SEON के उत्पाद के वरिष्ठ उपाध्यक्ष हुसनैन बजवा – साक्षात्कार श्रृंखला

हुसनैन बजवा, SEON में उत्पाद के वरिष्ठ उपाध्यक्ष, कंपनी के जोखिम और धोखाधड़ी रोकथाम समाधानों के लिए उत्पाद रणनीति का नेतृत्व करते हैं, जो नेटवर्किंग, साइबर सुरक्षा और एंटरप्राइज़ प्रौद्योगिकी में दो दशकों से अधिक का अनुभव लाते हैं। ऑस्टिन स्थित, उन्होंने पहले Beyond Identity में उत्पाद रणनीति के उपाध्यक्ष और वैश्विक बिक्री इंजीनियरिंग के उपाध्यक्ष के रूप में कार्य किया, और इससे पहले Aruba Networks में सात वर्ष एक प्रतिष्ठित इंजीनियर के रूप में बिताए। बजवा ने Ericsson और BelAir Networks में भी नेतृत्व भूमिकाएँ निभाई हैं और CardioAssure की सह-स्थापना की है। उनका करियर दूरसंचार, सुरक्षा और डिजिटल बुनियादी ढांचे में गहरी तकनीकी विशेषज्ञता को उत्पाद नेतृत्व के साथ जोड़ता है।

SEON एक धोखाधड़ी रोकथाम और एंटी-मनी लॉन्ड्रिंग प्लेटफॉर्म है जो व्यवसायों को ग्राहक जीवनचक्र में डिजिटल धोखाधड़ी का पता लगाने और रोकने में मदद करता है। कंपनी की प्रौद्योगिकी ईमेल, डिवाइस, आईपी और व्यवहार संबंधी पैटर्न सहित सैकड़ों डेटा संकेतों का विश्लेषण करती है ताकि संदिग्ध गतिविधि को वास्तविक समय में पहचाना जा सके। इसका प्लेटफॉर्म मशीन लर्निंग जोखिम स्कोरिंग को अनुकूलन योग्य नियमों के साथ जोड़ता है ताकि संगठनों को फिनटेक, ई-कॉमर्स और ऑनलाइन गेमिंग जैसे उद्योगों में धोखाधड़ी कम करने, अनुपालन प्रक्रियाओं को स्वचालित करने और वैध उपयोगकर्ताओं की सुरक्षा करने में मदद मिल सके।

पिछले 12 महीनों में सुलभ जेनरेटिव AI ने रोमांस और डेटिंग ऐप घोटालों को कैसे बदल दिया है?

जेनरेटिव AI धोखाधड़ी के लिए एक बल गुणक बन गया है। इसने परिष्कृत रोमांस धोखाधड़ी के लिए प्रवेश की बाधा को नाटकीय रूप से कम कर दिया है, जिससे हमलावरों को वैध व्यवसायों द्वारा उपयोग किए जाने वाले समान उच्च-शक्ति वाले उपकरणों तक पहुंच मिल गई है।

SEON की 2026 धोखाधड़ी और AML नेताओं की रिपोर्ट के अनुसार, 98% संगठन अब धोखाधड़ी और अनुपालन वर्कफ़्लो में AI का उपयोग करते हैं। यही वास्तविकता अपराधियों पर भी लागू होती है। AI अब प्रायोगिक नहीं है। यह अब आधारभूत है। जिसके लिए पहले धैर्य, सोशल इंजीनियरिंग कौशल और भाषा प्रवाह की आवश्यकता होती थी, उसे अब स्वचालित किया जा सकता है।

धोखेबाज जमीन से पूरी तरह से सिंथेटिक पहचानों को इकट्ठा कर रहे हैं, जिसमें पुराने ईमेल खाते, विश्वसनीय तस्वीरें, संभावित जीवन के आख्यान और सहायक डिजिटल संकेत शामिल हैं। प्रत्येक संकेत अलगाव में वैध प्रतीत हो सकता है, लेकिन एक साथ वे एक ऐसी पहचान बनाते हैं जो स्पष्ट रूप से धोखे के लिए इंजीनियर की गई है।

भाषा अब एक विश्वसनीय संकेतक नहीं रह गई है, क्योंकि AI व्याकरण की गलतियों और स्वरगत असंगतियों को समाप्त कर देता है। यह भावनात्मक रूप से सुसंगत बातचीत को सक्षम बनाता है जो पीड़ित की प्रतिक्रियाओं के अनुसार गतिशील रूप से अनुकूल होती है। एक अभिनेता अब सैकड़ों पहलुओं का एक साथ प्रबंधन कर सकता है।

परिणाम यह है कि धोखाधड़ी शुरू से अंत तक वैध दिखती है। रोमांस घोटाले अलग-थलग बुरे अभिनेताओं से समन्वित, AI-सहायता प्राप्त ऑपरेशनों में स्थानांतरित हो गए हैं जो मशीन की गति से लगातार चल रहे हैं।

AI-जनित प्रोफाइलें कौन से तीन सूक्ष्म लाल झंडे प्रदर्शित करती हैं?

पहला लाल झंडा वह है जिसे मैं डिजिटल फुटप्रिंट असंतुलन कहूंगा। प्रोफाइल की कहानी समृद्ध और विस्तृत है, लेकिन दीर्घकालिक डिजिटल निशान उस गहराई से मेल नहीं खाते। AI तुरंत आख्यान उत्पन्न कर सकता है, लेकिन वर्षों के सुसंगत, क्रॉस-चैनल व्यवहार इतिहास को दोहराने के लिए उसे संघर्ष करना पड़ता है।

दूसरा लाल झंडा तब दिखाई देता है जब आप ज़ूम आउट करते हैं और खातों के समूहों को देखते हैं। व्यक्तिगत रूप से, खाते प्रभावशाली लगते हैं। लेकिन जब सामूहिक रूप से देखा जाता है, तो सांख्यिकीय समानताएं सामने आती हैं जैसे साझा डिवाइस फिंगरप्रिंट, समान पंजीकरण समय और बुनियादी ढांचे का ओवरलैप। धोखाधड़ी तेजी से स्पष्ट गलतियों के बजाय पैटर्न समानता में छिप जाती है।

तीसरा है संदिग्ध रूप से सही व्यवहार। मानव गतिविधि में यादृच्छिकता होती है। लोग अनियमित रूप से लॉग इन करते हैं, बातचीत के बीच में स्वर बदलते हैं और अप्रत्याशित व्यवहार करते हैं। AI-जनित पहलू अक्सर यांत्रिक सटीकता पेश करते हैं, जैसे समान रूप से गति वाला मैसेजिंग, अनुकूलित उपयोगकर्ता नाम और नियंत्रित गतिविधि गहराई। आज पहचान कम स्लॉपी त्रुटियों को देखने पर और अधिक उस व्यवहार की पहचान करने पर निर्भर करती है जो जैविक होने के लिए बहुत सुसंगत है।

पहचान सत्यापन से परे, प्लेटफॉर्मों को किन संकेतों की निगरानी करनी चाहिए?

साइन-अप पर स्थिर, एक बार का सत्यापन अब पर्याप्त नहीं है। धोखेबाज नियमित रूप से बुनियादी जांचों को पास करते हैं और फिर बिना जांच के काम करते हैं।

आधुनिक सुरक्षा के लिए निरंतर, अनुकूली सत्यापन की आवश्यकता होती है जो जोखिम के उभरने पर प्रतिक्रिया करता है। इसका मतलब है कि उपयोगकर्ता की बातचीत से पहले और उसके दौरान दोनों समय वास्तविक समय में डिजिटल फुटप्रिंट गहराई, डिवाइस इंटेलिजेंस और व्यवहार टेलीमेट्री का विश्लेषण करना।

लगातार डिवाइस फिंगरप्रिंटिंग, प्रॉक्सी का पता लगाने, बुनियादी ढांचे के पुन: उपयोग और स्वचालन मार्कर जैसे तकनीकी संकेत महत्वपूर्ण हैं। लेकिन व्यवहार संबंधी संकेत समान रूप से महत्वपूर्ण हैं: बातचीत की गति, तेजी से विश्वास त्वरण, बातचीत को प्लेटफॉर्म से बाहर ले जाने के प्रयास और क्रॉस-अकाउंट मैसेजिंग पैटर्न।

लक्ष्य संदर्भ-जागरूक निर्णय लेना है, खासकर भावनात्मक निवेश होने से पहले। “क्या यह पहचान मौजूद है?” पूछने के बजाय, प्लेटफॉर्म को यह पूछने की जरूरत है, “क्या यह इकाई समय के साथ एक वैध मानव की तरह व्यवहार कर रही है?”

AI-संचालित धोखाधड़ी पारंपरिक टीमों को कैसे चुनौती देती है और वास्तविक समय में शमन कैसा दिखता है?

AI-सक्षम धोखाधड़ी स्केलेबल, अनुकूली और निरंतर है। यह हमले के चक्रों को संपीड़ित करती है और मैन्युअल समीक्षा क्षमता को अभिभूत कर देती है। रणनीतियाँ जुड़ाव के बीच में विकसित होती हैं, जो स्थिर नियम सेट को अप्रचलित बना देती हैं।

पारंपरिक मॉडरेशन मॉडल प्रतिक्रियाशील होते हैं। वे नुकसान शुरू होने के बाद मामलों की समीक्षा करते हैं। लेकिन अगर आपके पास अपने स्टैक में वास्तविक समय के निर्णय लेने की क्षमता नहीं है, तो आप नुकसान होने के बाद रक्षा कर रहे हैं।

वास्तविक समय में शमन का मतलब है ऑनबोर्डिंग और पहली बातचीत पर सब-सेकंड में जोखिम का स्कोर करना। इसका मतलब है खातों का अलग-अलग मूल्यांकन करने के बजाय समन्वित नेटवर्क को उजागर करने के लिए ग्राफ-आधारित विश्लेषण का उपयोग करना। इसका मतलब है मैसेजिंग विशेषाधिकार दिए जाने से पहले उच्च जोखिम वाले समूहों का स्वचालित दमन।

धोखाधड़ी एक साथ बढ़ भी रही है और विशेषज्ञता भी प्राप्त कर रही है। युद्ध का मैदान स्पष्ट दुरुपयोग से सटीक पहचान हेरफेर में स्थानांतरित हो गया है। रक्षा को प्रतिक्रियाशील मॉडरेशन से लाइव ऑर्केस्ट्रेशन की ओर बढ़ना चाहिए।

उपयोगकर्ताओं की सबसे बड़ी गलतफहमी क्या है?

कई उपयोगकर्ता यह मान लेते हैं कि यदि कोई प्रोफाइल मौजूद है, तो उसकी गहन पुष्टि की गई है। वे दीर्घायु को वैधता के बराबर और प्रामाणिक दिखने वाली तस्वीरों को प्रामाणिकता के बराबर समझते हैं।

वास्तविकता में, सत्यापन स्तरित और संभाव्य है। प्लेटफॉर्म जोखिम कम करते हैं, लेकिन वे हर समय प्रामाणिकता की गारंटी नहीं दे सकते। एक पल में जांच पास करने का मतलब निरंतर वैधता नहीं है।

सुरक्षा जोखिम-प्रबंधित है, गारंटीकृत नहीं। किसी प्रोफाइल की उपस्थिति का मतलब है कि एक खाता कुछ सीमाओं को पूरा करता है, न कि यह कि यह अनिश्चित काल तक पूरी तरह से प्रमाणित मानव पहचान का प्रतिनिधित्व करता है।

कौन सी एकल उत्पाद क्षमता धोखेबाजों के लिए सबसे अधिक बाधा उत्पन्न करेगी?

सबसे प्रभावशाली क्षमता एक वास्तविक समय धोखाधड़ी कमांड सेंटर होगी जो सीधे ऑनबोर्डिंग में एम्बेडेड हो और मैसेजिंग शुरू होने से पहले डिवाइस, ईमेल, फोन और नेटवर्क संकेतों में इकाई-स्तरीय जोखिम का आकलन कर सके। यह पीड़ितों द्वारा नुकसान की रिपोर्ट करने के बाद नहीं, बल्कि पहले ही क्लस्टर-स्तरीय पैटर्न का पता लगा सकता है। यह ब्लैंकेट सत्यापन के बजाय प्रगतिशील, संदर्भ-जागरूक घर्ष