Défendre les revenus des télécoms grâce à un bouclier alimenté par l’IA contre la fraude IRSF et le SIM-boxing
Aperçu
Notre client est un fournisseur de télécommunications de niveau 1 desservant des dizaines de millions de clients sur plusieurs continents, avec une infrastructure robuste qui traite plus de 1 milliard d’événements de détail d’appel et 2,5 milliards de chargements de données par jour. Une part importante de ce trafic provient de l’utilisation à court terme de forfaits SIM par des touristes et des utilisateurs de passage, créant un environnement réseau dynamique et complexe.
Pour protéger ses revenus et maintenir l’intégrité de ses services, le client s’est associé à HCLTech pour déployer une solution de détection de fraude évolutive et basée sur des règles, capable d’identifier et d’atténuer des menaces sophistiquées telles que la fraude au partage de revenus internationaux (IRSF) et le SIM boxing. Cette initiative visait à améliorer la précision de la détection des fraudes, à réduire les pertes de revenus et à assurer la continuité des opérations sur l’ensemble du réseau à haut volume.

Le défi
Lutter contre la fraude sophistiquée, cachée à grande échelle en pleine vue.
Cachées dans d’énormes volumes de trafic quotidien, deux menaces clés échappaient à la détection par les outils de surveillance traditionnels axés sur les abonnés. Le client faisait face à des pertes de revenus importantes à cause de ces types de fraude répandus et hautement sophistiqués :

- Fraude au partage de revenus international (IRSF) : Exploiter des accords internationaux de partage des revenus en générant artificiellement du trafic d’appels vers des numéros surtaxés.
- SIM-boxing : Utiliser des passerelles GSM illégales avec des cartes SIM prépayées pour terminer des appels internationaux en trafic local, contournant la facturation légitime.
Les techniques traditionnelles de surveillance du comportement des abonnés ne suffisaient plus à suivre le rythme de ces menaces en évolution. L’utilisation par les fraudeurs de cartes SIM temporaires, réparties géographiquement et avec des habitudes d’utilisation qui changent rapidement, rendait les méthodes de détection manuelle ou héritée inefficaces et retardées. Le fournisseur de télécommunications avait besoin d’un moyen plus rapide et plus intelligent de découvrir les schémas de fraude en temps réel, sans compromettre l’expérience client ni la performance opérationnelle.
L'objectif
Améliorer la détection de la fraude grâce à des modèles déterministes basés sur des règles
Pour répondre à l'augmentation du volume et de la complexité des activités frauduleuses, l'objectif était clair :
- Aller au-delà de la détection réactive et adopter des stratégies proactives de prévention de la fraude
- Introduire des modèles basés sur des règles capables de signaler des comportements suspects sur plusieurs variables
- Accélérer l'identification de la fraude pour prévenir les pertes de revenus et minimiser l'exposition
- Renforcer la couverture des risques de fraude pour tous les profils de trafic internationaux
Cela nécessitait une approche globale alliant l'analyse comportementale à une détection de la fraude déterministe et guidée par des algorithmes.

La solution
Intelligence antifraude intégrée
Nous avons déployé le cadre de gestion de la fraude — une plateforme analytique extensible conçue pour les environnements télécoms à haut volume — et l’avons configuré avec une riche bibliothèque de règles antifraude éprouvées par l’industrie. La solution a été spécialement conçue pour répondre aux exigences opérationnelles à grande échelle et à haut risque du client. Les éléments clés de la solution comprenaient :

- Profils de correspondance comportementale : Profils développés qui suivaient et analysaient les tendances d’utilisation à travers des indicateurs clés de fraude, tels que les principales destinations d’appels internationaux, les variations d’IMEI, la répartition du trafic et la diversité des appels.
- Moteur de détection de fraude basé sur des règles : Application d’algorithmes déterministes pour signaler les écarts par rapport aux normes établies. Cela a permis une identification rapide des usages suspects, notamment pour des activités à haut risque telles que le recyclage de cartes SIM et les appels internationaux à court terme et à haut volume.
- Architecture évolutive axée sur les données : Intégrée parfaitement à l’infrastructure existante du client pour traiter plus d’un milliard d’événements par jour sans compromettre la performance.
- Boucle d’apprentissage continue : Mécanismes de rétroaction intégrés au système afin d’affiner les règles de détection et d’améliorer la prévention de la fraude avec le temps.
Cette approche multicouche a grandement amélioré la précision et la rapidité de la détection des fraudes, permettant à l’opérateur télécom d’agir de manière décisive avant que les pertes ne s’accumulent.
L'impact
Revenus protégés : D'une détection tardive à une prévention proactive de la fraude
En combinant une expertise approfondie en télécommunications avec une plateforme d’analytique conçue sur mesure, notre équipe d’experts a transformé la défense contre la fraude, passant d’un centre de coûts réactif à un moteur proactif pour l’entreprise :

- >85 % plus rapide détection de fraude — en quelques minutes au lieu de quelques heures ou jours
- Augmentation de 5x de la couverture des risques de fraude en six mois
- >50 % de réduction des pertes de revenus attribuées à l’IRSF et au SIM-boxing
Grâce à cette initiative, nous avons non seulement protégé la santé financière du client, mais aussi renforcé la confiance de nos parties prenantes, assurant des opérations résilientes dans un environnement télécom en rapide évolution. Le résultat met en lumière comment notre approche fondée sur des règles, et prête pour l’IA, peut protéger les marges critiques même dans les environnements télécoms les plus axés sur les données, aidant les opérateurs à garder une longueur d’avance sur les menaces sophistiquées d’aujourd’hui.
Chez HCLTech, nous nous engageons à rendre la gestion de la fraude à l’épreuve du temps dans un paysage de menaces en constante évolution.
