#fraud-detection

An Inside Look at the Relay Market Powering Token Resellers and Fraud

Thị trường Relay (gray market) cung cấp giải pháp B2B giá rẻ, có cấu trúc cho người bán lại token tại Trung Quốc đại lục, giúp họ truy cập các dịch vụ AI như OpenAI, Anthropic hay Google.

Lập trình viên nên đọc bài này để hiểu cách các công ty và cá nhân trong thị trường gray-market (đen) vận hành hệ thống relay—công cụ quan trọng cho việc tiếp cận và phân phối dịch vụ AI lớn như OpenAI và Anthropic mà nhiều người vẫn chưa biết đến.

Migrating Counter Service storage: Design choices and learnings

Grab đã di chuyển Counter Service từ wide-column database sang Aerospike mà không gián đoạn, bằng cách tách lớp lưu trữ reader bằng Rust (sử dụng enum dispatch thay vì trait objects vì hiệu năng), redesign writer với schema dạng map thay vì row-per-bucket, và triển khai dual read-write shadow paths để rollout từ từ kèm xác thực dữ liệu. Schema mới giảm dung lượng lưu trữ xuống 1TB (từ 3TB), cải thiện độ trễ đọc p99 ~50% và giảm chi phí 45–50% mỗi node.

Lập trình viên cần đọc bài này để học cách tối ưu hóa thiết kế hệ thống cao cấp, từ việc chọn lựa cơ sở dữ liệu (Aerospike) đến giải quyết thách thức thực tế như giảm chi phí, cải thiện hiệu suất và xử lý các hạn chế của các thư viện như Rust, giúp áp dụng kinh nghiệm vào dự án của riêng mình.

What is an Anomaly Detection Dataset and Why It Matters

Bộ dữ liệu phát hiện bất thường (anomaly detection dataset) giúp xác định các điểm dữ liệu bất thường, nâng cao tính toàn vẹn của dữ liệu. Chúng đóng vai trò quan trọng trong việc cải thiện độ chính xác của các mô hình phát hiện gian lận, lỗi hệ thống hay các sự kiện bất thường khác.

Một lập trình viên nên đọc bài này để hiểu cách xây dựng và sử dụng các tập dữ liệu phát hiện ngoại lệ (anomaly detection) để tự động hóa việc phát hiện lỗi trong dữ liệu, từ đó cải thiện hiệu quả phân tích và bảo mật hệ thống.

Operationalizing Voice Security with Splunk: From AI Detection to Real-Time Action

Cisco IT modernized our voice security posture by shifting from reactive, manual processes to a proactive, AI-driven defense. Dive deeper into the technical architecture that made the transformation possible.

D-Wave and Nasdaq Verafin Announce Agreement for Quantum Computing Application Development

D-Wave và Nasdaq Verafin hợp tác phát triển ứng dụng điện toán lượng tử nhằm phát hiện gian lận tài chính thông qua khái niệm chứng minh (proof-of-concept) tập trung vào phân tích giao dịch.

Là lập trình viên chuyên về phân tích dữ liệu hoặc an ninh tài chính, bạn nên đọc bài này để khám phá cách ứng dụng máy tính lượng tử có thể nâng cao hiệu quả trong việc phát hiện gian lận và xử lý giao dịch nhanh hơn so với các phương pháp truyền thống.

Interpol Leverages Global System to Curtail Fraud Payments

Interpol đang sử dụng hệ thống toàn cầu để ngăn chặn kịp thời các khoản thanh toán gian lận trước khi tội phạm mạng rút tiền.

Một lập trình viên nên đọc bài này để hiểu cách hệ thống giao dịch tài chính hiện đại sử dụng cơ chế interpolation để nhanh chóng phát hiện và ngăn chặn các giao dịch gian lận, giúp cải thiện an toàn hệ thống và bảo vệ dữ liệu cho ứng dụng thanh toán của bạn.

How to Create a Spring Boot Fraud Scoring Service

Các nhóm Java thường triển khai mô hình machine learning dưới dạng dịch vụ Python và gọi qua HTTP, tuy hiệu quả nhưng tốn kém chi phí vận hành.

Lập trình viên Java nên đọc bài này để khám phá cách xây dựng một dịch vụ phân tích gian lận trong Spring Boot thay vì phụ thuộc vào dịch vụ Python bên ngoài, giúp tối ưu hóa hiệu suất, bảo mật và quản lý mô hình ML trong ứng dụng Java.

Bringing real-time fraud prevention to government benefits

Federal benefits lose hundreds of billions of dollars to fraud each year. See how Databricks stops it in real time, with data agencies already have.

Medium

Ứng dụng Seerie trên Google Play giúp kiểm tra tin nhắn lừa đảo ngoại tuyến tại Ấn Độ, hoạt động mà không cần internet và không gửi dữ liệu lên máy chủ.

Lập trình viên nên đọc bài này để hiểu cách xây dựng một ứng dụng bảo mật offline, đặc biệt khi cần giải quyết vấn đề bảo vệ dữ liệu cá nhân trong môi trường không kết nối internet, như ứng dụng Seerie cho người dùng Ấn Độ.

I Built a Call Firewall That Screens Scammers at the Carrier Edge

Tác giả xây dựng hệ thống Call Firewall nhằm ngăn chặn cuộc gọi rác ngay tại biên mạng của nhà cung cấp dịch vụ viễn thông, giải quyết vấn đề spam call phổ biến với các nhà phát triển điện thoại.

Lập trình viên phát triển ứng dụng di động nên đọc bài này để tìm cách bảo vệ người dùng khỏi cuộc gọi xâm hại bằng kiến thức kỹ thuật thực tế về giải pháp call firewall tại góc cạnh mạng viễn thông, giúp tối ưu hóa trải nghiệm và bảo mật cho ứng dụng của họ.

The Deepfake Fraud Numbers Are a Distraction From the One Fix That Actually Works

Deepfake fraud is rising, but stronger approval workflows and governance reduce risk more effectively than detection tools.

Analyzing the evidence that helps businesses win “product not received” disputes

Dữ liệu từ 1 triệu vụ tranh chấp "sản phẩm không nhận được" trong 16 tuần cho thấy bằng chứng nào ảnh hưởng đến tỷ lệ thắng. Kết quả cung cấp gợi ý giúp doanh nghiệp giảm thiểu tranh chấp hiệu quả.

Lập trình viên nên đọc bài này để hiểu cách phân tích dữ liệu từ tranh chấp giao hàng không nhận được có thể giúp doanh nghiệp cải thiện hiệu quả giải quyết vấn đề, từ đó tối ưu hóa quy trình phát triển sản phẩm và tránh rủi ro kinh doanh.

Music streamer Deezer says more than 50% of daily uploads are AI-generated

Deezer said more than 90,000 AI-generated tracks were uploaded daily on the platform in June

Inside the Search for "Clean" Residential Proxies for Carding

Proxy dân cư không còn là giải pháp tối ưu cho hoạt động carding như trước đây.

Lập trình viên cần đọc bài này để hiểu cách hacker sử dụng công nghệ proxy để tránh bị phát hiện khi thực hiện các hoạt động gian lận, giúp bạn có kiến thức về bảo mật và cách bảo vệ hệ thống của mình trước các mối đe dọa mới.

What happens in the milliseconds after you tap pay

Trong vài chục mili giây sau khi bạn chạm "thanh toán", hệ thống phát hiện gian lận phải xử lý dữ liệu với độ trễ dưới 50 ms bằng cách sử dụng mô hình phân phối tối ưu trên Databricks, kết hợp Lakebase và các phương pháp sản xuất tốt nhất để đảm bảo tốc độ thấp nhất.

Lập trình viên cần đọc để tìm hiểu cách tối ưu hóa hệ thống xử lý giao dịch trong thời gian cực ngắn, giúp giảm thiểu lừa đảo và cải thiện trải nghiệm người dùng bằng cách áp dụng công nghệ serving nhanh và quản lý dữ liệu hiệu quả.

Biometrics alone won’t stop AI-powered fraud

Công nghệ sinh trắc học không đủ để ngăn chặn gian lận do AI, thay vào đó cần kết hợp nhiều lớp xác thực (layered truth) để bảo vệ hiệu quả.

Lập trình viên nên đọc bài này vì nó giải thích cách xây dựng hệ thống phòng ngừa gian lận hiệu quả hơn chỉ dựa vào biometrics đơn giản bằng cách áp dụng các giải pháp đa lớp (layered approach) kết hợp công nghệ AI, giúp tăng tính bảo mật và độ tin cậy cho ứng dụng của bạn.

The FBI Warned About Fake Permit Fees. The Harder Question Is Where the Money Goes.

Chủ sở hữu bất động sản đang bị lừa đảo qua các hóa đơn giả mạo phí quy hoạch và phân vùng, kèm theo việc chuyển khoản ủy quyền vượt qua các biện pháp kiểm soát hành vi. Mấu chốt phát hiện thủ đoạn này nằm ở thông tin tài khoản thụ hưởng.

Lập trình viên nên đọc bài này để hiểu cách bảo vệ hệ thống chuyển tiền trong ứng dụng quản lý tài chính cá nhân hoặc doanh nghiệp bằng cách phân tích và ngăn chặn các cuộc tấn công giả mạo tài chính thông qua mã nguồn và cơ chế xác thực.

Block reaches $45M settlement with 46 states over Cash App fraud probe

Block has agreed to a $45 million settlement with 46 U.S. states over allegations that its Cash App failed to adequately protect users from fraud. State attorneys general found that Block misled users by falsely advertising bank-like protections, including advanced fraud detection. Cash App allowed account creation without Social Security numbers or birth dates and placed no limits on the number of accounts one person could open, enabling scammers to exploit the platform. The lack of an official customer support phone number also drove users toward fake support lines run by scammers. As part of the settlement, Block will improve fraud prevention measures and provide live customer support. This follows a prior $175 million CFPB penalty for similar failures.

Jack Dorsey’s Block settles Cash App fraud claims with 46 states for $45m

Block, the payments company chaired by Jack Dorsey, has agreed to pay $45 million to settle fraud-handling claims from 46 US states related to its Cash App platform. Regulators accused Block of misleading customers about FDIC insurance protections, lacking effective fraud-prevention procedures, and failing to investigate unauthorized transactions. A key issue was Cash App's absence of live phone support until 2021, which scammers exploited with fake help lines. The settlement requires Block to build a compliance management system, stop overstating fraud protections, and maintain live phone support for at least 13.5 hours daily. This comes on top of a separate $175 million CFPB penalty from January 2025. The case reflects a broader trend of state regulators stepping in as the CFPB has been scaled back under the Trump administration, with similar scrutiny now directed at Zelle operator Early Warning.

Karina Portugal: learning to ask the right question

Karina Portugal's career trajectory from advertising executive to a director at a U.S. digital identity startup is profiled. Starting with no fraud-prevention background, she built commercial operations across four continents, selling identity and fraud solutions to major banks in Brazil, Europe, and the U.S. Her core philosophy: technology sells when it solves a known business problem, not when it showcases features. Today she focuses on one of the industry's open questions — how to establish trust and verify identity when AI agents act autonomously on behalf of people and companies in financial transactions.

Savi’s app aims to protect consumers from realistic AI scams like kidnappers demanding ransom

Savi Security, founded by brothers Patrick and Ryan Coughlin, has launched a consumer-focused app to detect AI-generated scams in real time. Inspired by a personal incident where their mother was targeted by a convincing AI voice-cloned kidnapping scam, the founders built a product that screens texts, voicemails, and live phone calls for fraud. The app costs $8/month or $63/year and covers an entire family with no user cap. The startup raised $7 million in seed funding led by Acrew Capital. Savi uses Google Gemini and a flexible AI gateway to power its detection model, which was trained partly using data from a free tool called Scam Wise that received 50,000 submissions in four months. The FTC reported $3.5 billion lost to imposter scams in 2025, triple the 2020 figure, underscoring the growing threat.

How Instant Payments Are Amplifying Financial Fraud

Instant payment systems have eliminated the time buffer that once allowed banks to detect and reverse fraudulent transactions. This irrevocability makes real-time rails especially attractive to fraudsters running account takeovers (ATO), authorized push payment (APP) scams, and device-based attacks. Traditional defenses relying on static credentials, device fingerprints, and IP addresses are increasingly ineffective as generative AI makes these signals easy to spoof. The piece argues that effective fraud prevention must shift to layered, real-time risk frameworks incorporating physical context signals — persistent location behavior, device environment consistency, and network-level telemetry — that are far harder for fraud operations to replicate at scale.

Building a Secure Customer Identity Strategy for Modern eCommerce

Chiến lược nhận dạng khách hàng trong thương mại điện tử hiện đại không chỉ dừng lại ở ô đăng nhập đơn giản mà còn ảnh hưởng đến thu hút khách, cá nhân hóa, chống gian lận, và giữ chân khách hàng. Một chiến lược nhận dạng vững chắc cần thống nhất hồ sơ khách hàng trên nhiều nền tảng, triển khai xác thực thích ứng, và hỗ trợ đăng nhập không mật khẩu hoặc qua mạng xã hội. Bài viết cũng đề cập đến luồng nhận dạng trong thanh toán, tầm quan trọng của "identity hygiene" đối với cá nhân hóa, và hệ quả tiêu cực của mô hình nhận dạng yếu. Cuối cùng, tác giả đưa ra lộ trình 4 bước để xây dựng chiến lược nhận dạng hiệu quả.

Lập trình viên nên đọc bài này để hiểu cách xây dựng cơ sở hạ tầng xác thực khách hàng an toàn và hiệu quả, từ đó tối ưu hóa quy trình checkout, giảm thiểu rủi ro bảo mật và cải thiện trải nghiệm người dùng trong hệ thống eCommerce của bạn.

Fraud Prevention with BigQuery Graph

Curve, a UK-based financial super-app, shares how they adopted BigQuery Graph to tackle organized fraud rings that traditional SQL-based detection missed. By modeling their payment ecosystem as a property graph with users as nodes and shared identifiers as edges, they replaced complex multi-hop SQL self-joins with native GQL traversals across billions of connections. The approach saved approximately $12M in transaction losses in 2025, achieved ~72% precision in identifying fraudulent users, and enabled more frequent fraud rule refreshes. The team also highlights the advantage of keeping data within BigQuery rather than migrating to a separate graph database, and outlines plans for real-time streaming graph traversals and IP-level connection analysis.

Real-Time Fraud Detection & Financial Compliance

Confluent Cloud provides a real-time fraud detection platform built on Apache Kafka and Apache Flink, addressing the three core requirements for production-grade financial systems: security, resilience, and compliance. Security features include TLS encryption, BYOK, client-side field-level encryption (CSFLE), private networking, RBAC, OAuth 2.0, and SAML SSO. Resilience is backed by a 99.99% uptime SLA, multi-availability-zone deployments, and zero-downtime maintenance. Compliance coverage spans PCI DSS, SOC 2, GDPR, CCPA, DORA, FINRA, and other financial regulations. The post walks through a full production architecture covering transaction ingestion, stream processing, ML model scoring, case management, audit trails, and global fraud intelligence via cluster linking.

How Identity Intelligence Helps Stop Fraud Before It Starts

Phòng chống gian lận truyền thống chỉ tập trung phát hiện giao dịch đáng ngờ, trong khi tội phạm đã xâm nhập danh tính từ trước. Identity Intelligence ngăn chặn gian lận ngay từ giai đoạn nhận diện bằng cách theo dõi dữ liệu bị lộ từ các vụ vi phạm, keylogger hay thị trường ngầm, giúp phát hiện rủi ro sớm hơn, kích hoạt xác thực bổ sung và ngăn chặn tổn thất tài chính. Kết hợp phân tích hành vi với dữ liệu danh tính cũng giảm tỷ lệ dương tính giả và nâng cao hiệu quả điều tra, đồng thời gắn kết hoạt động chống gian lận và an ninh mạng.

Lập trình viên nên đọc bài này để hiểu cách xây dựng hệ thống bảo mật thông minh hơn bằng cách tích hợp Identity Intelligence vào các giải pháp chống gian lận, từ đó tối ưu hóa thời gian phát hiện và ngăn chặn tội phạm trước khi nó xảy ra.

India’s payments chief says AI will drive UPI from 750 million to a billion daily transactions

Ông Dilip Asbe, CEO của NPCI, cho biết trí tuệ nhân tạo (AI) sẽ đóng vai trò quan trọng trong việc nâng số lượng giao dịch UPI hàng ngày của Ấn Độ từ 750 triệu lên 1 tỷ. Các ứng dụng chính bao gồm phát hiện gian lận, phân phối tín dụng cho người dùng có dấu chân số và hỗ trợ ghi danh bằng giọng nói đa ngôn ngữ. NPCI cũng đã triển khai mô hình giải quyết tranh chấp FIMI phục vụ hơn 1 triệu người dùng. Ngoài ra, ông nhấn mạnh cơ hội cho các công ty Ấn Độ xây dựng các mô hình ngôn ngữ nhỏ phù hợp với ngôn ngữ địa phương. Về thị phần, PhonePe và Google Pay chiếm hơn 80% giao dịch UPI, nhưng quy định giới hạn 30% mỗi ứng dụng sẽ có hiệu lực từ tháng 12 năm 2026. Ứng dụng BHIM của NPCI, với thị phần khoảng 1%, được xem như một lựa chọn thay thế độc lập.

Lập trình viên nên đọc bài này để khám phá cách AI và các giải pháp công nghệ tiên tiến như FIMI của NPCI có thể thay đổi mô hình giao dịch số, từ đó giúp họ hiểu rõ hơn về cơ hội phát triển ứng dụng thanh toán thông minh, từ đó ứng dụng vào dự án của riêng mình.

Indian payments chief thinks AI will be heavily involved in next era of digital payment growth

Dilip Asbe, CEO của NPCI, cho rằng AI sẽ đóng vai trò quan trọng trong giai đoạn tăng trưởng tiếp theo của UPI, hướng tới 1 tỷ giao dịch mỗi ngày thông qua các ứng dụng đa ngôn ngữ, phát hiện gian lận, nhận dạng tài khoản ma và phân phối tín dụng dựa trên dữ liệu số. Ông cũng nhấn mạnh cơ hội cho các ngân hàng và fintech Ấn Độ xây dựng các mô hình ngôn ngữ nhỏ chuyên biệt từ dữ liệu thanh toán phong phú của nước này.

Nếu bạn đang tìm cách mở rộng khả năng cạnh tranh trong thị trường thanh toán số với các giải pháp AI hiệu quả, bài viết này sẽ giúp bạn hiểu rõ cách áp dụng trí tuệ nhân tạo để nâng cao hiệu suất, giảm rủi ro và tạo ra các sản phẩm đặc trưng cho thị trường Ấn Độ.

How to build a real-time fraud detection system

Bài viết hướng dẫn xây dựng hệ thống phát hiện gian lận theo thời gian thực bằng Tinybird và Retool, gồm 4 bước: thu thập luồng giao dịch (qua Kafka/Tinybird Events API), xử lý phân tích dữ liệu bằng SQL pipes, cung cấp kết quả qua HTTP API, và trực quan hóa trên dashboard. Tác giả cung cấp các truy vấn SQL mẫu để phát hiện hành vi đáng ngờ như giao dịch tốc độ cao, vị trí bất thường, hoặc hoạt động ngoài giờ, đồng thời đề cập xu hướng hiện đại như phát hiện bất thường bằng ML hay nền tảng streaming Apache Flink.

Lập trình viên phát triển hệ thống cần đọc để hiểu cách triển khai một giải pháp phòng ngừa gian lận thực thời bằng cách kết hợp công nghệ stream processing, SQL và API, từ đó tối ưu hóa hiệu suất và độ chính xác trong ứng dụng của mình.

The Hot Path Belongs to GBDTs, Agents Own the Cold Path: A Payment-Fraud Benchmark

A reproducible benchmark comparing gradient-boosted decision trees (GBDTs) vs. LLM-based scoring for payment fraud detection across three dimensions: latency, cost, and determinism. On a single CPU core, GBDTs hit p99 latency of 0.15ms vs. ~1,200ms for LLMs — well outside the 100ms ISO 8583 authorization budget. Cost-wise, GBDTs run ~$54/hour at 50K TPS vs. $16,200–$351,000 for LLM tiers. Determinism is the most critical issue for regulated environments: GBDTs return identical scores on identical inputs while LLMs produce hundreds of distinct outputs even at temperature=0. The recommended architecture keeps deterministic tree ensembles on the synchronous hot path and deploys LLM agents on the asynchronous cold path for SAR drafting, evidence gathering, and agent-as-a-judge validation before human review. All benchmark code is open-source and reproducible on a laptop.

The Four Elevations of Effective Fraud Prevention

Fraud prevention requires visibility across four levels: transaction, account, platform, and network. Monitoring only individual transactions leads to siloed decisions and missed fraud patterns. Account-level tracking reveals behavioral anomalies like new devices or contact changes. Platform-level analysis exposes fraud rings through shared signals like IP, device, and geolocation. Network-level partnerships extend detection by sharing threat intelligence across organizations. A worked banking fraud example illustrates how each elevation adds detection confidence and reduces time-to-action against account takeovers and fund transfers.