Home Artigos ARTIGO: Protegendo caixas eletrônicos 24/7

ARTIGO: Protegendo caixas eletrônicos 24/7

Por Gustavo Zuccherato

Por Euripedes Magalhães*

Os caixas eletrônicos se tornaram um personagem recorrente na vida de milhões de pessoas, mas essas máquinas também estão vulneráveis a ataques. A Associação Global da Indústria de Caixas Eletrônicos (ATMs) registrou um aumento de 12% nos crimes contra ATMs em 2017.

No combate a esses ataques, os principais bancos brasileiros de varejo estão investindo cerca de US$ 2,3 bilhões ao ano em tecnologias antirroubo

Uma vez que os caixas eletrônicos são, normalmente, instalados em locais externos e com funcionamento 24/7, mantê-los seguros é um desafio – e por isso os bancos estão buscando soluções inteligentes.

Uma vulnerabilidade ao ar livre

Segundo reportagem da Folha de S. Paulo, no ano passado, dois bancos ou caixas eletrônicos foram explodidos por dia no Brasil, algo frequente em pequenas cidades ou locais com baixa atuação policial. Usualmente, um ATM possui quatro caixas com possibilidade de armazenamento de até 2.700 notas cada, o que resulta em prejuízos de até R$ 1 milhão.

No combate a esses ataques, os principais bancos brasileiros de varejo estão investindo cerca de US$ 2,3 bilhões ao ano em tecnologias antirroubo, com equipamentos mais resistentes e até mesmo em câmeras de reconhecimento facial. Se nenhuma das soluções é eficiente para barrar os crimes, ou sua manutenção se torna insustentável, são desativados.

Hoje os caixas automáticos, que antes eram instalados individualmente nas ruas, são estrategicamente posicionados dentro dos próprios bancos ou estabelecimentos de grande circulação, como supermercados, para mais segurança. No entanto, agora os criminosos têm a oportunidade de violar vários caixas de uma única vez, os quais são contabilizados como um único ataque.

A tecnologia Deep Learning, quando incorporada no sistema de segurança de um caixa eletrônico pode detectar qualquer ‘anormalidade’, de acordo com os padrões aprendidos.

Criminosos visam essas máquinas – ou mais precisamente – as pessoas que as usam de várias maneiras. Distrair os clientes nos caixas eletrônicos em uma tentativa de tirar seus cartões, e até mesmo dinheiro, ou descobrir sua senha para usar depois, por exemplo, são algumas das ações recorrentes. Eles também tentam instalar leitores de cartões falsos, popularmente conhecidos como chupa-cabra, que podem roubar os detalhes do cartão do cliente para clonagens.

Além disso, os bancos também precisam lidar com as reclamações de clientes. Uma porcentagem muito pequena de transações em caixas eletrônicos resulta em situações em que o usuário tenha dúvidas sobre a efetivação de uma ação solicitada, incluindo retiradas. Esses problemas são uma importante parcela do que deve ser solucionado por uma instituição financeira.

Etapas da tecnologia Deep Learning

Dentro de um caixa eletrônico encontram-se duas câmeras, uma focada no usuário e outra no painel ATM. A tecnologia Deep Learning, quando incorporada nesse sistema de segurança, pode detectar qualquer ‘anormalidade’, de acordo com os padrões aprendidos. Portanto, se houver outro rosto na foto (por exemplo, alguém olhando por cima do ombro do usuário) ou se a pessoa estiver usando uma máscara, um alarme poderá ser acionado no centro de segurança.

Usando a mesma tecnologia, o sistema de segurança também pode sinalizar se o teclado numérico foi alterado para roubar senhas ou se um leitor de cartões falso foi instalado para roubar informações do cartão.

Todos esses alarmes “inteligentes” simplificam o processo de monitoramento de segurança, o que significa que a equipe pode reagir aos cenários em tempo real e não perder tempo com alarmes falsos. A filmagem ainda pode fornecer evidências para futuras investigações.

Já está disponível no mercado a tecnologia que coleta as informações da câmera e as analisa usando os algoritmos de Deep Learning. É possível gerenciar filmagens, em conjunto com outros NVR (sigla em inglês para Gravador Digital de Vídeo em Rede), sistemas de gerenciamento de vídeo e assim oferecer uma solução total que inclua todos os outros elementos, fornecendo um poderoso conjunto de ferramentas para segurança e business intelligence.

Proteger os recursos, nos mínimos detalhes de uma solução, é muito mais fácil com a tecnologia Deep Learning. Mesmo os caixas eletrônicos em locais abertos podem ser mais seguros, evitando fraudes e protegendo seus clientes todos os dias.

Euripedes Magalhães

É Gerente de Desenvolvimento de Negócios na Hikvision Brasil

Acompanhe a Digital Security no Facebook e YouTube

Assuntos relacionados