LexisNexis Risk Solutions добавляет сигналы активности ИИ-агентов в решения по борьбе с мошенничеством

5 ноября 2026 года LexisNexis Risk Solutions объявила об аналитике Know Your Agent (KYA), добавив сведения об активности ИИ-агентов и контекстные сигналы риска в свою платформу цифровой идентификации и предотвращения мошенничества. Компания сообщила, что в первой половине 2026 года трафик, генерируемый ИИ-агентами, вырос более чем на 750%.

Многие клиенты уже используют KYA при принятии текущих решений по управлению рисками. По данным компании, в 2025 году ее сеть цифровой идентификации проанализировала более 116 миллиардов цифровых транзакций и выявила 4,9 миллиарда автоматизированных бот-атак — на 59% больше, чем годом ранее. Уже имеющиеся данные о взаимодействиях людей и автоматизированных систем создают контекст, в который KYA добавляет сведения об активности агентов.

Обнаружение становится частью комплексной оценки рисков

Большинство персональных агентов не сообщают о том, что они агенты, поэтому первоочередная задача — обнаружить их. Одной идентификации недостаточно, чтобы установить, кого представляет агент, разрешена ли его деятельность, соответствует ли его поведение предоставленным полномочиям и выглядит ли взаимодействие в целом легитимным. KYA призвана в режиме реального времени дополнять контекст идентификационными данными, сведениями об устройстве и сети, поведенческими данными и информацией о взаимосвязях, а также обнаруживать агентов.

Этот контекст может меняться в ходе одного цифрового взаимодействия, когда управление переходит от человека к агенту или обратно. Старший вице-президент по продуктам и аналитике Майк Вудберри заявил, что цель — установить, кто или что выполняет действие, кого или что представляет агент, есть ли у него соответствующие полномочия и что именно он пытается сделать. Поэтому каждое решение касается конкретного агента, выполняющего конкретное действие в конкретном контексте, и принимается с учетом политик управления рисками организации.

Как сигналы интегрируются в процессы борьбы с мошенничеством

В брошюре компании об аналитике активности ИИ-агентов описано, как сведения о браузере, устройстве, операционной системе и сети помогают распознавать признаки присутствия агентов и другие индикаторы действий, совершаемых с помощью агентов. Приложения, встроенные в ChatGPT, Claude и аналогичные платформы, также можно профилировать по характеристикам браузера, доменам, сигналам приложений и другим индикаторам, чтобы сформировать контекст цифровой идентификации. Технические и поведенческие индикаторы помогают классифицировать активность как действия человека, вредоносного бота или ИИ-агента.

Метки Trust Tags позволяют устанавливать устойчивые связи между пользователями, устройствами и взаимодействиями с агентами, помогая организациям оценивать последующую активность. Аутентификация по альтернативному каналу может помочь установить доверительные отношения между клиентами, агентами и взаимодействиями. Затем организации могут учитывать эти сигналы в существующих рабочих процессах и разрешать взаимодействие, требовать аутентификацию, отправлять его на проверку или отклонять — в зависимости от контекста и собственных политик управления рисками.

В рамках ThreatMetrix аналитика активности ИИ-агентов объединяет данные о цифровой идентификации и поведенческую аналитику. API, комплекты средств разработки программного обеспечения и интеграции, готовые к использованию в рабочих процессах, поддерживают веб-среды, мобильные среды и серверные системы. Поставка через платформу LexisNexis Dynamic Decision Platform связывает эту функциональность с криминалистическими расследованиями, управлением делами, отчетностью и оркестрацией рабочих процессов.

Применение для борьбы с мошенничеством и границы возможностей продукта

К областям применения относятся коммерческие операции с участием агентов, открытие счетов и регистрация клиентов, банковские услуги и платежи, аутентификация и управление доступом, а также обслуживание клиентов. Агенты могут искать товары или покупать их, участвовать в процессах регистрации, получать доступ к счетам, планировать возвраты или управлять счетами. Система также предназначена для оценки того, есть ли у агента законные полномочия при доступе к счету и проверке данных.

LexisNexis предупреждает, что автономные агенты могут увеличить масштабы и изощренность мошенничества с платежами, инициированными самим плательщиком, и атак с захватом учетных записей. Злоумышленные агенты могут учиться на успехах и неудачах, адаптируя последующие атаки. Коммерческий директор компании Грейсон Кларк сообщил, что одно из международных финансовых учреждений использовало возможности обнаружения компании, чтобы выявлять активность ИИ-агентов и помогать предотвращать выполнение ими чувствительных транзакций.

Нынешние возможности сосредоточены на обнаружении, контекстной оценке и принятии решений в рамках рабочих процессов. В материалах более сложные решения для идентификации агентов и проверки их полномочий, а также взаимодействия между агентами обозначены как возможные направления развития; обязательств по реализации этой функциональности компания не берет. Результаты зависят от особенностей внедрения, доступности данных, характеристик транзакций и сценариев использования клиентом. Ни одно решение не способно при любых обстоятельствах выявлять, классифицировать, аутентифицировать или обнаруживать каждого пользователя, устройство, бота или ИИ-агента.

Для специалистов по борьбе с мошенничеством практическое изменение заключается в том, что участие агента становится еще одним фактором при принятии решения в рамках уже существующего процесса, а ответные меры соотносятся с клиентом, полномочиями и конкретным действием. Открытый вопрос — сохранит ли такой контекстный подход эффективность по мере развития агентов, стандартов и взаимодействий между агентами, особенно пока более совершенные возможности идентификации и проверки полномочий остаются лишь перспективными направлениями.