תעתיק 🔗
WEBVTT
00:00:01.762 --> 00:00:03.770
El riesgo evoluciona.
00:00:04.894 --> 00:00:06.560
El fraude innova.
00:00:07.483 --> 00:00:10.856
Y la seguridad no puede quedarse atrás.
00:00:12.257 --> 00:00:23.757
Esto es Mundo Financiero Seguro, tu podcast sobre ciberseguridad, fraude, AML, FinTech y gestión de riesgos.
00:00:24.597 --> 00:00:32.911
Cada episodio, ideas claras, tendencias reales y herramientas clave para proteger el ecosistema financiero.
00:00:34.173 --> 00:00:39.421
Únete y transforma los desafíos en oportunidades.
00:00:41.570 --> 00:00:48.582
Durante muchos años, la seguridad digital se construyó sobre una idea clara Y esta es proteger el perímetro.
00:00:49.264 --> 00:00:53.768
Entendemos esto como redes corporativas, firewalls, controles de acceso.
00:00:54.588 --> 00:00:59.872
Todo diseñado para mantener los sistemas aislados y protegidos desde la frontera.
00:01:00.473 --> 00:01:02.575
Pero este modelo ha cambiado radicalmente.
00:01:02.615 --> 00:01:06.438
Hoy entendemos que los usuarios no están dentro de un perímetro fijo.
00:01:07.138 --> 00:01:11.442
Se conectan desde cualquier lugar, cualquier red y cualquier dispositivo.
00:01:12.203 --> 00:01:15.427
El acceso, lo entendemos, es continuo, distribuido y dinámico.
00:01:15.486 --> 00:01:19.878
Y eso ha cambiado la forma forma en que se debe entender la seguridad.
00:01:21.141 --> 00:01:25.757
En este nuevo escenario, el punto de control ya no es la red.
00:01:25.953 --> 00:01:27.075
es el dispositivo.
00:01:27.715 --> 00:01:29.376
Cada interacción digital deja una huella.
00:01:29.417 --> 00:01:31.078
Lo entendemos perfectamente.
00:01:31.097 --> 00:01:36.882
Características técnicas, comportamiento, contexto de conexión y señales de entorno.
00:01:37.524 --> 00:01:43.388
Esta información, cuando se analiza de forma inteligente, permite construir una identidad digital del dispositivo.
00:01:44.790 --> 00:01:59.183
Este concepto es lo que hoy conocemos como Device Intelligence, una disciplina que no solo identifica dispositivos, sino también nos ayuda a evaluar su nivel de confianza, detecta anomalías también ayuda a anticipar posibles escenarios de fraude.
00:02:00.465 --> 00:02:05.850
Es entonces que le damos así la bienvenida al Mundo Financiero Seguro, el podcast de Plus Team.
00:02:07.031 --> 00:02:15.200
Yo soy Juan José Ríos y en este episodio vamos a explorar cómo el dispositivo se ha convertido en el nuevo perímetro de seguridad, así como lo escuchan.
00:02:15.961 --> 00:02:18.024
Un perímetro nuevo de seguridad.
00:02:18.944 --> 00:02:25.070
Cómo se analiza su identidad y cómo estas señales se utilizan en la prevención moderna del fraude.
00:02:25.812 --> 00:02:34.721
Los Nos acompañan en esta ocasión Omar Vélez, arquitecto de soluciones de ciberseguridad, y Álvaro Arzayuz, gerente de Producto de Prevención de Fraude Digital en Plus T.
00:02:35.382 --> 00:02:36.103
Entramos en materia.
00:02:36.122 --> 00:02:38.444
A ambos, gracias por acompañarnos.
00:02:39.507 --> 00:02:45.051
Omar, para empezar,¿cómo entendemos cómo ha cambiado el concepto de identidad en ciberseguridad?
00:02:45.092 --> 00:02:49.097
Esto con la aparición del Device Intelligence.
00:02:49.116 --> 00:02:54.842
Muchas gracias, Juan José, por la invitación y la introducción.
00:02:54.862 --> 00:02:55.824
Antes la identidad estaba centrada en el usuario.
00:02:55.824 --> 00:02:58.066
Teníamos lo que era un usuario y contraseña.
00:02:58.326 --> 00:02:59.747
Hoy eso ya no es suficiente.
00:03:00.008 --> 00:03:07.515
Vemos que la tecnología avanza cada día más e incluso la inteligencia artificial está presente en nuestro día a día.
00:03:07.537 --> 00:03:09.377
¿Qué pasa con el dispositivo?
00:03:09.718 --> 00:03:13.282
El dispositivo se ha vuelto una extensión de nuestra identidad.
00:03:13.842 --> 00:03:21.991
Llevamos desde lo que son documentos de identificación, información sensible, manejamos tarjetas, entre mucha más información.
00:03:22.532 --> 00:03:30.320
Es decir, ahora no importa solo quién eres, sino desde qué dispositivo estás operando y bajo qué condiciones lo estás realizando.
00:03:30.920 --> 00:03:36.706
Álvaro, también muchísimas gracias por acompañarnos y quiero plantearte esto desde el punto de vista de fraude.
00:03:36.727 --> 00:03:39.849
¿Qué nos aporta el device Fingerprint?
00:03:40.570 --> 00:03:41.711
Hola, Juan José.
00:03:42.051 --> 00:03:46.075
Qué bueno volver a estar en este ejercicio de podcast.
00:03:46.116 --> 00:03:49.919
Hacía rato no charlábamos, entonces, excelente.
00:03:50.600 --> 00:03:58.705
Mira, el El ejercicio del Divide Fingerprint aporta principalmente una capa adicional de validación.
00:03:59.707 --> 00:04:10.561
Su función principal es identificar los dispositivos que utiliza el cliente cuando accede a los canales digitales, digamos de una forma única y a través de múltiples señales.
00:04:10.662 --> 00:04:17.310
Ahí tenemos variables que identifican qué sistema operativo, qué navegador, cuál es la resolución.
00:04:17.665 --> 00:04:19.408
configuraciones, entre otros.
00:04:19.427 --> 00:04:21.130
Son características que se evalúan.
00:04:21.610 --> 00:04:29.841
Digamos que esto nos ayuda a detectar si un dispositivo es conocido, es nuevo o puede ser potencialmente fraudulento.
00:04:30.502 --> 00:04:36.430
Ahora, hay un punto importante a aclarar acá y es que ese fingerprint no es fijo ni estático.
00:04:37.091 --> 00:04:40.076
Y la razón, lo podemos decir que es más dinámico.
00:04:40.096 --> 00:04:51.122
Y la razón es que los fabricantes de móviles realmente pueden leer o más variables permiten que se lean más variables del dispositivo o también restringir.
00:04:51.442 --> 00:05:01.831
Hace un tiempo el email era un punto válido como análisis del dispositivo, pero los fabricantes decidieron que no se podía acceder o también el serial de la SIM card.
00:05:01.851 --> 00:05:09.918
Entonces, por esta razón es importante que tener en cuenta de que cuando se habla de device fingerprint se
Load full transcript
está hablando de características dinámicas.
00:05:11.079 --> 00:05:21.891
Y bien, lo interesante es que muchas veces el usuario ni siquiera percibe que todas esas variaciones y validaciones están ocurriendo detrás de lo que vemos como una simple transacción.
00:05:22.531 --> 00:05:25.154
Ahora, Omar,¿qué tipos de señales sobre este contexto?
00:05:25.175 --> 00:05:30.279
¿Qué tipo de señales son relevantes desde el punto de vista, me refiero, de seguridad del dispositivo?
00:05:31.742 --> 00:05:35.505
Tenemos muchas señales en lo que es la parte del dispositivo.
00:05:35.985 --> 00:06:20.374
La inicial podríamos validar si el dispositivo está ruteado o en el caso de iOS se encuentra con Jailbreak, que es la forma en cómo iOS permite ejecutar ciertas acciones con un permiso elevado también podemos detectar si se está usando emuladoras y hay un overlay de pantalla algo que están utilizando muchos malware que se están distribuyendo en el mercado negro y que están atacando mucho a latinoamérica también podemos detectar herramientas de automatización qué pasa con las herramientas de automatización no sólo son utilizadas para poder apoyar a personas que lo necesitan sino que los delincuentes aprovechan todas las capacidades que brindan brindan este tipo de herramientas para poder ejecutar ciertas acciones más automatizadas.
00:06:21.175 --> 00:06:25.980
Son muchas las señales que tenemos para poder detectar este tipo de sucesos relevantes.
00:06:26.480 --> 00:06:34.247
Voy a iniciar con lo que es la capa más importante que es detectar si el dispositivo se encuentra ruteado o con jailbreak.
00:06:34.788 --> 00:06:41.916
Detectar si hay emuladores, detectar si hay alguna anomalía a nivel de la red desde donde se está haciendo la comunicación.
00:06:42.557 --> 00:07:06.283
Si existe algún overlay de pantalla, que el overlay es muy interesante porque el usuario piensa que está interactuando con la aplicación real, pero realmente lo que está pasando es que hay un malware que está escuchando qué es lo que uno hace dentro del dispositivo y sobre la aplicación, que para nosotros es la real, el malware está colocando pequeñas porciones de pantalla donde están robando cierta información.
00:07:06.822 --> 00:07:13.670
También es importante detectar si existen herramientas de automatización en el lado de los dispositivos móviles y el web.
00:07:13.831 --> 00:07:30.267
Hay muchas herramientas de automatización que inicialmente están pensadas para temas de QA, para temas de calidad, pruebas y demás, pero que los delincuentes las han estado utilizando para realizar ciertas acciones como lo que es acceder a muchos dispositivos.
00:07:30.307 --> 00:07:44.944
Y también algo muy importante que debemos tomar en cuenta son los permisos de accesibilidad que se le están dando especialmente a los dispositivos Android, de los cuales se están abusando porque estos permisos entregan muchísima información.
00:07:44.944 --> 00:07:51.350
información que utilizan los delincuentes para llevar ataques más sofisticados.
00:07:51.370 --> 00:07:57.637
Bueno, nos queda muy claro que esos permisos que nosotros los vemos como inocentes nos pueden causar problemas.
00:07:57.677 --> 00:07:58.497
Son indicadores.
00:07:58.538 --> 00:08:07.028
Claro está que por separado podrían parecer pequeños, pero reunidos juntos empiezan a construir una historia mucho más completa de riesgo.
00:08:07.807 --> 00:08:11.913
Sobre ese sentido, Álvaro, yo quiero plantearte la siguiente pregunta.
00:08:11.932 --> 00:08:18.783
¿Cómo se combinan estas señales que nos hablaba Omar con en el marco de un sistema vamos de fraude
00:08:20.185 --> 00:08:44.750
así es Juan José digamos que aquí la clave es que esas señales no se analicen de forma aislada sino que se tienen que analizar en todo su contexto y correlacionarlas por ejemplo un dispositivo nuevo una IP sospechosa, y como lo comentaba Omar, además tiene una señal de emulación, pues obviamente eso va a hacer que el nivel de riesgo se incremente significativamente.
00:08:45.331 --> 00:08:50.357
Aquí la clave es que la combinación de diferentes señales es lo que define el riesgo.
00:08:51.119 --> 00:08:58.469
Veamos un ejemplo, a ver, el tema de los troyanos o malware de acceso remoto, que lo comentaba Omar al final hace un momento.
00:08:59.571 --> 00:09:11.976
En Centroamérica se presentó no hace mucho, lamentablemente, esa condición, en que el delincuente liberó un malware, un troyano, que...
00:09:12.289 --> 00:09:25.041
A través de ingeniería social le llegaba a los clientes indicándoles que iban a tener una promoción de que si instalaban una app le iban a entregar X cantidad de millas, una cifra importante de millas.
00:09:25.562 --> 00:09:34.109
Entonces el cliente pues obviamente descargaba el app y empezaba a pedirle todos los permisos, que era lo que comentaba Omar de los permisos de accesibilidad.
00:09:34.129 --> 00:10:16.712
Le pedían permiso, cámara, micrófono, al dispositivo, prácticamente todos los accesos y después de que ya tenía todos los accesos se conectaba y descargaba software de control remoto entonces ese tipo de condiciones que es lo que se está presentando hoy en día pues este modelo de divide fingerprint son lo que realmente va a apoyar la identificación de esas condiciones de riesgo identificar que efectivamente el dispositivo tiene una accesibilidad muy alta a nivel de permisos o que está haciendo uso de software de control remoto eso de manera contextual y analizando todo el concepto lo que nos va a permitir identificar ese tipo de señales de fraude.
00:10:17.994 --> 00:10:26.043
Bueno, y es que realmente al escuchar todo esto nos hace reflexionar sobre qué y cómo darle permiso,¿no, Álvaro?
00:10:26.342 --> 00:10:37.695
Y ahí es donde realmente entra la inteligencia del análisis moderno, que en contexto y ampliado es entender el contexto justamente completo y no solamente una alerta puntual.
00:10:38.436 --> 00:10:42.159
Ahora, Omar,¿qué significa, qué podemos entender...
00:10:42.159 --> 00:10:45.322
el detectar inconsistencias en el dispositivo.
00:10:46.264 --> 00:10:49.927
Esto significa encontrar incoherencias entre las señales.
00:10:49.967 --> 00:10:54.413
En la industria hay un término muy importante que es el cross-signal validation.
00:10:55.173 --> 00:11:27.388
Un ejemplo de cross-signal validation es, por ejemplo, que el GPS de mi dispositivo indique que está en Estados Unidos, pero si yo lo cruzo con otras señales que son atributos del dispositivo, como leer ciertos datos desde donde está saliendo el tráfico de red al momento que los héroes están navegando si lo cruzo con la zona horaria que el dispositivo nos está entregando y ciertos patrones de cómo está configurado el teclado del usuario, yo puedo darme cuenta que realmente el usuario no está en Estados Unidos, sino que está en Guatemala, por ejemplo.
00:11:27.408 --> 00:11:35.697
Entonces, son señales que es muy importante estar realizando e incluso las podemos aplicar a diferentes propiedades que se tiene el dispositivo.
00:11:36.538 --> 00:11:56.960
Realmente esto lo que nos está aportando es detectar una posible manipulación o emulación de ciertos patrones a nivel del dispositivo, ya que es muy común que incluso los delincuentes estén simulando ubicaciones de las personas para intentar saltar algún tipo de alerta o pasar inadvertidos dentro
00:11:57.059 --> 00:11:57.419
del sistema.
00:11:58.260 --> 00:12:07.831
Esto no solo es interesante, sino impresionante, porque demuestra cómo incluso pequeños detalles técnicos nos pueden revelar intentos sofisticados de fraude.
00:12:07.871 --> 00:12:14.640
Ahora, Álvaro, para entender esto en toda su dimensión,¿cómo traducimos esto en prevención de fraude?
00:12:15.201 --> 00:12:20.653
Sí, mira, Juan José, digamos que se traduce en lo que se denomina un scoring dinámico.
00:12:20.974 --> 00:12:31.318
La idea es que acá cada señal aporta o resta puntos de riesgo y pues obviamente está asociado a la confianza del dispositivo.
00:12:32.000 --> 00:12:49.735
Este scoring lo que normalmente se hace en el contexto de fraude es que alimenta un motor de análisis de riesgos y de decisión en tiempo real, es importantísimo estar en tiempo real, donde basado en esas señales se puede o aprobar o desafiar o bloquear una transacción.
00:12:50.275 --> 00:12:56.205
Vamos a poner un ejemplo siguiendo en línea con lo que comentaba Omar de la geolocalización, aunque ahora desde otra punto de vista.
00:12:56.970 --> 00:13:02.615
Vamos a suponer que un equipo de un cliente cambió la geolocalización.
00:13:02.635 --> 00:13:09.302
Entonces, ahí se podría catalogar como un riesgo y no necesariamente porque el cliente puede estar viajando.
00:13:09.662 --> 00:13:12.945
Entonces, lo que debemos hacer es analizar todo el contexto.
00:13:13.446 --> 00:13:29.058
Efectivamente, cambió la geolocalización porque el cliente efectivamente se desplazó a otro país, pero el dispositivo sigue siendo el mismo, su comportamiento sigue siendo el
mismo e inclusive cuando va a hacer la operación sigue manteniendo su perfil transaccional.
00:13:29.519 --> 00:13:39.488
Entonces, a pesar de que cambió la geolocalización, vemos que hay otros atributos o hay otras señales que definen que él es quien dice ser.
00:13:39.668 --> 00:13:51.979
Entonces, por eso es tan importante ese concepto de ese scoring dinámico, porque no necesariamente una señal por sí sola va a definir que eso es un riesgo, sino es la sumatoria y el análisis de todo el contexto.
00:13:53.340 --> 00:13:59.485
Sí, lo que mencionábamos hace un momento, y realmente esto hay que mencionarlo y recalcarlo, que todo ocurre en segundos.
00:14:00.033 --> 00:14:06.820
Prácticamente mientras el usuario, nosotros incluso todavía estamos pensando que simplemente estamos iniciando una sesión o realizando un pago.
00:14:07.419 --> 00:14:16.008
Ahora Omar, dentro de todo esto que estamos entendiendo, estos riesgos,¿cómo se integra el Device Intelligence con los sistemas de seguridad?
00:14:17.208 --> 00:14:21.452
Esto se integra como una capa más dentro del ecosistema de decisión.
00:14:22.212 --> 00:14:27.258
El Device Fingerprint no funciona solo, se necesita combinar con más elementos.
00:14:27.378 --> 00:14:41.611
Por ejemplo, es importante combinarlo con lo que es un análisis transaccional para poder reducir algunos falsos positivos que podamos tener y tener más historia de lo que el cliente está realizando a nivel de la parte transaccional.
00:14:41.913 --> 00:14:57.308
Es importante también combinarlo con un sistema de biometría del comportamiento que nos permita estar identificando cómo el usuario se ha movido dentro de la sesión y detectar ciertos patrones ocultos que nos aportan más al ecosistema de decisión.
00:14:57.850 --> 00:15:00.732
También es importante poderlo unir al parte de la red.
00:15:00.913 --> 00:15:18.392
La red nos revela mucha información muy valiosa, desde saber desde dónde se está conectando el cliente, desde IP, detectar algún tipo de proxy, o identificar si se está conectando desde alguna red, como lo que puede ser la red Tor, que permite mucho anonimato a través de su forma de operar.
00:15:19.712 --> 00:15:32.469
Bueno, esto nos deja muy claro, nos está demostrando que hoy día la seguridad ya no depende de una única tecnología, como hace algún tiempo, y no hace mucho, de hecho, sino que de múltiples capacidades que trabajan de forma coordinada.
00:15:32.489 --> 00:15:35.714
¿Qué podemos hablar entonces, Álvaro, de la operación diaria?
00:15:35.734 --> 00:15:36.917
¿Qué valor nos aporta?
00:15:37.937 --> 00:15:39.059
Sí, Juan José, mira,
00:15:39.120 --> 00:15:46.653
yo creo que hay dos contextos que debemos tener en cuenta del aporte en la operación.
00:15:46.913 --> 00:15:49.177
El primero es que aporta precisión.
00:15:49.557 --> 00:15:50.840
Eso es uno de los temas claves.
00:15:51.061 --> 00:16:06.244
Ahí vamos a ver que se van a reducir los falsos positivos, mejora la capacidad para detectar el fraude en
tiempo real y obviamente esto facilita que se defina como una pieza clave en la toma de decisiones automatizadas.
00:16:06.945 --> 00:16:12.413
El segundo punto importantísimo es la anticipación y la prevención.
00:16:12.706 --> 00:16:20.212
No hay que esperar a que el delincuente intente hacer ya la operación para identificar que hubo un riesgo en el login.
00:16:20.472 --> 00:16:30.881
Ya lo decía Omar,¿qué pasa si ese dispositivo que se está conectando viene de una red anonimizada o es una aplicación falsificada o tiene alguna condición de riesgo?
00:16:31.241 --> 00:16:46.096
Pues obviamente en el solo login ya estamos identificando esos riesgos, con lo cual vamos a ser muy anticipativos, muy preventivos, lo cual pues obviamente define ya una condición totalmente nueva en el modelo de prevención.
00:16:46.375 --> 00:17:01.032
Podemos anticipar rápidamente que una condición de riesgo se está dando y no hay que esperar hasta que llegue el delincuente a intentar hacer esa operación financiera para identificar que hay una condición que se puede gestionar desde el inicio del login que está haciendo el delincuente
00:17:01.072 --> 00:17:01.552
en este caso.
00:17:02.533 --> 00:17:37.871
Y justamente, Álvaro, ahí debe estar, lo vemos claramente, uno de los mayores retos actuales que es detectar cada día, cada segundo más fraude, pero generando menos fricción para el Bueno, estamos llegando al punto que quiero pedirles una breve reflexión final porque hemos ya visto este escenario, cómo tenemos que tener las antenitas muy, muy finas para que entonces en esta reflexión final las organizaciones que hoy enfrentan los desafíos del fraude digital y de la ciberseguridad tengan un escenario mucho más claro.
00:17:38.771 --> 00:17:47.681
Y ya en este espacio de conclusiones y de reflexiones finales, Omar, quiero comenzar contigo y voy a plantearte esto desde la perspectiva de ciberseguridad.
00:17:47.701 --> 00:17:53.587
¿Qué recomendación consideras que es la clave en este contexto?
00:17:54.409 --> 00:17:59.954
Creo que es muy importante entender que el dispositivo ya forma parte de la identidad digital.
00:17:59.994 --> 00:18:08.723
El dispositivo no es algo aislado que el cliente tiene y al cual nosotros desde el lado de prevención de fraude no tenemos que prestarle atención.
00:18:09.585 --> 00:19:37.318
Ya hemos conocido a través de este podcast que estuvo muy interesante diferentes señales que nos van incorporando como el dispositivo puede usarse para realizar cierto tipo de acciones que ya van orientados a la suplantación y afectar al cliente Álvaro ya comentaba un ejemplo de los troianos bancarios que hemos estado viviendo en Latinoamérica como abusando de ciertas propiedades como lo que es permisos de accesibilidad permisos de control remoto que esta es también otra estrategia que han utilizado algunos de delincuentes que se hacen pasar por el equipo de soporte de las instituciones financieras y les piden a los clientes que están en aplicaciones que son oficiales para control remoto que se usan mucho en la industria el día de hoy pero los delincuentes las utilizan para poder llevar al cliente vía una ingeniería social a hacer ciertas actividades delictivas como lo que puede ser robarle lo que es el usuario contraseña o empezar a generar transacciones desde su dispositivo por Eso también comentamos que es importante que el dispositivo y la capa de lo que aporta un device fingerprint no solo esté a nivel aislado, sino que lo podamos combinar con lo que es el motor transaccional, con el motor biométrico y poder correlacionarlos con otros datos como lo que puede ser la red y poder correlacionarlo a los diferentes eventos que el usuario ha estado haciendo a través de su sesión.
00:19:38.038 --> 00:20:12.336
Es muy importante también entender el contexto desde donde el usuario es Y esto cada vez está volviendo más importante para poder anticipar los riesgos que hoy en día estamos viviendo y los posibles riesgos que vamos a estar viviendo cada vez más debido a cómo la inteligencia artificial ha estado aumentando en los últimos meses y que también hay que considerar que así como la inteligencia artificial se puede apoyar para poder hacer cosas buenas, los bandidos sin duda la van a estar aprovechando para crear ataques cada vez más sofisticados.
00:20:12.336 --> 00:20:31.304
Lo que anteriormente considerábamos un bandido de clase baja por el tipo de herramientas y la forma de operar, ya en un par de meses, si no es que el día de hoy apoyado de inteligencia artificial va a poder ganar mucha ventaja en los ataques que esté realizando debido a todas estas herramientas que se le van a estar proporcionando.
00:20:32.705 --> 00:20:40.232
Bueno, esto nos compromete entonces a evolucionar hacia modelos de seguridad mucho más inteligentes y sobre todo adaptativos.
00:20:40.292 --> 00:20:56.185
En relación contigo, Álvaro, desde la visión de prevención de fraude, yo quiero pedirte en este tema de conclusiones el mensaje final que vas a compartir con nuestra audiencia, tomando en cuenta todos los elementos que hemos recibido en este capítulo
00:21:00.269 --> 00:21:00.490
del podcast.
00:21:00.509 --> 00:21:00.849
Gracias, Juan José.
00:21:00.869 --> 00:21:33.037
Sí, mira, digamos hay varios puntos para ir concluyendo el día de hoy este podcast bastante interesante y el primero es que el fraude digital está evolucionando de manera constante y también hay que tener en cuenta que los atacantes también están haciendo lo propio cada vez son más sofisticados cada vez son más especializados hay que tener en cuenta el concepto de fraude as a service es decir ya no tenemos el hacker individual que está intentando romper la seguridad por sí solo.
00:21:33.317 --> 00:21:34.978
Eso ya quedó en el pasado.
00:21:34.999 --> 00:21:42.644
Ahorita estamos hablando de bandas delincuenciales, de organizaciones totalmente estructuradas dedicadas a este tipo de condiciones.
00:21:43.226 --> 00:21:51.432
Tienen gente
especializada, tienen ingenieros, tienen personas que están de manera permanente evaluando las condiciones de riesgo, están censando.
00:21:51.452 --> 00:22:17.160
Cada vez que una institución va a sacar una nueva aplicación móvil, ellos son los que primero están haciendo los análisis de riesgo de esas nuevas salidas a producción entonces en ese sentido otro de los ítems que quería comentar es que el móvil es el dispositivo más utilizado cuando uno evalúa Las estadísticas de utilización de dispositivos, el móvil está de primera.
00:22:17.180 --> 00:22:18.421
¿Por qué lo comento?
00:22:18.922 --> 00:22:34.441
Porque eso define que los controles desde el punto de vista de mitigación de riesgos y de fraude se deben orientar principalmente a este tipo de dispositivos, dispositivos móviles, obviamente sin descuidar los accesos web.
00:22:34.582 --> 00:22:41.309
La mayoría de controles, las cuestiones de análisis de riesgos y mitigación debe estar muy orientada al mundo móvil.
00:22:41.473 --> 00:22:57.208
Otro de los ítems que también podemos estar definiendo es que las instituciones necesitan capacidades que le permitan correlacionar señales, analizar comportamientos y poder tomar decisiones en tiempo real.
00:22:57.968 --> 00:23:05.835
Lo que vimos hoy del device intelligence ya se está convirtiendo, digamos que en una pieza clave dentro de cualquier estrategia moderna de prevención de fraude.
00:23:06.415 --> 00:23:10.558
Es una pieza clave y fundamental, pero no es la única.
00:23:10.818 --> 00:23:39.131
Eso es un tema importante, hay que trabajar bajo modelos de defensa en profundidad, que aunque el dispositivo o el device intelligent es una parte fundamental hay que evaluar todo el ciclo de vida transaccional, porque¿qué pasa si al usuario lo manipulan o le toman control remoto, pues el control del dispositivo posiblemente va a pasar en los sistemas antifraude porque lo están manipulando desde el dispositivo que está registrado.
00:23:39.671 --> 00:24:05.417
Pero si adicional al dispositivo estamos evaluando hábitos comportamentales, correlación de eventos, esquemas transaccionales, es ese modelo realmente de defensa de profundidad o multicapa el que realmente va a aplicar en una estrategia real y consolidada de mitigación de riesgos y de prevención de fraudes, donde por supuesto el device intergen es una de las piezas fundamentales.
00:24:05.959 --> 00:24:10.082
Muchas gracias Juan José y pues quedamos atentos a una nueva oportunidad.
00:24:13.105 --> 00:24:13.384
Gracias Álvaro.
00:24:13.404 --> 00:24:26.596
Antes de cerrar, yo quiero simplemente poner esta guinda en el pastel de todo lo que hemos hablado, porque justamente Álvaro, lo que estabas compartiendo con nosotros es lo que nos representa el gran reto actual actual.
00:24:26.616 --> 00:24:27.258
¿Y cuál es este?
00:24:27.518 --> 00:24:28.057
Muy sencillo.
00:24:28.558 --> 00:24:33.924
Fortalecer la seguridad sin afectar la experiencia del usuario legítimo.
00:24:35.125 --> 00:24:48.840
Entonces, muchas gracias Álvaro Aumar por compartir su experiencia y ayudarnos a entender cómo el dispositivo, este nuestro dispositivo que vive con nosotros, se ha convertido en uno de los elementos más importantes dentro de la seguridad digital moderna.
00:24:48.861 --> 00:25:05.238
En un entorno donde el fraude evoluciona constantemente como lo han compartido nuestros invitados de hoy, las organizaciones necesitan capacidades que les permitan anticiparse, detectar anomalías y más allá, tomar decisiones más precisas y ágiles.
00:25:05.898 --> 00:25:08.842
Y ahí es donde el Device Intelligence marca la diferencia.
00:25:09.502 --> 00:25:19.093
Porque hoy el dispositivo ya no es solamente un canal de acceso, sino una fuente estratégica de inteligencia para comprender el riesgo digital en tiempo real.
00:25:20.034 --> 00:25:23.837
Proteger únicamente al usuario ya no es suficiente, entendámoslo.
00:25:23.958 --> 00:25:30.409
La confianza también debe con desde el dispositivo, su comportamiento y al final su contexto.
00:25:31.730 --> 00:25:34.777
Esto es Mundo Financiero Seguro, el podcast de Plus Tip.
00:25:35.417 --> 00:25:36.579
Quienes habla, Juan José Ríos.
00:25:36.720 --> 00:25:44.433
Nos escuchamos en un próximo episodio y como siempre esperamos que toda esta información, esta experiencia, le sirva y lo compartan.
00:25:44.795 --> 00:25:48.541
Hasta la próxima.