Vantaggi

Amazon Fraud Detector offre i seguenti vantaggi. Questi vantaggi consentono di individuare rapidamente le frodi senza dover investire il tempo e le risorse tradizionalmente necessari per creare e mantenere un sistema di gestione delle frodi.

Creazione automatizzata di modelli antifrode

I modelli di rilevamento delle frodi di Amazon Fraud Detector sono modelli di machine learning completamente automatizzati e personalizzati per soddisfare le tue esigenze aziendali specifiche. Puoi utilizzare i modelli di Amazon Fraud Detector per identificare potenziali frodi in qualsiasi transazione online, come la creazione di nuovi account, i pagamenti online e il checkout con gli ospiti.

Poiché i modelli di frode vengono creati tramite un processo automatizzato, puoi rinunciare a molti dei passaggi associati alla creazione e alla formazione di un modello. Questi passaggi includono la convalida e l'arricchimento dei dati, l'ingegneria delle funzionalità, la selezione degli algoritmi, l'ottimizzazione degli iperparametri e l'implementazione del modello.

Per creare un modello di rilevamento delle frodi utilizzando Amazon Fraud Detector, devi solo caricare il set di dati storici sulle frodi della tua azienda e selezionare il tipo di modello. Quindi, Amazon Fraud Detector trova automaticamente l'algoritmo di rilevamento delle frodi più adatto al tuo caso d'uso e crea il modello. Non è necessario conoscere la programmazione o avere esperienza nell'apprendimento automatico per creare modelli di rilevamento delle frodi.

Modelli di frode che si evolvono e apprendono

I modelli di rilevamento delle frodi devono evolversi costantemente per stare al passo con il mutevole panorama delle frodi. Amazon Fraud Detector esegue questa operazione automaticamente calcolando informazioni tra cui l'età dell'account, il tempo trascorso dall'ultima attività e il conteggio delle attività. Il risultato è che il tuo modello impara la differenza tra i clienti fidati che effettuano spesso transazioni e i continui tentativi tipici dei truffatori. Questo aiuta a mantenere le prestazioni del modello più a lungo tra una sessione di riqualificazione e l'altra.

Visualizzazione delle prestazioni del modello antifrode

Dopo che il modello è stato addestrato utilizzando i dati forniti, Amazon Fraud Detector convalida le prestazioni del modello. Fornisce inoltre strumenti visivi per valutare le prestazioni. Per ogni modello addestrato, puoi visualizzare il punteggio delle prestazioni del modello, il grafico di distribuzione dei punteggi, la matrice di confusione, la tabella delle soglie e tutti gli input che hai fornito, classificati in base al loro impatto sulle prestazioni del modello. Utilizzando questi strumenti prestazionali, puoi scoprire le prestazioni del tuo modello e quali input influiscono sulle prestazioni del modello. Se necessario, puoi modificare il modello per migliorarne le prestazioni complessive.

Previsione delle frodi

Amazon Fraud Detector genera previsioni di frode per le attività aziendali della tua organizzazione. La previsione delle frodi è una valutazione del rischio di frode di un'attività aziendale. Amazon Fraud Detector genera previsioni utilizzando la logica di previsione con i dati associati all'attività. Hai fornito questi dati quando hai creato il tuo modello di rilevamento delle frodi. Puoi ottenere previsioni di frode per una singola attività in tempo reale o ottenere previsioni di frode offline per una serie di attività.

Visualizzazione della spiegazione della previsione delle frodi

Amazon Fraud Detector genera spiegazioni di previsione come parte del processo di previsione delle frodi. Le spiegazioni delle previsioni forniscono informazioni su come ogni elemento di dati utilizzato per addestrare il modello ha influito sul punteggio di previsione delle frodi del modello. Le spiegazioni delle previsioni vengono fornite utilizzando strumenti visivi come tabelle e grafici. Puoi utilizzare questi strumenti per identificare visivamente l'influenza di ciascun elemento di dati sui punteggi di previsione. Quindi, puoi utilizzare queste informazioni per analizzare i modelli di frode nel tuo set di dati e rilevare eventuali pregiudizi. Infine, puoi utilizzare le spiegazioni delle previsioni anche per identificare i principali indicatori di rischio durante un processo manuale di indagine sulle frodi. Questo ti aiuta a restringere le cause profonde che portano a previsioni false positive.

Azioni basate su regole

Dopo aver addestrato il modello di rilevamento delle frodi, puoi aggiungere regole per intraprendere azioni sui dati valutati, ad esempio accettare i dati, inviarli per la revisione o raccogliere altri dati. Una regola è una condizione che indica ad Amazon Fraud Detector come interpretare i dati durante la previsione delle frodi. Ad esempio, puoi creare una regola che segnali gli account dei clienti sospetti da esaminare. Puoi impostare questa regola in modo che venga attivata se sia il punteggio del modello rilevato è superiore alla soglia predeterminata sia se il codice di autorizzazione al pagamento dell'account (AUTH_CODE) non è valido.