亚马逊推出欺诈检测器,可自动识别异常交易

后台-系统设置-扩展变量-手机广告位-内容正文顶部

近日,亚马逊(AWS)在拉斯维加斯举办的“Invent 2019”大会上宣布,推出基于机器学习的Amazon Fraud Detector。这是一种完全托管的服务,可以帮助组织检测交易中存在的异常情况,例如在线支付欺诈和创建假账户。同时还可以自动执行代码审查,可识别出那些有漏洞的代码。

 

 

全球范围内,在线欺诈每年可造成数百亿美元的损失。尤其是在线开展业务的组织,特别容易受到黑客的攻击。这些黑客经常采用不同的方式进行入侵,例如:创建假账户、使用被盗信用卡付款等。通常公司使用欺诈检测应用程序来识别这些恶意行为,有的甚至需要暂停业务来处理这些攻击。但是,这些应用程序通常是基于那些攻击方式来识别恶意行为的,并非是基于组织的业务展开的,这种千篇一律的识别方式很大程度上降低了准确性。

 

而Fraud Detector通过使用组织的数据、机器学习(ML)和20多年来Amazon自身积累的专业欺诈检测知识,自动识别潜在的危险攻击,从而更快地预测那些欺诈行为。用户只需单击几下就可以创建欺诈检测模型,而无需拥有丰富的机器学习经验,因为Fraud Detector可以自动为用户处理所有关于机器学习的工作。

 

Amazon FraudDetector规则设置界面

 

FraudDetector可以检测以下常见的欺诈类型:

 

  • 新账户:准确区分合法客户和高风险客户的帐户注册行为,以便根据风险等级有选择性地进行注册管理,例如:   可以将帐户注册流程设置为仅对具有高风险的帐户,开启电子邮件和电话验证步骤。    
  • 在线支付:通过在处理付款和履行订单之前,自动标记可疑的在线支付交易来减少支付欺诈。借助Amazon Fraud Detector,可以设置结帐流程以评估新订单并标记可疑订单,以便在处理付款之前进行审查以减少信用卡退款。

  • 访客结帐:即使没有交易历史的客户,也可以发现潜在的欺诈者。借助Amazon Fraud Detector,可以从访客结账单中发送少量的电子邮件和IP地址来评估其潜在的欺诈风险,从而可以决定是接受、查看还是收集更多客户信息进一步评估。


     
     
Amazon FraudDetector控制台 
 
使用Fraud Detector可以获得如下好处:
 
更快速地建立高质量欺诈检测机器学习模型:AmazonFraud Detector提供了可用于轻松创建ML模型以识别潜在欺诈的模板,而无需编写任何代码。 用户只需上传历史数据(如交易或帐户注册信息),然后选择与用例匹配的模型模板即可。之后,Amazon Fraud Detector会自动训练、测试和部署适合用户业务的自定义欺诈检测模型。 
 
内置的在线欺诈专业知识:AmazonFraud Detector中的预构建机器学习模型是根据亚马逊20年的经验开发而成的,例如,Amazon Fraud Detector可以使用与AWS账户注册流程相似的模型来降低用户注册风险。 
 
赋予安全团队更多的控制权:通过自动构建、训练、调整和部署欺诈检测模型所需的复杂任务,Amazon Fraud Detector使组织的安全团队可以更快地将检测功能投入到业务中。 创建模型后,用户可以创建、查看和更新检测规则,而无需依赖其他模型。
 
用户只需要简单的5个步骤便可以使用Amazon Fraud Detector:
 
步骤1:将组织历史欺诈数据集上传到Amazon S3

步骤2:从预先构建的欺诈检测模型中选择一个模板

步骤3:检测模板通过用户的历史数据来构建自定义模型。模板将自动填充数据、执行特征工程、选择算法、训练和调整模型。

步骤4:根据模型预测创建规则以接受、查看或收集更多信息

步骤5:从用户的应用程序中调用Amazon Fraud Detector API,以接收实时欺诈预测,并根据用户的设置规则采取行动,例如:电子商务应用程序可以发送电子邮件和IP地址,并接收欺诈分数以及规则的输出。

未经允许不得转载:RPA中国 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流程自动化 | 流程机器人 | 数字员工 > 亚马逊推出欺诈检测器,可自动识别异常交易

后台-系统设置-扩展变量-手机广告位-内容正文底部

评论

留言与评论(共有 0 条评论)
   
验证码: