Identity Insights - Advisor [開発者向けプレビュー版]

Identity Insightsは、意思決定に結びつけるのが難しい通信信号を返します。この課題は、以下の3つの分野で顕在化しています：

• 関連する洞察： あなたのユースケースにおいて、どのシグナルが重要ですか？
• データの解釈： 信号は、あなたのユースケースにどのような影響を与えますか？
• 意思決定： 肯定的、否定的、および不明なシグナルを踏まえて、どのような判断を下すべきでしょうか？

「アドバイザー」とは何ですか？

Advisorは、Identity Insights APIに組み込まれた機能の一つであり、未加工の通信シグナルを評価して推奨事項を生成するため、個々のシグナルを解釈したり、意思決定ロジックを一から構築したりする必要がなくなります。

Advisorは、各評価で使用される基礎となるシグナルを明らかにし、その評価基準について解説します。これにより、自社のビジネス状況に照らして、その出力を検証することが可能になります。

Advisorには、相互に関連し合う3つの構成要素があります：

• モデル： 各モデルには、推奨されるインサイト、属性値に基づくシグナルの定義、および属性の範囲が定義されています。あらかじめ定義されたモデルは、一般的なユースケースや業界を網羅しているため、関連するシグナルを特定したり、閾値を設定したり、経時的に意思決定基準を維持したりする必要はありません。
• 信号の解釈： アドバイザーは、モデルに基づいて各シグナルを評価し、自然言語による評価結果を返します。この評価結果では、ビジネスチームや運用チーム向けに生データの値が解説されます。
• モデルからのアドバイス： アドバイザーは、関連するシグナルと個々のアドバイス値（「ポジティブ」、「ネガティブ」、「警告」、「見逃し」）を評価し、「ポジティブ」、「警告」、または「ネガティブ」の推奨を出します。ユーザーは、照合すべき一連の値ではなく、この推奨を受け取ることになります。

モデル

アドバイザーは、シグナルを、特定のリスクやビジネス目標に沿ったあらかじめ定義されたモデルに整理します。

アカウント乗っ取り（ATO）

定義： 既存のアカウントに権限のない第三者がアクセスしたり、そのアカウントを乗っ取ったりするリスクを検知します。

アカウント乗っ取りとは、正当なユーザーのアカウントや認証手段への不正アクセスを指します。これはなりすましやフィッシングに続いて発生することがあり、アカウントの共有や、マネーロンダリングに利用される「ミュールアカウント」も含まれます。攻撃者は、SIMスワップによって電話番号を乗っ取り、二要素認証（2FA）を傍受したり、携帯電話やSIMカードを盗んだりすることがあります。

例を挙げよう：

• SIMカードの乗り換え後、攻撃者が銀行口座のパスワードをリセットしてログインする。
• 誰かがSIMカードを盗み、暗証番号（PIN）を入手し、それを別の端末で使用する。

代表的なシナリオ：

• ログインと認証。
• パスワードのリセット。
• 新しい受取人への資金送金など、リスクの高い取引。

合成アイデンティティ

定義： 実在するデータと虚偽のデータを組み合わせて、身元が人為的に作成されたものかどうかを評価します。

合成IDとは、実在する情報と虚偽の情報を組み合わせて、実在しない人物を作り出すものです。詐欺師は、こうしたIDを利用してAccountを開設したり、特典を受け取ったり、あるいは長期にわたって詐欺行為を行ったりすることがあります。 人工的に水増しされたトラフィック（AIT）は、合成IDを利用して通信トラフィックを操作することがあります。場合によっては、合成IDを示唆する信号が、正当な顧客による誤操作を反映していることもあります。

例を挙げよう：

• 実在する電話番号、偽名、そして偽の生年月日。
• 乱数、有効な名前、そして偽のメールアドレス。
• 個人と結びつけることのできない、携帯電話番号以外の番号。

代表的なシナリオ：

• 未認証ユーザー向けのオンボーディング。
• Accountの作成。
• プロモーションおよびプロモーションの悪用。

なりすまし

定義： ユーザーが、その人物のデバイスやAccountにアクセスできない状態で、既存の人物になりすましているかどうかを検知します。

なりすましとは、攻撃者が別人であるかのようにシステムや人に信じ込ませることを目的としています。多くの場合、盗まれた個人データやソーシャルエンジニアリングが利用されます。

例を挙げよう：

• 詐欺師が携帯電話会社に電話をかけ、Accountになりすます： 「こんにちは。携帯電話をなくしてしまいました。新しいSIMカードに番号を移行していただけますか？」 詐欺師は、氏名、生年月日、身分証明書番号の下4桁などの盗んだ個人情報を利用して、本人確認を通過します。
• 詐欺師は、他人の氏名、生年月日、住所を入手し、その個人の電話番号を使ってクレジットの申し込みを行います。貸し手がIdentity Insightsに照会すると、「加入者照合」機能により、その電話番号が提供された氏名や住所に登録されていないことが判明します。これにより、貸し手が融資を実行する前に、その申し込みがなりすましの試みである可能性が高いとして警告が表示されます。

代表的なシナリオ：

• ユーザーのオンボーディング。
• Accountの復旧。
• 認証コンテキストが脆弱なケース。例えば、本人確認が困難な身分証明書や、スキャンされた身分証明書など。

カスタマー・エクスペリエンス

定義： 不正の検知よりも、ユーザー体験の最適化に重点を置いている。

このモデルは、顧客とのコミュニケーションや顧客へのサービス提供において、状況に応じた適切な判断を下すのに役立ちます。具体的には、次のような疑問への答えを見つけるのに役立ちます：

• この電話番号は、特定の1人の人物に関連している可能性が高いでしょうか？
• 今、お客様に連絡してもよろしいでしょうか？
• ショートメッセージサービス（SMS）を送信すべきか、電話をかけるべきか、それともアプリの通知を送るべきか？
• 販売やサービスのアプローチにおいて、ローミングの要素を考慮すべきでしょうか？

代表的なシナリオ：

• Account作成時にワンタイムパスワード（OTP）を送信する前に、携帯電話番号以外の番号を検知してください。固定電話やVoIP（Voice over Internet Protocol）の番号の場合は、音声による代替手段が必要となり、これにより離脱率が高まる可能性があります。Advisorを使用して、より適切な認証チャネルを選択するか、OTPが音声で届くことをユーザーに伝えてください。
• 注文受付時に、電話番号が有効である可能性を判断してください。これにより、チェックアウト時の認証プロセスに手間をかけることなく、発送前に顧客に誤った番号の修正を依頼することができます。
• 顧客の国、タイムゾーン、または予想される通話料金に応じて、発信のタイミングや通信経路を調整します。

信号の解釈

各モデルについて、AdvisorはIdentity Insightsから返された属性を読み取り、その値をモデル固有の定義や閾値と比較し、各シグナルに対する解釈を生成します：

• アドバイス： モデルという文脈において、そのシグナルが何を意味するのかについて、明確な評価を行うこと。
• 評価： ユースケースの文脈において、Advisorがなぜそのアドバイスを割り当てたのかについて、自然言語で説明したもの。

各属性値の文字通りの意味を解釈したり、それがリスクを示すものか、それとも好材料を示すものかを判断したりする必要はありません。

アドバイスの価値

例

アカウント乗っ取りの手口 — SIMスワップが検出されました

{
  "attribute": "sim_swap.is_swapped",
  "attribute_value": TRUE,
  "advice": "NEGATIVE",
  "assessment": "A SIM swap represents a high risk of account takeover."
}

合成IDモデル — 携帯電話番号が確認済み

{
  "attribute": "current_carrier.network_type",
  "attribute_value": "MOBILE",
  "advice": "POSITIVE",
  "assessment": "The phone number is assigned to a mobile carrier. While this does not mean the phone number is assigned to a subscriber or reachable, this is a positive signal to mitigate different sort of frauds."
}

なりすましモデル — 加入者名の不一致

{
  "attribute": "subscriber_match.given_name_match, subscriber_match.family_name_match",
  "attribute_value": "Neither is EXACT or HIGH",
  "advice": "NEGATIVE",
  "assessment": "Impersonation risk is high because several key attributes do not match the telco operator's records."
}

カスタマーエクスペリエンスモデル — 電話番号の形式が不正です

{
  "attribute": "format.format_valid",
  "attribute_value": FALSE,
  "advice": "NEGATIVE",
  "assessment": "Do not trust phone numbers with invalid format."
}

分析の死角と見逃された知見

Advisorは、リクエストに含まれていなかった、あるいは電話番号では利用できない推奨インサイトも特定します。推奨インサイトが欠落している場合、Advisorは MISSED_INSIGHT signal:

{
  "attribute": "sim_swap",
  "advice": "MISSED_INSIGHT",
  "assessment": "This Insight is recommended for the Advisor account takeover model."
}

各モデルでは、そのユースケースに最も関連性の高い属性である「推奨インサイト」が定義されています。これにより、評価の信頼性を低下させる可能性のあるカバー範囲の不足を特定し、時間の経過とともにインサイトのリクエストを最適化できるようになります。この insights_completeness_ratio 次のセクションでは、信号の欠落が評価の信頼度に及ぼす影響について考察する。

モデルへのアドバイス

Advisorがすべてのシグナルを解析した後、それらをモデルレベルの推奨事項（「POSITIVE」、「WARNING」、または「NEGATIVE」）に集約します。この推奨事項は、評価対象のユースケースにおけるシグナルの全体像をまとめたものです。

指標

Advisorは、シグナル評価の構成と品質を表す指標を表示します。これらの指標は、最終的なモデルアドバイスに反映されるほか、結果の信頼性や決定性を評価する上での参考となります。

インサイトの完全性比率

そのモデルに対して推奨されたインサイトの総数に対する、利用可能で欠損のないインサイトの割合。この割合が低い場合は、Advisorが限られたデータでモデルを評価したことを意味し、信頼性が低下します。

insights_completeness_ratio = available insights / recommended insights

例えば、 synthetic_identity モデルには format, original_carrierそして subscriber_match Insightsの推奨通り。もしそうだったらいいのに format 利用可能な場合、その割合は3分の1です：

{
  "insights_completeness_ratio": 0.33
}

アドバイス比率

3つの相補的な比率により、モデル内で評価対象となった信号全体にわたる結果の分布が表される。 MISSED_INSIGHT これらの信号はこの計算から除外されます。分母に算入されるのは、POSITIVE、WARNING、およびNEGATIVEの信号のみです。

以下の信号が与えられたとき：

{
  "signals": [
    {
      "attribute": "format.is_format_valid",
      "advice": "POSITIVE",
      "assessment": "According to the global and local numbering standard this number can be legitimately assigned by carriers to subscribers."
    },
    {
      "attribute": "current_carrier.network_type",
      "advice": "WARNING",
      "assessment": "Insight original_carrier is recommended if current_carrier.network_type is not mobile or available."
    },
    {
      "attribute": "roaming",
      "advice": "MISSED_INSIGHT",
      "assessment": "Insight missed - This Insight is recommended to evaluate advisor synthetic_identity model."
    }
  ]
}

これらの比率は、欠落していない2つの信号に基づいて計算されます：

{
  "positive_ratio": 0.5,
  "warning_ratio": 0.5,
  "negative_ratio": 0.0
}

加重比率

各アドバイス結果に一定の重み付けを行うことで、1つの正規化スコアが信号の全体的な品質を捉えます：

POSITIVE → 1
WARNING → 0.5
NEGATIVE → 0

次に、この重み付き合計を、見逃されなかった信号の総数で割ります。例えば、POSITIVESが10、WARNINGSが3、NEGATIVESが2の場合：

(10 × 1) + (3 × 0.5) + (2 × 0) = 10 + 1.5 + 0 = 11.5

Total signals, excluding MISSED_INSIGHT: 10 + 3 + 2 = 15

weighted_ratio: 11.5 / 15 = 0.77

加重比が1.0に近い場合は、シグナルのプロファイルが主にポジティブなものであることを示しています。0.0に近い値は、リスクやネガティブなシグナルが支配的なプロファイルであることを示しています。

助言の基準

アドバイザーは3つの集計基準に対応しています。ご自身のリスク許容度やデータの入手可能性に最も適した基準を選択してください。

最悪のケース (model_advice.worst_case)

「総合的なアドバイス」は、評価において最も否定的な個別のシグナルとなります。たとえ肯定的なシグナルがいくつあっても、たった1つの「否定」シグナルがあるだけで、モデルのアドバイスは「否定」となります。もしすべてのシグナルが MISSED_INSIGHT, このアドバイスのデフォルトは「WARNING」です。

この保守的なアプローチは、金融取引やAccountの復旧など、セキュリティが極めて重要な場面で採用してください。こうした場面では、不正を見逃すことによるコストが、手続きの煩雑さによるコストを大幅に上回ります。

完全性に基づく (model_advice.completeness)

アドバイザーは、以下の情報に基づいて総合的なアドバイスを導き出します。 insights_completeness_ratio, これは推奨される信号セットのうち、どれだけの量が利用可能かを反映したものです。この基準では、信号数が少ない場合の評価は信頼性が低くなるため、データの可用性をリスク指標として扱っています。

この基準は、データが不完全な場合に注意を喚起する必要がある場合、あるいは推奨事項に基づいて行動を起こす前に、シグナルのカバレッジに関する最低閾値を設定する必要がある場合に使用します。

加重ベース (model_advice.weighted_ratio)

アドバイザーは、以下の情報に基づいて総合的なアドバイスを導き出します。 weighted_ratio、これは「POSITIVE」、「WARNING」、「NEGATIVE」の各シグナルのバランスをとるものです。もしすべてのシグナルが MISSED_INSIGHT, このアドバイスのデフォルトは「WARNING」です。

この基準は、明確な陽性シグナルの傾向が、1件の曖昧な結果によって覆されてはならない場合や、正当なユーザーに対する不必要な負担を軽減したい場合に使用してください。

適応型セキュリティ

Advisorが生成する「モデルアドバイス」は、単独の結論としてではなく、より広範な意思決定エンジンにおける一つの入力要素として常に扱う必要があります。通信データに由来するシグナルは確率的な指標であり、不正や正当性の証拠ではありません。最大限の効果を得るためには、Advisorの出力を、デバイスインテリジェンス、行動分析、取引のコンテキスト、社内のリスク履歴など、通信データ以外のシグナルと組み合わせて活用する必要があります。 単一のシグナルだけで単独に意思決定を行うべきではなく、リスクワークフローは、複数の入力を組み合わせ、重要な情報が欠落しているか不完全な場合には保守的なフォールバックを適用するように設計する必要があります。

適応型セキュリティを活用し、検知されたリスクに基づいて適切なレベルの認証負荷を適用します。リスクプロファイルが低く、モデルによるカバー範囲が十分な場合は、ほぼ摩擦のない体験を実現できます。一方、リスクプロファイルが中程度で、シグナルが曖昧または欠落している場合は、OTP、サイレント認証、生体認証などの強化措置がトリガーされる可能性があります。 複数のネガティブなシグナル、低完全性比率、あるいは最近のSIMスワップや加入者情報の不一致といった指標が見られる高リスクプロファイルの場合、取引の審査、さらなる検証、または拒否がトリガーされる可能性があります。Advisorは、このリスク状況について、通信業界特有の視点、すなわち受動的、リアルタイム、かつユーザーが操作可能なデータに依存しないという側面を提供します。

Identity Insights と Advisor は、ブランドが管理し、継続的に改善していく意思決定エンジンに組み込まれたときに、その真価を発揮します。Advisor は、生データの通信シグナルを解釈し、モデル固有のリスク評価に変換するという最も困難な部分を担う一方で、最終的な意思決定ロジック、閾値の設定、およびビジネスルールは、引き続き貴社に委ねられます。 時間の経過とともに、特定のシグナルやモデルに対する信頼が高まると、意思決定エンジンを調整して、通信シグナルが一貫して決定的な役割を果たすことが証明されている顧客ジャーニーではその重みを高め、他のシグナルが支配的な状況では重みを低く設定できるようになります。その結果、原則に基づいた適応性の高い不正対策および顧客体験戦略が実現し、インタラクションを重ねるごとにその精度が向上していきます。