Bài viết liên quan
Phân tích hành vi người dùng
User Behavior Analytics (UBA)
Phân tích hành vi người dùng (UBA) là gì?
UBA (User Behavior Analytics) là kỹ thuật ứng dụng trí tuệ nhân tạo (AI) và học máy (Machine Learning - ML) để xây dựng hồ sơ hành vi chuẩn (baseline behavior profile) của từng khách hàng dựa trên các yếu tố: địa điểm đăng nhập (geolocation), thiết bị sử dụng (device fingerprint), khung giờ giao dịch, tần suất và giá trị giao dịch trong lịch sử. Từ đó hệ thống tự động phát hiện các sai lệch bất thường (anomalies) so với baseline để cảnh báo truy cập trái phép hoặc giao dịch gian lận.
Theo Thông tư 09/2020/TT-NHNN quy định về an toàn thông tin trong hoạt động ngân hàng điện tử, các tổ chức tín dụng phải triển khai công cụ giám sát, phát hiện truy cập trái phép và giao dịch bất thường - trong đó UBA được xem là giải pháp cốt lõi tại Khoản 4 Điều 12.
Đặc điểm chính
- Học liên tục (continuous learning): mô hình tự cập nhật khi hành vi khách hàng thay đổi theo mùa vụ, công việc.
- Phân tích đa chiều: kết hợp tín hiệu địa lý, thiết bị, hành vi, mạng để chấm điểm rủi ro tổng hợp.
- Giảm tỷ lệ cảnh báo sai (false positive): phân biệt chính xác giữa hành vi hợp lệ (đi công tác nước ngoài) và giả mạo.
- Tích hợp với SIEM, Fraud Detection System và hệ thống AML.
- Gán risk score (0-100) cho mỗi phiên để quyết định: cho phép / yêu cầu OTP / từ chối.
Ví dụ minh họa
Khách hàng A thường đăng nhập Mobile Banking tại TP.HCM trên iPhone 14, giao dịch dưới 10 triệu/ngày trong khung 8h-22h. Đột nhiên lúc 3h sáng xuất hiện giao dịch 50 triệu từ IP Nigeria trên thiết bị Android chưa đăng ký. Hệ thống UBA gán risk score = 95/100, tự động khóa giao dịch và gửi OTP xác thực bổ sung tới số điện thoại đã đăng ký, giúp ngăn chặn kịp thời vụ chiếm đoạt tài sản theo Điều 14 Thông tư 09/2020/TT-NHNN.