उज़्बेकिस्तान के केंद्रीय बैंक ने वाणिज्यिक बैंकों, भुगतान प्रणालियों और सेवाओं के लिए सामान्य आवश्यकताएं विकसित की हैं, जिनका उद्देश्य संदिग्ध लेनदेन का पता लगाना और उन्हें रोकना है। नियामक और कानूनी कृत्यों के मसौदे पर चर्चा के लिए इस नियामक दस्तावेज़ परियोजना को SOVAZ पोर्टल पर पोस्ट किया गया था।
प्रस्तावित नियम एंटी-फ्रॉड सिस्टम के लिए आवश्यकताएं निर्धारित करते हैं, जिन्हें ऐसी लेनदेन को पहचानना चाहिए जिनमें किसी अन्य व्यक्ति की संपत्ति की चोरी या अन्य अपराध करने के संकेत हों। इन प्रणालियों को अवैध उद्देश्यों के लिए या अवैध स्रोतों से प्राप्त धन का उपयोग करके किए गए लेनदेन की भी पहचान करनी चाहिए।
इन एंटी-फ्रॉड सिस्टम के संचालन के आयोजन की जिम्मेदारी बैंकों, भुगतान प्रणालियों और सेवाओं के प्रबंधन совеतों पर होगी। इन संरचनाओं को धोखाधड़ी से लड़ने की रणनीतियों को मंजूरी देनी होगी, आवश्यक वित्तीय और तकनीकी संसाधन प्रदान करने होंगे, और संबंधित प्रणालियों की प्रभावशीलता का मूल्यांकन कम से कम त्रैमासिक आधार पर करना होगा।
धोखाधड़ी विरोधी क्षेत्र में जोखिम मूल्यांकन कम से कम वार्षिक रूप से किया जाना चाहिए। इसके अलावा, महत्वपूर्ण तकनीकी परिवर्तनों या नई उत्पादों और दूरस्थ सेवा चैनलों के लॉन्च के बाद एक अनियोजित मूल्यांकन आवश्यक होगा।
परियोजना के अनुसार, एंटी-फ्रॉड सिस्टम चौबीसों घंटे काम करना चाहिए, सभी दूरस्थ सेवा चैनलों को कवर करना चाहिए और वास्तविक समय में संदिग्ध गतिविधि का पता लगाना चाहिए। संदिग्ध लेनदेन की पहचान के मानदंड जोखिम-उन्मुख दृष्टिकोण पर आधारित होने चाहिए, जिसमें उच्च जोखिम वाले क्षेत्रों के लिए अधिक सख्त आवश्यकताएं शामिल हों।
नियमों में कई कारकों और स्कोरिंग सिस्टम का एक साथ उपयोग करना, साथ ही धोखाधड़ी की नई योजनाओं, ग्राहकों के व्यवहार में बदलाव और घटना सांख्यिकी को ध्यान में रखते हुए पहचान मानदंडों की नियमित समीक्षा का प्रावधान है। मानदंड मापने योग्य और वस्तुनिष्ठ होने चाहिए, जबकि प्रणालियों की गतिविधि पारदर्शी होनी चाहिए और निगरानी के अधीन होनी चाहिए। परियोजना न्यूनतम त्रैमासिक आधार पर संदिग्ध लेनदेन संकेतकों को अद्यतन करने का प्रस्ताव करती है।
एंटी-फ्रॉड सिस्टम में प्रत्येक संकेतक को उसके महत्व के आधार पर एक अंक सौंपा जाएगा। लेनदेन का मूल्यांकन करने के बाद, इसे निम्न, मध्यम या उच्च जोखिम स्तर वाला वर्गीकृत किया जाएगा।
