Tech talk: betere fraudedetectie in de banksector

Een verhaal over vervalsing

Bijna tien jaar geleden wilde een iets te ambitieuze tapijtverkoper een penthouse kopen in het centrum van een grote Italiaanse stad.

Hij verkocht tapijten, kwaliteitsvolle tapijten. Maar zijn zaak bracht niet genoeg op om een penthouse te kopen. Toch vroeg hij bij de bank een lening aan, kreeg die goedgekeurd en werd de trotse eigenaar van een penthouse.

Enkele maanden later werd hij eruit gezet omdat hij de rente op zijn lening niet kon betalen.

Hoe kon dat gebeuren? Door een dalende tapijtmarkt? Nee. Deze man had met behulp van een instructievideo over documentvervalsing een extra cijfer achteraan op zijn loonfiches toegevoegd.

Fraude omvat vals geld en vervalste beveiligde documenten, maar ook vervalste identiteits- en reisdocumenten, en kost de wereldeconomie jaarlijks £3,2 biljoen (ongeveer €3,8 biljoen). Ook documentvervalsing hoort daarbij, een veelvoorkomend probleem in de banksector dat elk jaar veel geld en middelen kost. De voorbije maanden werkte Agilytic aan een oplossing om banken hierbij te helpen.

Overzicht van technologie voor fraudedetectie

Optische tekenherkenning (OCR): de klassieke techniek

Fraude in vervalste documenten opsporen kan met optische tekenherkenning (OCR). OCR controleert de tekstinhoud en de opmaak, zoals grootte, lettertypes en positie van de tekens. Dat kan bij vooraf geregistreerde documentsjablonen. De positie van tekstvelden moet vooraf vastliggen, zodat het algoritme zich op de juiste plaatsen richt en de tekst rechtstreeks leest. Is het document niet geregistreerd, dan kan een heuristische aanpak worden gebruikt: het algoritme zoekt dan zelf relevante zones in de afbeelding en extraheert vervolgens de tekst en bijbehorende informatie. De prestaties zijn dan uiteraard minder goed. Hieronder illustreren we de OCR-techniek:

Fraudedetectie met OCR

OCR is erg nuttig omdat er geen trainingsdata nodig zijn. Idealiter beschikt u over een sjabloon om de tekenherkenning te verbeteren. De techniek heeft wel beperkingen wanneer het document een afbeelding is in plaats van een tekstdocument, en wanneer de vervalsing bijzonder goed is uitgevoerd.

Steganografie: de grafische techniek om subtiele vervalsingen op te sporen

We kunnen documentfraude beter opsporen met steganografie. Het idee achter steganografie is dat er informatie schuilgaat achter wat met het blote oog zichtbaar is. We kijken tot op pixelniveau in documenten die als afbeelding zijn opgeslagen om wijzigingen te vinden. Bij vervalsing veranderen de pixels rond de vervalste tekst. Voorbeelden van zulke bewerkingen zijn:

• kopiëren en plakken vanuit hetzelfde document (CPI)

• kopiëren en plakken vanuit een ander document (CPO)

• één of meer tekens in een afbeelding verwijderen (CUT)

• een tekstvak maken om tekst na te bootsen (IMI)

Steganografie zoekt die wijzigingen in de achtergrond om vervalsingen op te sporen. Specifieke beeldfilters maken de veranderingen rond de tekst zichtbaar. Elk filter levert numerieke waarden op, die we aan het classificatiealgoritme doorgeven. Na de modeltraining kan het algoritme bepalen of er al dan niet sprake is van vervalsing.

Het steganografieproces

‍Het algoritme wordt getraind op documenten waarin de vervalsing duidelijk is aangeduid en gelabeld. Zo wordt een waarde die een beeldfilter genereert, gekoppeld aan een vervalst of authentiek document.

OCR werkt niet goed op documenten die als afbeelding zijn opgeslagen, zoals scans, maar steganografie is hiervoor geschikt.  We testten deze techniek op een dataset met loonfiches en spoorden daarmee 75% van de fraude op (meer informatie vindt u in dit wetenschappelijke artikel). Steganografie is ook toepasbaar op andere documenten, zoals identiteitskaarten en paspoorten. De kwaliteit van de afbeeldingen en de trainingsdocumenten blijft wel een beperking.

De aanpak van Agilytic voor fraudedetectie

De combinatie van OCR en steganografie verbetert de detectie van documentvervalsing aanzienlijk. Welke stappen voegen nog meer waarde toe? Om het algoritme te trainen en fraude op te sporen zijn zowel vervalste als authentieke documenten nodig. In de praktijk is het echter niet eenvoudig om vervalste documenten te vinden en te verzamelen.

Daarom kunnen we documentafbeeldingen in kleinere beelden opdelen door ze bij te snijden. Documenten met meerdere vervalsingen leveren zo meer beelden op voor het algoritme en dus meer vervalste voorbeelden voor de modeltraining. Het detectiealgoritme op kleinere beelden toepassen verbetert de prestaties, omdat vervalsingen soms maar een heel klein deel van de afbeelding beslaan. We beperken dus het zoekgebied en krijgen betere resultaten. Tot slot controleren we de informatie tussen documenten onderling. Zo vergelijken we loonfiches of eigendomstitels met data uit identiteitskaarten en paspoorten.

Tijdwinst en nauwkeurigere detectie voor banken

Documentvervalsing opsporen is een grote uitdaging voor banken. Vandaag hebben we een robuuste oplossing: OCR om wijzigingen in tekstdocumenten te detecteren, steganografie om vervalsingen in afbeeldingen te vinden en kruiscontroles tussen de documenten. Dat bespaart banken tijd en verbetert hun detectiegraad.

Neem contact op als u samen met ons uw uitdagingen rond fraudedetectie wilt aanpakken!