Protección de Cajeros Automáticos 7×24

Redacción

Los cajeros automáticos se han convertido en parte esencial de la vida cotidiana para millones de personas, pero también pueden ser vulnerables a ataques. De acuerdo con la ATM Industry Association (ATMIA), en 2017 se dio un aumento del 12% en la delincuencia en cajeros automáticos**. Los ataques a menudo involucran también a los usuarios de estos cajeros, quienes se ven potencialmente perjudicados e impresionados por estos actos delictivos.

Por definición, los cajeros automáticos suelen encontrarse fuera de los edificios y se utilizan en todo momento del día y de la noche, por lo que asegurarlos es todo un desafío. Es por ello que los bancos están recurriendo a soluciones más inteligentes.

Una vulnerabilidad al aire libre

Según estimaciones de la ATMIA, a nivel mundial existen alrededor de 3.5 millones de cajeros automáticos que brindan servicio, como retiro de efectivo, las 24 horas del día, los 365 días del año. Y es ahí donde radica la dificultad para asegurarlos.

La delincuencia dirige sus ataques no sólo contra las máquinas sino también con las personas que las usan. Distraen a los clientes en los cajeros automáticos para tomar sus tarjetas o dinero en efectivo, o descubrir sus claves para usarlos posteriormente, por ejemplo. También intentan instalar lectores falsos de tarjetas que roban los datos de la tarjeta del cliente para su reutilización.

Lo anterior trae como consecuencia que los bancos se vean obligados a lidiar con las disputas de los clientes. Un porcentaje muy pequeño de transacciones en cajeros automáticos dan lugar a que el cliente se pregunte si la transacción se ha llevado a cabo según lo solicitado, o incluso si el retiro se ha efectuado.

Por lo tanto, las precauciones de seguridad para los cajeros son una parte importante de la solución de seguridad general de una institución financiera.

La tecnología Deep Learning entra en escena

Dentro de un cajero automático, se instalan dos cámaras encubiertas, una enfocada en el usuario y la otra en el panel ATM. La tecnología Deep Learning integrada en el sistema de seguridad ATM puede detectar cualquier «anomalía» en la escena facial frente a ella, refiriéndose a los patrones de datos existentes. Por lo tanto, si hay otra cara en la imagen (por ejemplo, alguien mirando por encima de un hombro de usuario), o si la persona que lleva una máscara, se puede activar una alarma en el centro de seguridad.

Usando la misma tecnología, el sistema de seguridad también puede alertar si el teclado numérico se cubre con una tira para robar las calves, o si un lector de tarjetas falso (o ‘skimmer’) está presente para robar los datos de la tarjeta.

Todas estas alarmas «inteligentes» optimizan el proceso de supervisión de la seguridad, lo que significa que el personal de seguridad puede reaccionar a escenarios en tiempo real y no pierde tiempo en falsas alarmas. Las imágenes pueden proporcionar pruebas para cualquier investigación.

El «motor» de Deep Learning es el DeepinMind NVR de Hikvision, que toma la información de la cámara y la analiza usando algoritmos de Deep Learning. Esto también puede administrar el material de archivo, junto con otros NVRs y un sistema de gestión de video, que combina esta parte de la solución total con todos los demás elementos, proporcionando un potente conjunto de herramientas para la seguridad y la inteligencia empresarial.

Proteger los activos en los extremos de su solución de seguridad es mucho más sencillo con la tecnología Deep Learning. Incluso los cajeros automáticos fuera de su edificio pueden ser más seguros, evitando el fraude y protegiendo a sus clientes todos los días.

Ver también

Herramienta tecnológica agiliza mecanismos de auditoría interna y control empresarial

Encuentro se llevará a cabo en el Hotel Riu Plaza el 18 de noviembre Ciudad …

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *