近年来，尽管企业组织在打击身份欺诈方面取得了很大进展，但如今又出现了一个新的且不断上升的威胁：合成身份欺诈(synthetic identity fraud)。通过在数字平台上将真实和伪造的信息进行组合，网络犯罪者能够轻松地实施此类欺诈活动。多项最新的研究数据显示，合成身份欺诈已经成为目前造成组织财产损失的“新天坑”！
合成身份欺诈主要包括两种类型：
篡改合成身份（Manipulated synthetic）——使用真实身账号和真人身份的其他元素，但稍加篡改形成虚假身份。例如，欺诈者可能会使用真实的账号和假名字创建一个假身份，以隐藏不良的信用记录通过贷款审核。这种方式并非总是用于恶意目的。
人造合成身份（Manufactured synthetic）——使用来自不同个人的合法PII来创造一种伪造身份，通常被称为“弗兰肯斯坦”（Frankenstein）身份，目的主要是为了实施金融犯罪。
欺诈者可能会窃取真实用户的信息或直接在暗网上购买，然后将其与假身份相结合。据领先的欺诈预防公司GIACT最近发布的一份白皮书称，估计40%的SIF身份是利用从2011年以后出生的孩子那里窃取的信息构建的。
尽管阻止合成身份欺诈困难重重，但是有很多银行机构和企业组织开始改进身份验证机制，以证明实际用户与应用程序中的用户相同。通过利用包括设备数据和外部数据源在内的综合身份情报信息，可以帮助组织保护自身和客户安全。
研究人员表示，新型实体解析技术的应用对于阻止合成欺诈将至关重要。实体解析可以将来自众多来源的数据汇总在一起，从而更容易识别信息差异，从而更早期地识别合成身份欺诈。实体解析会查看应用程序或信用报告上有关人员的所有信息，分析他们是否使用一致的地址、电话号码、电子邮件地址、姓名拼写和其他信息。
除此之外，企业组织还需要更密切地监视网络，因为有组织的犯罪团伙往往会留下相互关联的足迹，而这些足迹可以使用正确的技术和工具进行检测。企业将需要找到更好的解决方案，通过新一代网络数据分析技术来跟踪资金的来源和流向，识别可能出现欺诈的交易行为模式。