Ventajas

Amazon Fraud Detector ofrece las siguientes ventajas. Estos beneficios le permiten detectar el fraude rápidamente sin tener que invertir el tiempo y los recursos que tradicionalmente se requieren para crear y mantener un sistema de gestión del fraude.

Creación automatizada de modelos de fraude

Los modelos de detección de fraudes de Amazon Fraud Detector son modelos de aprendizaje automático totalmente automatizados y personalizados para satisfacer sus necesidades empresariales específicas. Puedes usar los modelos de Amazon Fraud Detector para identificar posibles fraudes en cualquier transacción en línea, como la creación de nuevas cuentas, los pagos en línea y el proceso de pago como invitado.

Como los modelos de fraude se crean mediante un proceso automatizado, puedes prescindir de muchos de los pasos relacionados con la creación y el entrenamiento de un modelo. Estos pasos incluyen la validación y el enriquecimiento de los datos, la ingeniería de características, la selección de algoritmos, el ajuste de los hiperparámetros y la implementación del modelo.

Para crear un modelo de detección de fraudes con Amazon Fraud Detector, solo debes cargar el conjunto de datos históricos de fraudes de tu empresa y seleccionar el tipo de modelo. A continuación, Amazon Fraud Detector encuentra automáticamente el algoritmo de detección de fraudes más adecuado para su caso de uso y crea el modelo. No necesita saber programación ni tener experiencia en aprendizaje automático para crear modelos de detección de fraudes.

Modelos de fraude que evolucionan y aprenden

Los modelos de detección del fraude deben evolucionar constantemente para mantenerse al día con el cambiante panorama del fraude. Amazon Fraud Detector lo hace automáticamente calculando información como la antigüedad de la cuenta, el tiempo transcurrido desde la última actividad y el recuento de actividades. El resultado es que su modelo descubre la diferencia entre los clientes de confianza que realizan transacciones con frecuencia y los intentos continuos típicos de los estafadores. Esto ayuda a mantener el rendimiento del modelo durante más tiempo entre las sesiones de reentrenamiento.

Visualización del rendimiento del modelo de fraude

Después de entrenar tu modelo con los datos que nos has proporcionado, Amazon Fraud Detector valida el rendimiento de tu modelo. También proporciona herramientas visuales para evaluar el rendimiento. Para cada modelo que entrenes, puedes ver la puntuación de rendimiento del modelo, el gráfico de distribución de puntuaciones, la matriz de confusión, la tabla de umbrales y todas las entradas que proporcionaste clasificadas según su impacto en el rendimiento del modelo. Con estas herramientas de rendimiento, puede conocer el rendimiento de su modelo y qué entradas lo impulsan. Si es necesario, puede ajustar el modelo para mejorar su rendimiento general.

Predicción de fraudes

Amazon Fraud Detector genera predicciones de fraude para las actividades comerciales de su organización. La predicción del fraude es una evaluación del riesgo de fraude de una actividad empresarial. Amazon Fraud Detector genera predicciones mediante la lógica de predicción con los datos asociados a la actividad. Proporcionaste estos datos cuando creaste tu modelo de detección de fraudes. Puede obtener predicciones de fraude para una sola actividad en tiempo real o desconectarlas para un conjunto de actividades.

Predicción de fraudes, explicación y visualización

Amazon Fraud Detector genera explicaciones de predicción como parte del proceso de predicción del fraude. Las explicaciones de las predicciones proporcionan información sobre la forma en que cada elemento de datos utilizado para entrenar su modelo ha influido en la puntuación de predicción de fraudes de su modelo. Las explicaciones de las predicciones se proporcionan mediante herramientas visuales, como tablas y gráficos. Puede utilizar estas herramientas para identificar visualmente la influencia que tiene cada elemento de datos en las puntuaciones de predicción. Luego, puede usar esta información para analizar los patrones de fraude en su conjunto de datos y detectar cualquier sesgo, si lo hubiera. Por último, también puede utilizar las explicaciones de las predicciones para identificar los principales indicadores de riesgo durante un proceso manual de investigación de fraudes. Esto le ayuda a reducir las causas fundamentales que conducen a las predicciones de falsos positivos.

Acciones basadas en reglas

Una vez que haya entrenado su modelo de detección de fraudes, puede añadir reglas para tomar medidas con los datos evaluados, como aceptar los datos, enviarlos para su revisión o recopilar más datos. Una regla es una condición que indica a Amazon Fraud Detector cómo interpretar los datos durante la predicción del fraude. Por ejemplo, puede crear una regla que señale las cuentas de clientes sospechosas para que sean revisadas. Puedes configurar esta regla para que se inicie si la puntuación del modelo detectada es superior a tu umbral predeterminado y si el código de autorización del pago de la cuenta (AUTH_CODE) no es válido.