FraudProbabilityScore，这是一种机器学习模型，用于评估被动和行为数据，并返回极其精确的欺诈评估，以检测调查中的欺诈，僵尸程序和跳线/幽灵。

蒂姆说：“我们相信RelevantID®提供了一种真正的多层次欺诈检测方法，将被动机器数据与行为数据结合在一起，可提供被调查者欺诈潜力的详细信息，同时完全遵守GDPR等严格的隐私法，” Tim说。Imperium总经理McCarthy。

McCarthy补充道：“企业依靠我们来不断提供确保数据质量的顶级工具。自从使用Fraudience®和FraudProbabilityScore对RelevantID®进行收费以来，我们发现欺诈捕获分数从2.5%上升到平均5倍以上，从2.5%上升到13.8%。因为我们使用的是机器学习模型，所以我们的工具每天都在识别新的行为模式，从而更容易领先于坚定的欺诈者。”

该声明与美联储今年发表的有关合成身份欺诈主题的报告中的调查结果相吻合。该论文的作者提到了ID Analytics研究，该研究估计传统欺诈检测模型在85%至95%的合成身份欺诈中缺乏有效性。

广泛的链接分析过程是Imperium的调查数据质量解决方案的核心部分，这反映了美联储的建议，即企业应采用“分层欺诈缓解方法”，并结合“手动和技术数据分析”来对抗最复杂的欺诈技术。