Por que razão convém avaliar o risco de um IP antes de uma transação

A prevenção da fraude exige que se interpretem os sinais de um endereço IP antes de decidir como processar uma operação.

A fraude em linha pode causar perdas significativas. Avaliar o risco associado a um endereço IP antes de um pagamento, de um início de sessão ou de uma troca de dados ajuda a detetar sinais que merecem atenção. A utilidade dessa avaliação depende da forma como se combina com a restante informação disponível.

A geolocalização e a reputação de um IP podem fornecer contexto em tempo real. Ignorá-las pode deixar lacunas na análise; tratá-las como prova conclusiva também pode provocar erros. Para dar uma ideia da dimensão do problema, o relatório da Nilson de 2024 estimava perdas mundiais por fraude com cartões de 36 370 milhões de dólares para 2026. Tratava-se de uma previsão relativa a cartões, não de um valor correspondente à totalidade da ciberfraude nem de uma medição das perdas causadas pelos IP.

O que são pontuações de risco de IP?

Um endereço IP permite encaminhar comunicações pela Internet, mas não identifica inequivocamente uma pessoa ou um dispositivo. Vários equipamentos podem partilhar um IP público através de NAT, e as atribuições podem mudar. Uma pontuação de risco resume os sinais associados a um endereço; pode servir de indicador numa avaliação, de forma semelhante a outras ferramentas de pontuação. Alguns serviços utilizam uma escala de 0 a 100, mas a escala e o seu significado dependem do fornecedor.

Entre os sinais habituais contam-se o comportamento observado, a coerência da localização, a ligação a atividades maliciosas conhecidas e a utilização de VPN ou servidores proxy. Também podem ser tidas em conta as queixas relativas a correio não solicitado e a presença em listas de bloqueio. É necessário distinguir uma pontuação de reputação, em que um valor elevado pode indicar maior confiança, de uma pontuação de risco, em que pode indicar maior perigo. Os respetivos limiares não devem ser usados de forma intercambiável. Detetar uma VPN também não prova que exista fraude.

Auditoria das pontuações de risco

Rever estas pontuações implica verificar que dados o serviço utiliza, como os interpreta e que decisão permite tomar antes de uma operação. As empresas podem cruzar o IP com fontes de reputação e incorporar o resultado nos seus processos de pagamento, acesso e troca de dados. Uma integração devidamente avaliada pode acelerar a análise e reduzir os erros, mas uma pontuação isolada não garante que se evitem acessos indevidos ou perdas.

A fraude e os sinais de rede

Os atacantes podem utilizar proxies e mudar de endereço para dificultar a identificação da sua localização. Isso não permite atribuir-lhes uma proporção concreta das perdas mundiais. A Nilson registou 32 330 milhões de dólares de fraude com cartões em 2021 e 33 830 milhões em 2023; o seu relatório de 2024 previa 36 370 milhões para 2026. Por sua vez, a série histórica da UK Finance apresenta 551,3 milhões de libras de perdas por fraude com cartões emitidos no Reino Unido em 2023, dos quais 360,5 milhões correspondiam a compras à distância. São categorias definidas, não um levantamento geral da fraude em pagamentos pela Internet.

A apropriação de contas, a fraude de identidade sintética e o pedido simultâneo de vários empréstimos, conhecido como «loan stacking», exigem a análise de diferentes sinais. No estudo da Regula de 2023, 46 % das empresas inquiridas tinham sido vítimas de fraude de identidade sintética; 90 % consideravam-na uma ameaça crescente para os anos seguintes. O inquérito reuniu 1 069 responsáveis de cinco setores em oito países: os seus resultados não descrevem a realidade de todas as empresas. As VPN podem dificultar a interpretação da localização, mas também têm utilizações legítimas para proteção da privacidade e acesso remoto. Alguns serviços gratuitos transformam os dispositivos dos utilizadores em pontos de saída para tráfego de terceiros; esse risco não torna suspeito todo e qualquer utilizador de uma VPN.

Mecanismos de avaliação do risco de IP

A análise pode recorrer a serviços de geolocalização, de deteção de VPN e nós Tor e de reputação em listas de bloqueio. Em sistemas como o SEON, as regras atribuem valores aos sinais e os limiares configurados orientam a aprovação, a análise ou a rejeição. As ponderações e as categorias pertencem a um modelo específico; não são uma medida universal do risco.

As API permitem incorporar dados de rede numa avaliação em tempo real. Consoante o serviço, esses dados podem incluir características do fornecedor, indícios de portas abertas ou a frequência com que um IP muda. É necessário verificar o que cada dado mede efetivamente. Numa análise publicada pela MaxMind em agosto de 2025, a melhoria média por conta da área sob a curva de precisão e sensibilidade, ou PR-AUC, face a uma previsão aleatória foi de 43 % para o indicador de IP anónimo, de 125 % para a pontuação de risco de IP e de 300 % para a pontuação global do minFraud. O termo de comparação era a previsão aleatória. Não se tratava de melhorias de exatidão garantidas para qualquer empresa.

Uma empresa pode deixar prosseguir as operações que considere de baixo risco e solicitar verificações adicionais, como a autenticação multifator, quando existam indícios relevantes. Nos pedidos de crédito, os sinais de IP podem orientar a investigação, mas não devem substituir uma avaliação completa nem justificar, por si só, a rejeição de um requerente.

Casos e exemplos de fornecedores

• Buffered. A SEON publicou que este fornecedor de VPN reduziu a sua taxa de estornos por contestação de pagamentos em 91 % em trinta dias. A intervenção combinou análise de IP, aprendizagem automática e regras próprias. O resultado diz respeito a esse caso e não permite isolar o efeito de uma única pontuação.
• Simplex. No caso publicado pela MaxMind em 2021, a plataforma de pagamentos em criptomoedas utilizava dados do minFraud sobre geolocalização de IP, risco associado ao correio eletrónico e instituições financeiras para alimentar o seu algoritmo e apoiar a análise manual. Esse caso não documenta uma melhoria de 300 %; esse valor corresponde à análise comparativa posterior da MaxMind descrita acima.
• TrustDecision. A sua explicação sobre gestão do risco mostra como relacionar IP, impressões digitais de dispositivos e dados de contacto pode ajudar a investigar redes de fraude. Trata-se de uma descrição da técnica; não documenta o desmantelamento de uma rede concreta por parte de uma instituição financeira.

Como interpretar a opinião dos especialistas

O valor dos dados de IP depende do contexto. A documentação técnica da Proofpoint sobre listas de reputação adverte que as categorias descrevem comportamentos observados e não devem ser tratadas como uma decisão binária definitiva de permitir ou bloquear. Analisar sinais antes de uma operação pode ser útil, mas não permite afirmar que quase toda a fraude utiliza VPN nem que existe uma única pontuação válida para todas as empresas.

Integração na estratégia empresarial

Os pontos de controlo podem ser colocados no início de sessão, no pagamento e nas chamadas a API. Combinar dados de IP com sinais do dispositivo e da operação acrescenta contexto, embora nunca proporcione uma visão infalível. A empresa deve identificar as obrigações que lhe são aplicáveis em matéria de proteção de dados e segurança dos pagamentos. O RGPD exige medidas de segurança adequadas ao risco e o PCI DSS prevê controlos e análises específicos; uma consulta da reputação de um IP não comprova, por si só, o cumprimento dessas obrigações. O tratamento de dados também deve ser justificado e limitado ao necessário.

Desafios

Os endereços podem mudar, as redes partilhadas reúnem diferentes utilizadores, as VPN alteram a localização aparente e as listas de bloqueio podem conter erros. Para uma empresa pequena, o custo de integração e análise também é relevante. Combinar fontes e utilizar aprendizagem automática pode ajudar, mas exige medir os resultados com dados próprios, analisar os falsos positivos e corrigir as decisões erradas.

Tendências futuras

A inteligência artificial pode alargar a análise do comportamento histórico e a deteção de anomalias. As técnicas resistentes à computação quântica e os registos de reputação baseados em cadeias de blocos são possibilidades que convém avaliar separadamente, sem dar por adquirido que resolverão os problemas de qualidade de uma pontuação. A expansão das verificações em tempo real também não demonstra que venham a ser universalmente obrigatórias nem que já exista uma norma internacional que imponha uma auditoria de IP antes de cada operação.

Perguntas frequentes

• O que é uma pontuação de risco de IP?
  É um indicador que resume sinais associados a um endereço, como a sua reputação, a sua localização aparente ou o tipo de rede. A escala e o sentido da pontuação dependem do serviço.
• Por que razão convém analisá-la antes de uma transação?
  Pode assinalar incoerências que convenha verificar antes de autorizar a operação. Uma VPN ou uma entrada numa lista de bloqueio exige interpretação; não prova a existência de fraude nem garante uma melhoria percentual específica.
• Como se implementa essa análise?
  Através de API integradas nos processos de acesso e pagamento, com critérios avaliados para decidir quando permitir, analisar ou interromper uma operação e quando solicitar verificações adicionais.
• Quais são os desafios mais comuns?
  Os IP dinâmicos ou partilhados, a localização aparente, os dados desatualizados e os bloqueios indevidos. Combinar fontes e analisar os resultados ajuda a detetar e corrigir erros.
• Uma empresa pequena pode suportar o custo?
  Deve avaliar o preço do serviço, a integração, a análise manual e o efeito sobre os clientes legítimos. A redução de 91 % publicada no caso da Buffered é um resultado específico, não uma promessa de retorno para qualquer empresa.