Pindrop Security es una empresa estadounidense de seguridad informática que ofrece una puntuación de riesgo para llamadas telefónicas con el fin de detectar fraudes y autenticar a los interlocutores. La empresa analiza varias características diferentes de una llamada telefónica que ayudan a identificar la singularidad de un dispositivo y lo vinculan 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 informática 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 en ACM sobre lo que se convertiría en la tecnología central de Pindrop. [3]
La idea de Balasubramaniyan era identificar acústicamente 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 . En el mismo año, Pindrop quedó en 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 de Negocios 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 en financiación de Andreessen Horowitz , otras firmas 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 en una ronda Serie B liderada por Institutional Venture Partners . [9]
A principios de 2015, su plantilla de empleados ascendía a 70 personas, cifra que aumentó a 100 en junio. [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 de 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 poco común en el que tanto Google Capital como Google Ventures (ahora GV) invirtieron en la misma startup. [13] [14]
En 2015, la Comisión Federal de Comercio señaló que las llamadas automáticas eran la queja número uno de los consumidores en los EE. UU., con aproximadamente 170 000 quejas al mes. [15] Un informe de Pindrop Security, The State of Phone Fraud 2014-2015: a Global, Cross-Industry Threat [16], descubrió que 86 millones de llamadas al mes en los EE. UU. son estafas telefónicas. [17] También descubrió que 1 de cada 6 números de teléfono que llaman a un consumidor es un estafador y el 2,5 por ciento de los teléfonos estadounidenses reciben al menos una llamada automática por semana. [18] Estas llamadas generan una pérdida de más de 20 mil millones de dólares anuales solo en los EE. UU. [12]
La tecnología de "huella acústica" se integra con los sistemas internos de las empresas e identifica las voces, las ubicaciones y los dispositivos de las personas. Esto se agrega a una base de datos para referencia futura y para ayudar a distinguir a los que llaman legítimamente de los estafadores . [19]
La empresa escucha 147 características diferentes que ayudan a identificar la singularidad de un dispositivo y asociarlo a una 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 una 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 cuadros perdidos. En la pérdida de paquetes , se pierden fragmentos de audio del tamaño de "pindrop", de donde proviene el nombre de la empresa. [14]
En base al análisis, el servicio genera un perfil de riesgo [2] y una puntuación para cada llamada. Analizando millones de muestras de centros de llamadas, puede identificar grupos criminales específicos. Un ejemplo es un grupo criminal con base 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 ellos. [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 están siendo utilizados por personas reales, que Pindrop utiliza para la investigación. Los trabajadores ingresan los números en sorteos y bases de datos en línea para recopilar datos de millones de llamadas de robots, cobradores de deudas y teleoperadores . [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. Fraud Detection System (FDS) combina la tecnología Phoneprint de la empresa y las capacidades de biometría de voz 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 la Internet Society de 2015. [10]