Pindrop Security es una empresa estadounidense de seguridad de la información que proporciona puntuación de riesgo para llamadas telefónicas para detectar fraudes y autenticar a las personas que llaman. La empresa analiza varias características diferentes de una llamada telefónica que ayudan a identificar la singularidad de un dispositivo y lo asocia a la persona que llama. [1] En 2015, Pindrop filtró más de 360 millones de llamadas. [2]
Pindrop fue un concepto desarrollado en el Instituto de Tecnología de Georgia . Vijay Balasubramaniyan, un graduado en ciencias de la computación de la India que estudia las características de las llamadas telefónicas deseadas y no deseadas, se asoció con su asesor de tesis Mustaque Ahamad para lanzar un proyecto VentureLab llamado Telineage en septiembre de 2010. Balasubramaniyan, Ahamad y dos colegas presentaron un artículo de ACM sobre lo que convertirse en la tecnología central de Pindrop. [3]
La idea de Balasubramaniyan era tomar huellas dactilares acústicas de las llamadas telefónicas y asociar esos datos con el número de teléfono. [4] En 2011, él y Paul Judge fundaron Pindrop como una empresa de seguridad de voz que combate el fraude analizando y asignando riesgos a las llamadas telefónicas. [5]
La empresa obtuvo una licencia de propiedad intelectual de Georgia Tech Research Corporation , mientras que VentureLab apoyó a la empresa para una subvención de comercialización de Fase I de Georgia Research Alliance . Ese mismo año, Pindrop ocupó el segundo lugar en Startup Riot, fue nombrada una de las 40 empresas más innovadoras de Georgia por la Asociación de Tecnología de Georgia (TAG) y ganó el concurso de lanzamiento empresarial TAG/GRA. [3] Bajo el nombre de Telineage, Pindrop también ganó los premios SBIR Fase I y Fase II de la Fundación Nacional de Ciencias . [6]
En 2012, Pindrop recaudó 1 millón de dólares en financiación de Andreessen Horowitz , otras empresas de capital de riesgo y varios inversores ángeles . [7] En junio de 2013, la compañía cerró una ronda de inversión Serie A de $ 11 millones liderada por Andreessen Horowitz y Citi Ventures, y que también incluía a Felicis Ventures y Redpoint , utilizando los fondos para ampliar la ingeniería, las operaciones, las ventas y el marketing en los EE. UU. Canadá y Europa. [8] En febrero de 2015, Pindrop recaudó 35 millones de dólares en una ronda Serie B liderada por Institutional Venture Partners . [9]
Su plantilla ascendía a 70 a principios de 2015, y en junio aumentó a 100. [10] En julio, Pindrop lanzó el Sistema de detección de fraude 2.4 (FDS), que proporciona nuevas herramientas para analistas de fraude y tecnólogos de centros de llamadas. [11] Los ingresos de Pindrop en 2015 se triplicaron, mientras que su base de clientes se duplicó. [12]
Pindrop Security recaudó otros 75 millones de dólares en 2016. Google Capital lideró la ronda Serie C , con la participación de Andreessen Horowitz, GV y otros, lo que elevó la financiación total de la empresa a 122 millones de dólares. Fue un caso raro en el que Google Capital y Google Ventures (ahora GV) invirtieron en la misma startup. [13] [14]
En 2015, la Comisión Federal de Comercio destacó las llamadas automáticas como la queja número uno de los consumidores en Estados Unidos, con alrededor de 170.000 quejas al mes. [15] Un informe de Pindrop Security El estado del fraude telefónico 2014-2015: una amenaza global entre industrias [16] encontró que 86 millones de llamadas por mes en los EE. UU. son estafas telefónicas. [17] También encontró que 1 de cada 6 números de teléfono que llaman a un consumidor es una llamada automática y el 2,5 por ciento de los teléfonos de EE. UU. reciben al menos una llamada automática por semana. [18] Tales llamadas generan una pérdida de más de 20 mil millones de dólares al año sólo en Estados Unidos. [12]
La tecnología de "huellas dactilares acústicas" se integra con los sistemas internos de las empresas e identifica las voces, ubicaciones y dispositivos de las personas. Esto se agrega a una base de datos para referencia futura y para ayudar a separar a las personas que llaman legítimamente de los estafadores . [19]
La empresa busca 147 funciones diferentes que ayudan a identificar la singularidad de un dispositivo y vincularlo a la persona que llama. [1] Para crear metadatos, Pindrop Security analizó millones de llamadas telefónicas en bases de datos de telecomunicaciones de todo el mundo y utilizó el aprendizaje automático para convertir esa información en contenido utilizable. [4] Al analizar tanto el audio de una llamada como los metadatos que tiene sobre la persona que llama, la huella telefónica revela si la persona que llama está usando un teléfono celular , fijo o VoIP ; de dónde proviene realmente la llamada ; y si la persona que llama ha sido vista antes. Busca evidencia de filtros de frecuencia y artefactos de códec , por ejemplo, y analiza las llamadas en busca de pérdida de paquetes y tramas perdidas. En la pérdida de paquetes , se pierden fragmentos de audio del tamaño de un "pindrop", de donde proviene el nombre de la empresa. [14]
A partir del análisis, el servicio genera un perfil de riesgo [2] y una puntuación para cada llamada. Al analizar millones de muestras de centros de llamadas, puede identificar grupos criminales específicos. Un ejemplo es un grupo criminal con sede en Nigeria apodado "West Africa One". Según Pindrop, West Africa One tiene 12 miembros y Pindrop ha evaluado los niveles de habilidad de cada uno de los 12 miembros. [20]
Pindrop cuenta con herramientas adicionales que actualizan la base de datos de llamadas fraudulentas de la empresa con información relevante. Phoneypot es un honeypot telefónico con alrededor de un cuarto de millón de números de teléfono que no son utilizados por personas reales, que Pindrop utiliza para realizar investigaciones. Los trabajadores ingresan los números en sorteos y bases de datos en línea para recopilar datos de millones de llamadas de personas automáticas, cobradores de deudas y vendedores telefónicos . [20] [4] Entre las tendencias, los investigadores encontraron que los números de teléfono más antiguos atraían más llamadas que los más nuevos. [10]
Topic Modeler es una herramienta patentada de recopilación de quejas en línea que agrega datos sobre números sospechosos de sitios de quejas, comunidades en línea y foros web. El Sistema de detección de fraude (FDS) combina la tecnología Phoneprint y las capacidades biométricas de voz de la empresa con un espacio de trabajo unificado basado en análisis para detectar y frenar más rápidamente el fraude telefónico. [21] Permite a los analistas de fraude recopilar muestras de llamadas, reproducir y anotar llamadas, consultar el sistema e investigar posibles patrones de fraude, todo en una sola plataforma. [22]
Ahamad y otros investigadores ganaron un premio por PhoneyPot en la Conferencia de 2015 de la Internet Society . [10]