Le ciblage comportemental en ligne et les empreintes digitales des appareils pourraient être utilisés pour lutter contre la fraude par carte de crédit selon une équipe de l'Université internationale des sciences et technologies du Botswana, à Palapye, Botswana. Écrire dans le Revue internationale de sécurité électronique et de criminalistique numérique , Motlhaleemang Moalosi, Hlomani Hlomani, et Othusitse Phefo expliquent qu'il existe de nombreuses techniques de détection de fraude par carte de crédit utilisées par les émetteurs de cartes et d'autres parties prenantes. Néanmoins, des milliards de dollars sont perdus chaque année à cause des fraudeurs.

L'équipe a maintenant combiné la technologie du comportement et des empreintes digitales pour augmenter l'efficacité et l'efficience de l'approche de fusion en utilisant la théorie de Dempster-Shafer et l'apprentissage bayésien pour la détection des fraudes. L'approche permet de repérer un comportement étrange qui n'est pas caractéristique de l'utilisateur légitime d'une carte de crédit donnée et ainsi de détecter une activité frauduleuse sur le compte.

L'approche discutée dans l'article est actuellement un traité théorique, la prochaine étape sera de simuler le comportement réel à l'aide d'ensembles de données synthétiques, puis de l'appliquer à un scénario du monde réel pour tester son efficacité. Jusqu'à présent, l'efficacité a été démontrée avec des données provenant d'appareils qui ont déjà été utilisés dans des activités frauduleuses connues.

L'équipe suggère que leur approche va bien au-delà du simple ajustement des algorithmes de détection de fraude existants et pourrait offrir ce qu'ils disent être une approche révolutionnaire qui fonctionne bien mieux que les approches par essais et erreurs et réduit le nombre de faux positifs.