Anwendungsfälle
Betrugserkennung

Bewaffnet mit Maschinendaten und Machine Learning können Betrugserkennungsteams Daten durchsuchen, aufspüren und untersuchen, um Anomalien schnell zu erkennen – und damit finanzielle Verluste sowie Schäden für Ruf und organisatorische Effizienz abzuwenden.

Find Fraud's Fingerprints in Machine Data - Dienstag, 27. März 2018, 1.00 Uhr MESZ

Splunk bietet ein integriertes Sicherheitssystem, das schnell Verhaltensmuster definiert, um Unternehmensinformationen, Assets, Accounts und Transaktionen mit Geschwindigkeit auf Unternehmensniveau zu schützen.

Proaktive Regeln und Monitoring

Suchvorgänge und Monitoring für beliebige Daten mit benutzerdefinierten Regeln und Automation

Erkennen von Ausreißern

Erkennen und Untersuchen von Ausreißern durch Anomalien in Maschinendaten, die dazu beitragen, betrügerische Aktivitäten zu entdecken

Vorteile von Splunk für die Betrugserkennung

Splunk unterstützt Unternehmen beim Suchen, Erkennen, Untersuchen und Visualisieren betrügerischer Verhaltensweisen und Transaktionen, damit die Anomalien aufgespürt werden können, die normalerweise unentdeckt bleiben. Unternehmen können geeignete Maßnahmen ergreifen, bevor Betrüger diese Accounts missbrauchen oder ihre Daten extrahieren und können unterschiedlichste, auf die Kundenbedürfnisse angepasste Abhilfemaßnahmen einleiten.

Splunk definiert Betrugsregeln für Überweisungen und Kartentransaktionen, um verdächtige Aktivitäten zu identifizieren. Es ermöglicht zudem die Implementierung verschiedener geschwindigkeitsbasierter Regeln, wie z. B. Änderungen bei geographischem Standort oder Händler, und mehr, um Indikatoren für betrügerische Transaktionen zu ermitteln. Darüber hinaus kann Splunk bei Verwendung des Machine Learning-Toolkits (MLTK) anomales Verhalten besser identifizieren. Der Clustering-Algorithmus berücksichtigt mehrere Felder in den Transaktionen, um Ausreißer zu identifizieren.

Splunk hilft Dienstleistern im Gesundheitswesen, verdächtige Einrichtungen mit deutlich anormalen Medikamentenverteilungen und -volumina im Vergleich zu Mitbewerbern zu identifizieren.

Außerdem unterstützt Splunk Organisationen bei der Abrechnung, um verdächtige Einrichtungen zu identifizieren, die im Vergleich zu anderen deutlich anormale Anzahlen und Mengen von CPT-Abrechnungscodes einreichen – so erhalten sie mehr Transparenz bei den einzelnen Einrichtungen und deren Fachgebiete. Gesundheitsprogramm-Administratoren bei externen Beratungsfirmen nutzen Splunk, um Techniken einzusetzen, mit denen sie Programm-, Fallmanagement- und elektronische Patientendaten indizieren, analysieren, auswerten und transformieren können, um eventuelle Betrugsfälle aufzudecken und Programme für das Betrugs-Monitoring zu implementieren.

Durch die Entwicklung reproduzierbarer Tests liefert Splunk Erkenntnisse, um ungewöhnliche Trends, Datenanomalien und Kontrollausfälle zu erkennen. Die Einblicke dienen in einigen Fällen sogar als Frühwarnsystem, um Betrug zu vermeiden.

FEATURES UNSERER PRODUKTE
Es können Betrugsmuster in Maschinendaten aufgespürt werden, die ältere Betrugsbekämpfungs-Tools nicht entdecken

Analysen und Berichterstellung für die Zukunft

Flexible, komplexe Berichte und Visualisierungen unterstützen praktisch alle Benutzer oder Rollen und machen es einfach, Betrugsrisiken zu analysieren, zu bewerten und zu behandeln.

Ausweiten des Sicherheitsökosystems

Indizieren und konsolidieren Sie die Event-Daten aus in Silos verwalteten Tools und konsolidieren Sie die daraus resultierenden Betrugseinstufungswerte.

                 Übersicht über Splunk-Produkte
Splunkbase
Splunk Security Essentials für die Betrugserkennung

Splunkbase erweitert die Splunk-Plattform um eine Bibliothek mit hunderten von Apps und Add-ons von Splunk, unseren Partnern und unserer Community.

Kunden können anhand der Beispielszenarien in Splunk Security Essentials für die Betrugserkennung erfahren, wie Splunk Enterprise zur Erkennung verschiedener Formen von Betrug eingesetzt werden kann. In der App wird gezeigt, wie Splunk Enterprise bzw. Machine Learning bei verschiedenen Betrugsszenarien und Anwendungsfällen von der Erkennung bis zur komplexen Visualisierung und Untersuchung eingesetzt werden kann. Jedes Beispiel von Betrugserkennung enthält eine Beschreibung seiner Implementierung mit der Splunk-Suchsprache SPL (Search Processing Language) und dem Machine Learning-Toolkit (MLTK).

Finanzwesen

Entdecken Sie Identitätsdiebstahl und mehr
Erfahren Sie mehr

Gesundheitswesen

Entfernen Sie Versicherungsbetrug an der Wurzel – ganz ohne MRT.
Erfahren Sie mehr

Öffentliche Hand

Erbringen Sie kritische Services ohne Betrug
Erfahren Sie mehr