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。
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 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > 亚马逊推出欺诈检测器,可自动识别异常交易
热门信息
阅读 (14728)
1 2023第三届中国RPA+AI开发者大赛圆满收官&获奖名单公示阅读 (13753)
2 《Market Insight:中国RPA市场发展洞察(2022)》报告正式发布 | RPA中国阅读 (13055)
3 「RPA中国杯 · 第五届RPA极客挑战赛」成功举办及获奖名单公示阅读 (12964)
4 与科技共赢,与产业共进,第四届ISIG中国产业智能大会成功召开阅读 (11567)
5 《2022年中国流程挖掘行业研究报告》正式发布 | RPA中国