Esta es una lista de trabajo de las tipologías de fraude que bancos y acquirers verán a medida que los pagos agénticos escalan. Está escrita para operaciones de fraude y analistas de riesgo que necesitan reconocer estos patrones en alertas.
Pagos por prompt injection
Una instrucción maliciosa se incorpora en contenido que el agente lee: descripción de producto, email, página web, archivo que el usuario pide al agente revisar. La instrucción le dice al agente que pague a una contraparte específica.
Señales: la transacción ocurre segundos después de que el agente lee nuevo contenido, la contraparte es nueva para el usuario, el monto está justo bajo el límite del mandato.
Mandato obtenido por engaño
Un mal actor convence al usuario de otorgar un mandato bajo falso pretexto. El mandato mismo está firmado y es válido.
Señales: el mandato fue otorgado muy recientemente, la primera transacción usa la mayor parte del límite, la contraparte es de alto riesgo.
Ingeniería social a través del agente
El atacante manipula al usuario a pedir al agente que ejecute una acción que el usuario de otra manera rechazaría.
Señales: una sesión se inicia a una hora inusual, la primera acción es un pago a una nueva contraparte, no hay actividad de navegación antes del pago.
Sesión de agente comprometida
Las credenciales o token de sesión del agente son robados. El atacante ahora tiene una sesión de agente válida.
Señales: un cambio súbito en el comportamiento de sesión, cambio en IP o fingerprint de red.
Pagos a mula dentro del límite
El agente es instruido a pagar a una contraparte que es una mula. El monto está dentro del mandato, así que el protocolo acepta.
Señales: contraparte aparece en inteligencia de mula entre instituciones, contraparte tiene múltiples pagos entrantes.
Deriva de mandato y divergencia intención-vs-carrito
Dentro de una sesión el agente se aleja de la intención declarada. Cada acción individual está dentro del mandato, el patrón no.
Señales: diversidad creciente de contrapartes en la sesión, categorías fuera de la intención declarada.
Impersonación de agente falso
Un proceso fraudulento se presenta como agente legítimo, usando identidad de otro agente o token robado.
Señales: desencuentro entre los endpoints registrados del agente y el origen de la solicitud actual.
Qué detecta Agent Risk Intelligence de UMCA
Cada tipología corresponde a una familia de características o reglas en Agent Risk Intelligence. Reputación del agente, divergencia intención-vs-carrito, velocidad a nivel de sesión, historial de contraparte.