డిజిటల్ పేమెంట్ మోసాలను ఎదుర్కోవడానికి 'PhonePe Protect' ను PhonePe ప్రారంభించింది, పరిశ్రమ ధోరణి మధ్య

Tech

Updated on 03 Nov 2025, 08:52 am

Reviewed By

Aditi Singh | Whalesbook News Team

Short Description :

PhonePe 'PhonePe Protect' ను పరిచయం చేసింది, ఇది అనుమానాస్పద లావాదేవీలను గుర్తించి వినియోగదారులకు నిజ సమయంలో హెచ్చరికలు చేసే కొత్త భద్రతా వ్యవస్థ. ఇది టెలికమ్యూనికేషన్స్ డిపార్ట్‌మెంట్ యొక్క ఫైనాన్షియల్ ఫ్రాడ్ రిస్క్ ఇండికేటర్ (FRI) తో అనుసంధానించబడింది. భారతదేశంలో డిజిటల్ లావాదేవీలు పెరుగుతున్నందున, PayU మరియు Razorpay వంటి కంపెనీలు కూడా ఆర్థిక మోసాలను నివారించడానికి తమ AI మరియు మెషిన్ లెర్నింగ్ సిస్టమ్‌లను మెరుగుపరుస్తున్న నేపథ్యంలో, ఇది విస్తృత పరిశ్రమ ప్రయత్నాలను ప్రతిబింబిస్తుంది.

డిజిటల్ పేమెంట్ మోసాలను ఎదుర్కోవడానికి 'PhonePe Protect' ను PhonePe ప్రారంభించింది, పరిశ్రమ ధోరణి మధ్య

▶

Detailed Coverage :

PhonePe 'PhonePe Protect' అనే కొత్త భద్రతా వ్యవస్థను ప్రారంభించింది. ఈ వ్యవస్థ సంభావ్య మోసపూరిత లావాదేవీలను గుర్తించి, వినియోగదారులకు తక్షణమే హెచ్చరికలు చేయడానికి, లేదా చెల్లింపు పూర్తయ్యే ముందే దాన్ని నిరోధించడానికి రూపొందించబడింది. ఇది టెలికమ్యూనికేషన్స్ డిపార్ట్‌మెంట్ యొక్క ఫైనాన్షియల్ ఫ్రాడ్ రిస్క్ ఇండికేటర్ (FRI) సాధనంతో అనుసంధానించబడి పనిచేస్తుంది, ఇది గతంలో ఆర్థిక మోసాలతో సంబంధం ఉన్న మొబైల్ నంబర్లను గుర్తించడంలో సహాయపడుతుంది. భారతదేశంలో డిజిటల్ చెల్లింపుల పరిమాణం పెరుగుతున్నందున, సైబర్ నేరాలు మరియు వినియోగదారులను లక్ష్యంగా చేసుకునే ఫిషింగ్ స్కామ్‌లు కూడా పెరుగుతున్నాయి. ఉదాహరణకు, PayU అసాధారణ కార్యకలాపాలు, అనుమానాస్పద IP చిరునామాలు లేదా అస్థిర ప్రవర్తన కోసం లావాదేవీలను పర్యవేక్షించడానికి ML-ఆధారిత అసాధారణత గుర్తింపును (anomaly detection) ఉపయోగిస్తుంది, అలాగే యాంటీ-మనీ లాండరింగ్ (AML) తనిఖీలను నిర్వహిస్తుంది. Razorpay కూడా స్కామ్‌లు మరియు నకిలీ చెల్లింపులను నివారించడానికి నిజ సమయంలో లావాదేవీలను పర్యవేక్షించే AI-ఆధారిత ఇంజిన్‌ను ఉపయోగిస్తుంది. ఈ మెరుగైన భద్రతా చర్యలు చాలా కీలకం.

ప్రభావం (Impact): ఈ అధునాతన మోసాల గుర్తింపు వ్యవస్థల అమలు డిజిటల్ చెల్లింపు ప్లాట్‌ఫారమ్‌లపై వినియోగదారుల నమ్మకాన్ని మరియు విశ్వాసాన్ని గణనీయంగా పెంచుతుందని అంచనా. ఇది డిజిటల్ లావాదేవీల స్వీకరణను పెంచుతుంది, మరింత సురక్షితమైన ఆర్థిక వ్యవస్థను సృష్టిస్తుంది మరియు వినియోగదారులకు, వ్యాపారులకు ఇద్దరికీ మోసం వల్ల కలిగే ఆర్థిక నష్టాలను తగ్గిస్తుంది. ఇది ఫిన్‌టెక్ కంపెనీల కార్యాచరణ సమగ్రతను మెరుగుపరుస్తుంది.

కష్టమైన పదాలు మరియు అర్థాలు (Difficult Terms and Meanings): నిజ-సమయ మోసం గుర్తింపు (Real-time Fraud Detection): మోసపూరిత కార్యకలాపాలు జరుగుతున్నప్పుడు, వాటిని తక్షణమే గుర్తించి హెచ్చరించే వ్యవస్థలు. ఫైనాన్షియల్ ఫ్రాడ్ రిస్క్ ఇండికేటర్ (FRI): టెలికమ్యూనికేషన్స్ డిపార్ట్‌మెంట్ నుండి వచ్చిన ఒక సాధనం, ఇది నివేదించబడిన ఆర్థిక మోసాలతో సంబంధం ఉన్న మొబైల్ నంబర్లను ఫ్లాగ్ చేస్తుంది. కృత్రిమ మేధస్సు (AI - Artificial Intelligence): నేర్చుకోవడం మరియు సమస్య పరిష్కారం వంటి మానవ మేధస్సు అవసరమయ్యే పనులను చేయడానికి రూపొందించబడిన కంప్యూటర్ వ్యవస్థలు. మెషిన్ లెర్నింగ్ (ML - Machine Learning): AI యొక్క ఒక రకం, దీనిలో వ్యవస్థలు స్పష్టమైన ప్రోగ్రామింగ్ లేకుండా డేటా నుండి నేర్చుకుంటాయి, కాలక్రమేణా వాటి పనితీరును మెరుగుపరుస్తాయి. అసాధారణత గుర్తింపు (Anomaly Detection): సాధారణ నమూనాల నుండి గణనీయంగా వైదొలిగే అసాధారణ నమూనాలు లేదా డేటా పాయింట్లను గుర్తించడం, ఇది తరచుగా మోసపూరిత కార్యకలాపాలను సూచిస్తుంది. మనీలాండరింగ్ నిరోధక (AML - Anti-money Laundering): చట్టవిరుద్ధంగా సంపాదించిన డబ్బును చట్టబద్ధమైన ఆదాయంగా మభ్యపెట్టడాన్ని నిరోధించడానికి రూపొందించిన నిబంధనలు మరియు ప్రక్రియలు. కృత్య వివేచన (Due Diligence): ఏదైనా కాంట్రాక్ట్ లేదా ఒప్పందంలోకి ప్రవేశించే ముందు ఒక వ్యాపారం లేదా వ్యక్తి గురించిన సమాచారాన్ని పరిశోధించి, ధృవీకరించే ప్రక్రియ. ఛార్జ్‌బ్యాక్‌లు (Chargebacks): కస్టమర్ తన బ్యాంక్ లేదా కార్డ్ జారీదారుతో లావాదేవీని వివాదాస్పదం చేసినప్పుడు, వారు ఛార్జీని రద్దు చేస్తారు. ఫిషింగ్ స్కామ్‌లు (Phishing Scams): చట్టబద్ధమైన సంస్థల వలె నటిస్తూ, సున్నితమైన సమాచారాన్ని (పాస్‌వర్డ్‌లు లేదా క్రెడిట్ కార్డ్ వివరాలు వంటివి) బహిర్గతం చేయడానికి వ్యక్తులను మోసగించే ప్రయత్నాలు.