Avantages

Amazon Fraud Detector offre les avantages suivants. Ces avantages vous permettent de détecter rapidement les fraudes sans avoir à investir le temps et les ressources traditionnellement nécessaires à la création et à la maintenance d'un système de gestion des fraudes.

Création automatique de modèles de fraude

Les modèles de détection des fraudes d'Amazon Fraud Detector sont des modèles d'apprentissage automatique entièrement automatisés personnalisés pour répondre aux besoins spécifiques de votre entreprise. Vous pouvez utiliser les modèles Amazon Fraud Detector pour identifier les fraudes potentielles dans toutes les transactions en ligne, telles que la création de nouveaux comptes, les paiements en ligne et le paiement en tant qu'invité.

Les modèles de fraude étant créés par le biais d'un processus automatisé, vous pouvez renoncer à de nombreuses étapes associées à la création et à la formation d'un modèle. Ces étapes incluent la validation et l'enrichissement des données, l'ingénierie des fonctionnalités, la sélection d'algorithmes, le réglage des hyperparamètres et le déploiement du modèle.

Pour créer un modèle de détection des fraudes à l'aide d'Amazon Fraud Detector, il vous suffit de télécharger l'historique des fraudes de votre entreprise et de sélectionner le type de modèle. Ensuite, Amazon Fraud Detector trouve automatiquement l'algorithme de détection des fraudes le mieux adapté à votre cas d'utilisation et crée le modèle. Il n'est pas nécessaire de connaître le codage ou de posséder une expertise en apprentissage automatique pour créer des modèles de détection des fraudes.

Des modèles de fraude qui évoluent et apprennent

Les modèles de détection des fraudes doivent constamment évoluer pour suivre l'évolution du paysage de la fraude. Amazon Fraud Detector le fait automatiquement en calculant des informations telles que l'âge du compte, le temps écoulé depuis la dernière activité et le nombre d'activités. Votre modèle apprend ainsi à faire la différence entre les clients de confiance qui effectuent fréquemment des transactions et les tentatives continues typiques des fraudeurs. Cela permet de maintenir les performances de votre modèle plus longtemps entre les séances de réentraînement.

Visualisation des performances du modèle de fraude

Une fois que votre modèle a été entraîné à l'aide des données que vous fournissez, Amazon Fraud Detector valide les performances de votre modèle. Il fournit également des outils visuels vous permettant d'évaluer les performances. Pour chaque modèle que vous entraînez, vous pouvez consulter le score de performance du modèle, le graphique de distribution des scores, la matrice de confusion, le tableau des seuils et toutes les entrées que vous avez fournies classées en fonction de leur impact sur les performances du modèle. À l'aide de ces outils de performance, vous pouvez découvrir les performances de votre modèle et les entrées qui déterminent les performances de votre modèle. Si nécessaire, vous pouvez modifier votre modèle pour améliorer ses performances globales.

Prédiction des fraudes

Amazon Fraud Detector génère des prévisions de fraude pour les activités commerciales de votre organisation. La prédiction des fraudes est une évaluation du risque de fraude d'une activité commerciale. Amazon Fraud Detector génère des prédictions en utilisant la logique de prédiction avec les données associées à l'activité. Vous avez fourni ces données lorsque vous avez créé votre modèle de détection des fraudes. Vous pouvez obtenir des prévisions de fraude pour une seule activité en temps réel ou obtenir des prévisions de fraude hors ligne pour un ensemble d'activités.

Visualisation des explications relatives aux prévisions de fraude

Amazon Fraud Detector génère des explications de prédiction dans le cadre du processus de prédiction des fraudes. Les explications relatives aux prévisions fournissent un aperçu de l'impact de chaque élément de données utilisé pour entraîner votre modèle sur le score de prédiction des fraudes de votre modèle. Les explications des prédictions sont fournies à l'aide d'outils visuels tels que des tableaux et des graphiques. Vous pouvez utiliser ces outils pour identifier visuellement l'influence de chaque élément de données sur les scores de prédiction. Vous pouvez ensuite utiliser ces informations pour analyser les modèles de fraude dans votre ensemble de données et détecter les biais éventuels. Enfin, vous pouvez également utiliser les explications des prédictions pour identifier les principaux indicateurs de risque lors d'un processus manuel d'enquête sur les fraudes. Cela vous aide à identifier les causes profondes qui conduisent à des prédictions faussement positives.

Actions basées sur des règles

Une fois votre modèle de détection des fraudes formé, vous pouvez ajouter des règles pour prendre des mesures sur les données évaluées, telles que l'acceptation des données, l'envoi de données pour examen ou la collecte de données supplémentaires. Une règle est une condition qui indique à Amazon Fraud Detector comment interpréter les données lors de la prédiction des fraudes. Par exemple, vous pouvez créer une règle signalant les comptes clients suspects à examiner. Vous pouvez configurer cette règle pour qu'elle soit initiée si le score du modèle détecté est supérieur à votre seuil prédéterminé et si le code d'autorisation du paiement du compte (AUTH_CODE) n'est pas valide.