Digital forensic for insurance 2019
•Descargar como PPTX, PDF•
8 recomendaciones•1,334 vistas
Digatal forensic for insurance industry Technology for insurance Big Data , Data Science , Fraud Detection
Recomendados
Más contenido relacionado
Similar a Digital forensic for insurance 2019
Similar a Digital forensic for insurance 2019 (20)
Digital forensic for insurance 2019
- 2. 2.พยานหลักฐานดิจิทัล ลักษณะเฉพาะ การตรวจสอบ มาตรฐานการเก็บรวบรวมและการพิสูจน์ 3.ความแตกต่างระหว่างพยานหลักฐานดิจิทัล และพยานหลักฐานที่ไม่ใช่ดิจิทัล 1.ทาความรู้จักกับ Digital Forensics หัวข้อ
- 3. 4.วิธีการเก็บรวบรวมหลักฐานเพื่อแจ้งความดาเนินคดีเบื้องต้น 5.การสืบสวนหาตัวผู้กระทาผิดในคดีความผิดเกี่ยวกับ ประกันภัย และข้อกฎหมายที่เกี่ยวข้อง 7.Authentication , Big Data , Fraud Detection , Blockchain for Insurance หัวข้อ 6.กรณีศึกษาที่น่าสนใจ
- 4. 09.00-10.30 น. Digital Forensic ช่วงเวลา 10.45-12.00 น. How to investigate insurance case? 13.00-14.30 น. Law and Case Study 14.45-16.00 น. Technology for insurance sector
- 6. 1.ทาความรู้จักกับ Digital Forensics • การตรวจพิสูจน์พยานหลักฐานดิจิทัล? • พยานหลักฐานดิจิทัล คืออะไร? • ใช้พิสูจน์ความผิด ค้นหาความจริง อย่างไร? • คดีธุรกิจประกันภัย กับพยานหลักฐานทางดิจิทัล?
- 12. สัญญาณคลื่น ต่อเนื่อง ไม่คงที่ สัญญาณไฟฟ้า ไม่ต่อเนื่อง คงที่
- 15. Analog & Digital
- 17. Data for Insurance 1.Security , Authentication 2.Investigation (Evidence) 3.Intelligence
- 18. พยานหลักฐาน (Evidence) 1.ยืนยันว่าธุรกรรมเกิดขึ้นจริง 2.เป็นหลักฐาน สาหรับเก็บค่าใช้จ่าย 3.ทาความรู้จักลูกค้า ให้มากขึ้น 4.หา Pattern การใช้งาน ของลูกค้า เพื่อสร้างโอกาส และลดความเสี่ยง
- 19. 1.Digital Evidence 2.Non Digital Evidence 3.Digital Evidence for Insurance 4.Non Digital Evidence for Insurance Type of Evidence
- 21. 1.ลูกค้าเป็นใคร (Authentication , Biometric) 2.ลูกค้าทารายการอะไร (Detection) 3.ข้อมูลราย Transaction (Big Data) KYC and E-KYC
- 22. Transaction Data ลูกค้า นามาจัดกลุ่ม (Clustering) เพิ่มประสิทธิภาพ ให้ Business และ ตัวลูกค้า ส่วนตัวลูกค้า เมื่อเริ่มมี Transaction ก็จะ Recommend Product แบบเฉพาะตัวลูกค้าได้
- 26. มาตรฐานการเก็บรวบรวมและการพิสูจน์ 1.Chain of Custody 2.Hash Value 3.Data & Metadata
- 29. Hash Value ค่าทางคณิตศาสตร์ที่บ่งบอก Identity ของไฟล์ ใช้ประโยชน์ คือ 1.บอก Identity 2.เข้ารหัส Transaction
- 35. Data & Metadata
- 38. ต่างจากพยานหลักฐานทั่วไปอย่างไร • ไม่มีรูปร่าง จับต้องไม่ได้โดยตรง • เปลี่ยนแปลงแก้ไขง่าย • ไม่เหลือร่องรอยให้ตรวจสอบภายหลัง (หากถูกทาให้สูญหาย)
- 40. • ความแท้จริงของข้อมูลว่าไม่ถูกแก้ไขเปลี่ยนแปลง หรือได้รับความเสียหาย • ความน่าเชื่อถือของโปรแกรมหรือซอฟต์แวร์ที่นามาใช้ วิเคราะห์หลักฐาน • ตัวผู้เชี่ยวชาญที่ต้องผ่านการอบรมด้านนี้โดยเฉพาะ การพิสูจน์ข้อโต้แย้ง
- 42. ขั้นตอนการรวบรวมหลักฐานเพื่อแจ้งความดาเนินคดี 1.ซักถามปากคาลูกค้า ผู้เสียหาย ผู้เกี่ยวข้อง 3.พิจารณาเบื้องต้น ว่าเข้าข่ายผิดกฎหมายใด 2.ดูว่าประเด็นพิพาทอยู่ตรงจุดใด ลูกค้ายอมรับจุดใด ไม่ยอมรับจุดใด 4.เชื่อมโยงพยานหลักฐาน เช่น CCTV , หมายเลขโทรศัพท์ , IP Address , Statement , พยานบุคคล ฯลฯ จากนั้น เขียนแผนผังลาดับเวลาเหตุการณ์ 5.มอบอานาจให้ตัวแทนที่ทราบเหตุการณ์ มาแจ้งความ พร้อมนา Log พยานหลักฐานที่มีมาประกอบ
- 43. ขั้นตอนการรวบรวมพยานหลักฐานดิจิทัล 1.กาหนดว่ามีพยานหลักฐานดิจิทัลที่จุดใด (Identify) 3.ตรวจพิสูจน์และวิเคราะห์พยานหลักฐานดิจิทัลด้วยเครื่องมือ (Analyze) 2.เก็บรวบรวมพยานหลักฐานดิจิทัล (Preserve) 4.ออกรายงานการตรวจพิสูจน์และนาเสนอต่อศาล (Report)
- 44. 223.24.56.253 Pantip.com 203.151.13.166 What is my ip address Whois Domaintool 223.24.56.253
- 47. 90 วัน
- 48. Moborobo Android
- 49. Debugging Mode
- 50. itools itune
- 51. Mobiledit
- 52. Cellebrite
- 53. I2 IBM
- 55. Insurance Investigation 1.Investigation by evidence 2.Open source intelligence (OSINT) 3.Technique investigation
- 59. • Find entity before search • Find entity related • Make entity timeline Search Process
- 61. Search Engine • Google • Yahoo • Bing • Carrot2
- 62. How to Search Evidence? Search Google Yahoo Bing Pipl.com Com.Lullar.com Locatefamily.com Analyze Social Search 1.Email 2.Username 3.Phone number 4.Bank Account 5.Photo 6.Facebook 7.Website Friend Whois Domaintools
- 67. ฉ้อโกงประกันภัย filetype:pdf ประกันภัย 2562 site:pantip.com
- 70. • Pipl.com • locatefamily.com People Search Websites • com.lullar.com
- 74. • inteltechnique.com Social Media Search • netbootcamp.org
- 75. Reverse Image Search • Tineye • Google Vision • Google Search By Image
- 77. Facial Recognition • CCTV , Branch , ATM • Mobile Camera
- 78. • กฎหมายวิธีพิจารณาความอาญา • กฎหมายวิธีพิจารณาความแพ่ง • พ.ร.บ.ธุรกรรมทางอิเล็กทรอนิกส์ • พ.ร.บ.คอมพิวเตอร์ กฎหมายที่เกี่ยวข้อง
- 79. พยานหลักฐานดิจิทัล หมายถึง ข้อมูลที่เก็บรักษาบนสื่อบันทึก ข้อมูล หรืออยู่ระหว่างการส่ง รับ ด้วยวิธีการทางอิเล็กทรอนิกส์ หรือคอมพิวเตอร์ ซึ่งมีคุณค่าในการพิสูจน์ข้อเท็จจริง (ที่มา ข้อเสนอแนะมาตรฐาน การจัดการอุปกรณ์ดิจิทัลในงาน ตรวจพิสูจน์พยานหลักฐาน ของ สพธอ. หรือ ETDA)
- 80. กฎหมายวิธีพิจารณาความอาญา มาตรา 226 พยานวัตถุ พยานเอกสาร หรือพยานบุคคล ซึ่งน่าจะพิสูจน์ได้ว่าจาเลยมีผิดหรือบริสุทธิ์ ให้อ้างเป็น พยานหลักฐานได้ มาตรา 15 วิธีพิจารณาข้อใด ซึ่งประมวลกฎหมายนี้ มิได้ บัญญัติไว้โดยเฉพาะ ให้นาบทบัญญัติแห่งประมวลกฎหมาย วิธีพิจารณาความแพ่ง มาใช้บังคับ เท่าที่พอจะใช้บังคับได้
- 81. กฎหมายวิธีพิจารณาความแพ่ง ลักษณะ 5 พยานหลักฐาน มาตรา 84 การวินิจฉัยปัญหาข้อเท็จจริงในคดีใดจะต้องกระทาโดยอาศัย พยานหลักฐานในสานวนคดีนั้น เว้นแต่ (1) ข้อเท็จจริงซึ่งรู้กันอยู่ทั่วไป (2) ข้อเท็จจริงซึ่งไม่อาจโต้แย้งได้ หรือ (3) ข้อเท็จจริงที่คู่ความรับหรือถือว่ารับกันแล้วในศาล
- 82. พ.ร.บ.ธุรกรรมทางอิเล็กทรอนิกส์ มาตรา 11 ห้ามมิให้ปฏิเสธการรับฟังข้อมูลอิเล็กทรอนิกส์ เป็นพยานหลักฐานใน กระบวนการพิจารณาตามกฎหมาย ทั้งในคดีแพ่ง คดีอาญา หรือคดีอื่นใด เพียงเพราะเหตุว่า เป็น ข้อมูลอิเล็กทรอนิกส์
- 83. มาตรา 11 วรรค 2 ในการชั่งน้าหนักพยานหลักฐานว่าข้อมูล อิเล็กทรอนิกส์จะเชื่อถือได้หรือไม่เพียงใดนั้น ให้พิเคราะห์ถึงความ น่าเชื่อถือของลักษณะหรือวิธีการที่ใช้สร้าง เก็บรักษา หรือสื่อสาร ข้อมูลอิเล็กทรอนิกส์ ลักษณะหรือวิธีการเก็บรักษา ความครบถ้วน และไม่มีการเปลี่ยนแปลงของข้อความ ลักษณะ หรือวิธีการที่ใช้ใน การระบุหรือแสดงตัวผู้ส่งข้อมูล รวมทั้งพฤติการณ์ที่เกี่ยวข้องทั้งปวง
- 84. พ.ร.บ.คอมพิวเตอร์ มาตรา 25 ข้อมูล ข้อมูลคอมพิวเตอร์ ข้อมูลจราจรคอมพิวเตอร์ ที่่พนักงานเจ้าหน้าที่ ได้มาตามพระราชบัญญัตินี้ ให้อ้างและรับ ฟังเป็นพยานหลักฐาน ตามบทบัญญัติแห่งประมวลกฎหมายวิธี พิจารณาความอาญา หรือกฎหมายอื่นอันว่าด้วยการสืบพยานได้ แต่ต้องเป็ นชนิดที่มิได้เกิดจากการจูงใจ มีคามั่นสัญญา ขู่เข็ญ หลอกลวง หรือโดยมิชอบประการอื่น
- 86. พยานหลักฐานที่ได้จากเฟซบุ๊ก : คาพิพากษาฎีกาที่ 15386/2558
- 87. บันทึกรับสารภาพด้วยลายมือ ของ อ. ที่ว่า อ. ซื้อเมทแอมเฟตามีนจากจาเลย โดยติดต่อทางโทรศัพท์เคลื่อนที่ และทางอินเทอร์เน็ตผ่านเว็บไซต์เฟชบุ๊กของจาเลย และโอนเงินเข้าบัญชีธนาคารของจาเลย เป็นคาซัดทอดผู้ที่กระทาความผิดด้วยกัน แต่ก็มิได้กระทาเพื่อให้ตนเองพ้นผิดจากความผิด และมีข้อเท็จจริง ทั้งเฟซบุ๊กของจาเลยและรายละเอียดบัญชีธนาคารของจาเลยที่ อ. โอนเงินเข้าบัญชีเพื่อชาระค่าเมทแอมเฟตามีน เป็นข้อเท็จจริงแวดล้อมประกอบ ทาให้น่าเชื่อว่าจะพิสูจน์ความจริงใด้ คาให้การของ อ. ดังกล่าว จึงรับฟังได้ยิ่งกว่าคาเบิกความเป็นพยานโจทก์ต่อศาล
- 88. ความสัมพันธ์ ระหว่างข้ อความในเฟซบุ๊คกับ พยานหลักฐานทางกายภาพและพยานบุคคล หากมี ความสัมพันธ์เชื่อมโยงกันมากขึ้นเท่าใด ก็ยิ่งทาให้ พยานหลักฐานที่ได้มาทางอิเล็กทรอนิกส์มีความ น่าเชื่อถือมากขึ้นเท่านั้น
- 90. ม.420 ผู้ใดจงใจหรือประมาทเลินเล่อ ทาให้ผู้อื่นเสียหาย แก่ชีวิต ทรัพย์สิน ผู้นั้นทาละเมิด ต้องชดใช้สินไหมทดแทน ม.659 การรับฝากทรัพย์ ที่ผู้รับฝากมีวิชาชีพเฉพาะ จาต้องใช้ความ ระมัดระวังและใช้ฝีมือ เท่าที่ตามธรรมดาและสมควรที่จะต้องใช้ใน วิชาชีพนั้น แพ่ง
- 91. แพ่ง คาพิพากษาศาลฎีกาที่ 520/2554 ธนาคารพาณิชย์รับฝากเงิน เป็ นผู้รับฝากผู้มีวิชาชีพ เฉพาะกิจการค้าหรืออาชีวะอย่างหนึ่งอย่างใด ต้องใช้ ความระมัดระวังและฝี มือเท่าที่เป็นธรรมดาจะต้องใช้ และสมควรจะต้องใช้ในกิจการค้าขายหรืออาชีวะอย่าง นั้นตามกฎหมาย อันเป็นการกาหนดมาตรฐานในการ ระมัดระวังในการปฏิบัติตามสัญญาในขั้นสูงสุดเยี่ยงผู้มี วิชาชีพเช่นนั้นจะพึงปฏิบัติในกิจการที่กระทา
- 92. ฎีกา2542/2549 โจทก์ฝากเงินไว้แก่จาเลย ต่อมามีบุคคลอื่นปลอมลายมือชื่อของ โจทก์ถอนเงินจากบัญชีเงินฝากของโจทก์ จาเลยกระทาโดย ประมาทเลินเล่อยอมให้ถอนเงินไป ทาให้โจทก์ได้รับความ เสียหาย ศาลพิพากษาให้จาเลยชดใช้เงินคืนให้โจทก์ ฎีกา6708/2537 พนักงานธนาคารจ่ายเงินไปโดยประมาทเลินเล่อไม่ตรวจดู ลายมือชื่อผู้สั่งจ่ายในเช็คพิพาทเทียบกับตัวอย่างลายมือชื่อให้ดี เสียก่อน ธนาคารต้องชดใช้เงินคืนให้ผู้ฝากเงิน แพ่ง
- 94. Cyber Threat of Insurance • Insurance • System • Third Party • Customer • Man • Hybrid
- 96. Exploit-db
- 99. Malware
- 102. Internal Fraud นายหน้าประกัน เชิดเงินลูกค้า - Monitor พนักงาน ว่ามีปัจจัยเสี่ยง เช่น ติดการพนันหรือไม่ ?
- 103. Bring Your Own Device (BYOD)
- 106. 1.ประกันชีวิต พยานหลักฐาน - Fake Death - ทาประกันเมื่อรู้ตัวว่าใกล้เสียชีวิต - ซื้อประกันโดยผิดพลาด - ใบรายงานชันสูตรพลิกศพของแพทย์นิติเวช - สานวนคดีชันสูตรพลิกศพของตารวจ , ใบมรณะบัตร
- 107. 2.ประกันสุขภาพ - Medical Billing Fraud - ฉ้อโกงค่ารักษาโดยใช้ประกันสุขภาพผู้อื่น (Medical Identify Theft) - แพทย์รักษาในอาการที่คนไข้ไม่ได้ป่วย (Error Threating) พยานหลักฐาน - ทาหนังสือตรวจสอบใบรับรองแพทย์ ใช้ Fax หรือส่งตัวจริงไป
- 108. 3.ประกันเดินทาง - แจ้งทรัพย์สินหายเกินความจริง - ลูกค้าไม่คิดว่าการแจ้งทรัพย์สินหายเท็จเป็น Fraud - แจ้งทรัพย์สินหายทั้งที่ไม่ได้หาย - แจ้งการเดินทางไม่เป็นไปตามที่ตกลง พยานหลักฐาน - สาเนาบันทึกประจาวันรับแจ้งความจากตารวจ
- 109. 4.ประกันรถยนต์ - จัดฉากอุบัติเหตุรถชน - แจ้งรถหายเท็จ - อู่ซ่อมรถ ส่งเรื่องเคลมเท็จ หรือใช้อะไหล่มือสอง แต่แจ้งเคลมมือหนึ่ง พยานหลักฐาน - ตรวจที่เกิดเหตุ , รอยชน , ภาพ CCTV , ภาพกล้องหน้ารถ พยานบุคคล , Pattern การขับปกติ , จุดเริ่มต้น-ปลายทาง
- 111. 5.ประกันเบ็ดเตล็ด - ประกันโจรกรรม - ประกันความซื่อสัตย์ของลูกจ้าง - ประกันภัยงานก่อสร้าง พยานหลักฐาน - สาเนาบันทึกประจาวันรับแจ้งความจากตารวจ - ตรวจที่เกิดเหตุเอง , CCTV , Social Media
- 113. 1.สมัครประกัน - Incorrect information - Fake Document - ตัวแทนประกัน หลอกเชิดเงินหนี - Face to Face Problem
- 114. 2.Underwriting - Rules-based models - Red Flag - Recheck
- 115. 3.ชาระเบี้ยประกัน - ช่องทางการชาระเบี้ยประกัน - ลูกค้าผิดนัดไม่ชาระเบี้ยประกัน - นาข้อมูลการชาระเบี้ยประกันลูกค้า มาวิเคราะห์ให้เกิดประโยชน์
- 116. 4.แจ้งเคลมประกัน - ช่องทางการรับแจ้ง - ตรวจสอบกรณีที่รับแจ้ง - ประสานหน่วยงานที่เกี่ยวข้อง - Financial records - Telephone records - Criminal history
- 117. 5.รับเงินประกัน - ช่องทางการรับเงินประกัน - สวมรอยรับเงินประกัน - หลอกญาติคนตาย ว่าต้องจ่ายเงินประกันชีวิต งวดสุดท้าย
- 118. ภัยคุกคาม แบ่งตามบุคคลที่เกี่ยวข้อง 1.บริษัทประกัน 2.นายหน้าประกัน 3.ลูกค้า - Test ทดสอบนายหน้า ด้วย Fake Document
- 119. Hard Fraud จงใจมาฉ้อโกง Soft Fraud กล่าวอ้างเกินจริง Stage Accident การจัดฉากฉ้อโกงประกันภัย
- 122. Branch Threat
- 125. Fake Document
- 134. aot@hotmail.com abc@hotmail.com a0t@hotmail.com คนซื้อคนขาย โอนเงินส่งเลขบัญชี เปลี่ยนเลขบัญชี Change Contact ฝั่งส่ง Block Contact ฝั่งรับ
- 135. Change Contact
- 136. Block Contact
- 139. Cyber Threat of Insurance • Malware • Ransomware • DDOS • Identity Theft • Phishing • Email Scam • Skimming • Data Breach • Bypass OTP APP • Fake Document • Internal Fraud • Wifi Sniff
- 140. Prevention Measure (Insurance Perspective) • Error by intention/inattentive • Guess • Trying • Proxy • Place /time • System review/assessment • Keeps your customers Aware (KYCA) • Fraud detection system (alert) • Suspected transaction
- 141. • Scenario simulation • Thinking like a thief • CCTV • Response plan • War room • Response team • Investigation team Prevention Measure (Insurance Perspective) • Synergy with another • Data sharing • Connection
- 142. - Authentication (E-kyc) - Big Data - Fraud Detection - Blockchain 7.Technology for Insurance - Application - Internet of Things
- 148. Verification
- 149. Accountability
- 156. KYC & E-KYC Authentication KYC = Face to Face E-KYC = Biometric
- 158. Face Recognition
- 162. Voice BiometricAuthentication in Call Center
- 163. Authentication by Geolocation and Time base
- 166. NDID
- 172. Big Data
- 176. Type of data Structure Data Unstructure Data Summary Data Transaction Data Personal Data Open Data
- 181. Big data Machine Learning Artificial Intelligence (AI)
- 186. Fraud Detection
- 187. - จานวนเบี้ยประกัน ความถี่ที่เคลม จานวนเงินที่จ่ายเคลม - Pattern เคลม ของคนปกติ กับ Pattern เคลมของ Fraud - Red Flag for Suspicious - Claim Similarity - Get Details insight about the claim - คน Claim กับ รูปแบบ Pattern ที่เคลม ตัวแปรสาหรับทา Fraud Detection - สร้าง Blacklist และ Whitelist
- 188. Pre-signal Fraud - Lifestyle change - Anomailes Financial - Change in the work - Unexplained wealth - Insurance Bureau
- 189. Fraud Detection • Detect by Authentication • Detect by Outlier • Detect by Association Rule
- 190. “ยิ่งรู้พฤติกรรม หรือ Pattern ที่เป็นปกติ มากเท่าใด ยิ่งมีโอกาส Detect พฤติกรรม ที่ผิดปกติ (Outlier) ถูกต้องมากเท่านั้น”
- 191. Machine Learning Input Program OutputInput Program Output
- 192. Machine Learning • Supervised Learning • Unsupervised Learning • Reinforcement Learning
- 193. Machine Learning • Clustering • Outlier Detection • Association Rule • Prediction ที่มา หนังสือ Data Science ของ John D.Kelleher
- 194. • Forensics • Internal Threat • Investigate • Hacking • OSINT • LAW • Tools • Data Analytics • Evidence Technology for fraud detection • External Threat
- 195. • Artificial Intelligence (AI) • Machine Learning • Big Data How to make Fraud Detection?
- 204. เปรียบเทียบความคุ้มค่า ถึงเทคโนโลยี ตรวจจับการทุจริต ที่รับเข้ามา กับจานวนเงินที่ถูก Fraud ไป ว่าหักลบแล้ว จะคุ้มค่าเท่าไหร่ เพียงใด?
- 209. Blockchain.info
- 215. Peer to Peer Insurance
- 218. Internet of Things
- 223. Bonus Knowledge
- 224. Cyber Threat of Personal • Lose Face • Lose System • Lose Money
- 225. พ.ร.บ.คอมฯ ม.5 • เข้าถึงโดยมิชอบซึ่งระบบคอมพิวเตอร์ • ที่มีมาตรการป้องกันการเข้าถึงโดยเฉพาะ • และมาตรการนั้นมิได้มีไว้สาหรับตน คุกไม่เกิน 6 เดือน ปรับไม่เกินหนึ่งหมื่นบาท
- 226. พ.ร.บ.คอมฯ ม.7 • เข้าถึงโดยมิชอบซึ่งข้อมูลคอมพิวเตอร์ • ที่มีมาตรการป้องกันการเข้าถึงโดยเฉพาะ • และมาตรการนั้นมิได้มีไว้สาหรับตน คุกไม่เกิน 2 ปี ปรับไม่เกิน 4 หมื่นบาท
- 227. พ.ร.บ.คอมฯ ม.9 • ทาให้เสียหาย ทาลาย แก้ไข เปลี่ยนแปลง • ข้อมูลคอมพิวเตอร์ของผู้อื่นโดยมิชอบ คุกไม่เกิน 5 ปี ปรับไม่เกิน 1 แสนบาท
- 228. พ.ร.บ.คอมฯ ม.10 • กระทาโดยมิชอบ เพื่อให้การทางานของ ระบบคอมฯ ผู้อื่น • ถูกระงับ ขัดขวาง รบกวนจนไม่สามารถทางาน ได้ปกติ คุกไม่เกิน 5 ปี ปรับไม่เกิน 1 แสนบาท
- 229. พ.ร.บ.คอมฯ ม.11 • ส่งข้อมูลคอมฯหรือจดหมายอิเล็กทรอนิกส์ แก่ผู้อื่น • ก่อให้เกิดความเดือดร้อนราคาญแก่ผู้รับ ปรับไม่เกิน 2 แสนบาท • ไม่เปิดโอกาสให้ผู้รับบอกเลิกการรับโดยง่าย
- 230. ตนบนโลกออนไลน์
- 241. ครอบครองสื่อลามกอนาจารเด็ก เพื่อแสวงหาประโยชน์ทางเพศ สาหรับตนเองหรือผู้อื่น คุกไม่เกิน 5 ปี ปรับไม่เกิน 1 แสนบาท
- 243. พ.ร.บ.คอมฯ ม.14 • โดยทุจริต หลอกลวง นาเข้าข้อมูลคอมฯที่บิดเบือน ปลอม เท็จ น่าจะ เกิดความเสียหายแก่ประชาชน และไม่ใช่ความผิดฐานหมิ่นประมาท • นาเข้าข้อมูลคอมพิวเตอร์ เป็นความผิดเกี่ยวกับความมั่นคงแห่ง ราชอาณาจักร ก่อการร้าย • นาเข้าข้อมูลคอมพิวเตอร์ลามก และประชาชนทั่วไปอาจเข้าถึงได้ คุกไม่เกิน 5 ปี ปรับไม่เกิน 1 แสนบาท • เผยแพร่ ส่งต่อข้อมูลข้างต้น • นาเข้าข้อมูลเท็จ น่าจะเกิดความเสียหายต่อความมั่นคงของ ประเทศ ความปลอดภัยสาธารณะ ความมั่นคงทางเศรษฐกิจ โครงสร้างพื้นฐาน หรือเกิดความตื่นตระหนกแก่ประชาชน ทาต่อบุคคลหนึ่งบุคคลใด คุก 3 ปี ปรับไม่เกิน 60,000 บาท ยอมความได้
- 244. พ.ร.บ.คอมฯ ม.16 • นาเข้าข้อมูลคอมพิวเตอร์ที่ปรากฏเป็นภาพของผู้อื่น • เป็นภาพที่เกิดจากการสร้างขึ้น ตัดต่อ เติมหรือดัดแปลง • น่าจะทาให้ผู้อื่นเสียชื่อเสียง ถูกดูหมิ่น ถูกเกลียดชัง คุกไม่เกิน 3 ปี ปรับไม่เกิน 6 หมื่นบาท ยอมความได้
- 245. ผู้ใด ใส่ความผู้อื่น ต่อบุคคลที่สาม โดยประการที่น่าจะทาให้บุคคลนั้น เสียชื่อเสียง ถูกดูหมิ่น ถูกเกลียดชัง คุกไม่เกิน 1 ปี ปรับไม่เกิน 20,000 บาท หมิ่นประมาท ถ้าได้กระทาโดยการโฆษณา คุกไม่เกิน 2 ปี ปรับไม่เกิน 200,000 บาท ยอมความได้
- 248. ภัยซื้อขายออนไลน์ ผู้ซื้อหลอกให้บุคคลที่สาม โอน เงินเข้าบัญชีผู้ขาย แล้วสวม รอยรับสินค้า • โอนเงินไม่ได้ของ ผู้ซื้อ • ได้ของไม่ตรงคุณสมบัติ • ได้ของที่ขโมยมา ผู้ขาย
- 249. 5.ใช้บริการพัสดุเรียกเก็บเงินปลายทางจากไปรษณีย์ 1.ดูว่าจะซื้อสินค้าผ่านเว็บไซต์สาหรับ Shopping Online หรือเว็บไซต์ Social Media 4. ตรวจสอบ ชื่อ-สกุล เลขบัญชีผู้ขายจาก Google ตรวจบัตร ปชช.ผู้ขายว่าตรงกับเจ้าของบัญชีหรือไม่ Video Call กับคนขายเพื่อขอดูสินค้า 2.หากซื้อผ่านเว็บไซต์ Shopping Online จะมีช่องทางให้ชาระ เงินผ่าน (Payment Gateway) ไม่ใช่การโอนเงินเข้าบัญชี ซึ่ง การชาระเงินนี้ส่วนมากขอเงินคืนได้ (Refund) เมื่อสินค้ามีปัญหา 3.หากซื้อผ่าน Social Media ส่วนมากเป็นการโอนเข้าบัญชี จึง เสี่ยงถูกโกงได้ง่าย ดังนั้นต้องระวังมากกว่า ควรนัดเจอรับของ
- 250. Payment Gateway
- 251. Refund
- 252. บัตร Credit เสมือน K-Web Shopping
- 258. Keyword สาหรับค้นคว้าต่อ 1) Digital forensics for insurance 2) Insurance investigation 3) Insurance bureau thailand 4) Insurance threat trend 5) Fraud detection for insurance 6) Insurance fraud case study 7) กรณีศึกษาฉ้อโกงประกันภัย