Sin ir más lejos, la Asociación de la Industria de Cajeros Automáticos (ATMIA) reportó un aumento de los ataques en un 12% para 2017 y, como a menudo los usuarios también son involucrados, éstos terminan con lesiones o traumas post ataques. Frente a esto y dado que con frecuencia los cajeros se encuentran fuera de los edificios y se utilizan día y noche, asegurarlos pasa a ser el gran desafío y es aquí donde los bancos están recurriendo cada vez más a soluciones inteligentes para lograrlo.
Una vulnerabilidad al aire libre
De acuerdo a la ATMIA, se estima que existen cerca de 3,5 millones de cajeros automáticos en el mundo, los cuales 24/7 se encuentran entregando dinero en efectivo los 365 días del año. Y, es precisamente este hecho el que dificulta su seguridad y se convierten en un objetivo atractivo para los delincuentes, ya que, para ser eficaces, la mayoría de los cajeros necesitan estar situados en áreas públicas, activos en todo momento y contener mucho dinero.
Al identificar los cajeros, los delincuentes se dirigen a estas máquinas o a veces a los mismos usuarios, donde comienzan a distraerlos para así tomar sus tarjetas o dinero en efectivo, para descubrir el número PIN y usarlo en fechas posteriores. Otra maniobra que utilizan los criminales y que es bastante corriente, es instalar lectores de tarjetas falsas para robar los datos de la tarjeta. Con esto, también aseguran su botín.
Tras estos eventos y en el otro lado de la historia, los bancos deben lidiar con las disputas de los clientes. A veces, un porcentaje muy pequeño de las transacciones realizadas en los cajeros automáticos dan lugar a situaciones en las que el cliente se pregunta si la transacción se ha llevado a cabo según lo solicitado. Es por esto que las precauciones de seguridad para los cajeros se consolidan como una parte importante de la solución de seguridad general para las instituciones financieras.
La tecnología Deep Learning entra en juego
Dentro de un cajero automático se instalan dos cámaras encubiertas: una para el usuario y la otra para el panel. Y, es aquí donde la tecnología del Deep Learning -que se encuentra integrada dentro del sistema de seguridad de las máquinas dispensadoras- puede detectar cualquier anormalidad que suceda. Si llega a existir otra cara dentro del cuadro de imagen -por ejemplo, alguien mirando sobre el hombro de la persona que se encuentra sacando el dinero- o bien, la persona lleva una máscara, se activará automáticamente una alarma del sistema de seguridad para que así el usuario pueda evitar posibles fraudes.
Usando esta misma tecnología, el sistema de seguridad también puede reconocer si el teclado numérico se encuentra cubierto con alguna placa que pueda robar los códigos PIN, o bien si se instalan lectores de tarjetas falsos -más conocidos como “skimmers”-, para así robar el dinero de los usuarios.
Todas estas alarmas inteligentes agilizan el proceso de monitoreo de seguridad, permitiendo que el personal de seguridad pueda reaccionar a tiempo real frente a los distintos escenarios de estafas que puedan ocurrir. Esto permitirá dejar de lado las falsas alarmas, ya que se le pueden entregar a las investigaciones evidencias empíricas y comprobables.
El gran motor detrás de la tecnología Deep Learning es el Hikvision DeepinMind NVR, el cual toma la información de la cámara y la analiza utilizando algoritmos de aprendizaje profundo. Además, puede gestionar material de archivo junto a otros NVR y un sistema de gestión de video, para así proporcionar un potente conjunto de herramientas para la seguridad y la inteligencia empresarial.
Proteger los activos en las extremidades de la solución de seguridad será mucho más fácil si se cuenta con la tecnología Deep Learning. Incluso, los cajeros automáticos fuera de los edificios podrán ser más seguros, evitando el fraude y protegiendo todo el tiempo a los clientes.
