利点

Amazon Fraud Detector には、次の利点があります。これらの利点により、不正管理システムの構築と保守に従来必要な時間とリソースに投資することなく、不正を迅速に検出できます。

不正モデルの自動作成

Amazon Fraud Detector の不正検出モデルは、特定のビジネスニーズに合わせてカスタマイズされた完全に自動化された機械学習モデルです。Amazon Fraud Detector モデルを使用して、新しいアカウント作成、オンライン支払い、ゲストチェックアウトなどのオンライントランザクションで潜在的な不正を特定できます。

不正モデルは自動化されたプロセスによって作成されるため、モデルの作成とトレーニングに関連する多くのステップを破棄できます。これらのステップには、データの検証とエンリッチメント、特徴量エンジニアリング、アルゴリズムの選択、ハイパーパラメータの調整、モデルのデプロイが含まれます。

Amazon Fraud Detector を使用して不正検出モデルを作成するには、会社の過去の不正データセットのみをアップロードし、モデルタイプを選択します。次に、Amazon Fraud Detector はユースケースに最適な不正検出アルゴリズムを自動的に検出し、モデルを作成します。不正検出モデルを作成するために、コーディングを知っている、または機械学習の専門知識を持っている必要はありません。

進化して学習する不正モデル

不正検出モデルは、変化する不正状況に追いつくように絶えず進化する必要があります。Amazon Fraud Detector は、アカウント年齢、最後のアクティビティからの時間、アクティビティ数などの情報を計算することで、これを自動的に行います。その結果、モデルは、頻繁に取引を行う信頼された顧客と、不正行為者の一般的な継続的な試行の違いを学習します。これにより、再トレーニングセッション間でモデルのパフォーマンスをより長く維持できます。

不正モデルのパフォーマンスの視覚化

指定したデータを使用してモデルをトレーニングすると、Amazon Fraud Detector はモデルのパフォーマンスを検証します。また、パフォーマンスを評価するためのビジュアルツールも用意されています。トレーニングするモデルごとに、モデルのパフォーマンススコア、スコア分布グラフ、混同行列、しきい値テーブル、およびモデルのパフォーマンスへの影響によってランク付けされたすべての入力を確認できます。これらのパフォーマンスツールを使用して、モデルのパフォーマンスと、モデルのパフォーマンスを促進する入力を確認できます。必要に応じて、モデルを微調整して全体的なパフォーマンスを向上させることができます。

不正予測

Amazon Fraud Detector は、組織のビジネスアクティビティの不正予測を生成します。不正予測は、不正リスクのビジネスアクティビティの評価です。Amazon Fraud Detector は、アクティビティに関連付けられたデータを含む予測ロジックを使用して予測を生成します。このデータは、不正検出モデルの作成時に指定しました。1 つのアクティビティの不正予測をリアルタイムで取得したり、一連のアクティビティの不正予測をオフラインにしたりできます。

不正予測の説明の視覚化

Amazon Fraud Detector は、不正予測プロセスの一環として予測説明を生成します。予測説明は、モデルのトレーニングに使用される各データ要素がモデルの不正予測スコアにどのように影響したかについての洞察を提供します。予測説明は、テーブルやグラフなどのビジュアルツールを使用して提供されます。これらのツールを使用して、各データ要素が予測スコアに与える影響を視覚的に識別できます。その後、この情報を使用してデータセット全体の不正パターンを分析し、バイアスがある場合は検出できます。最後に、予測説明を使用して、手動不正調査プロセス中に最上位リスク指標を特定することもできます。これにより、誤検出の予測につながる根本原因を絞り込むことができます。

ルールベースのアクション

不正検出モデルのトレーニングが完了したら、評価データの承認、レビュー用データの送信、データ収集など、評価データに対してアクションを実行するルールを追加できます。ルールは、不正予測中にデータを解釈する方法を Amazon Fraud Detector に指示する条件です。例えば、レビュー対象の疑わしい顧客アカウントにフラグを付けるルールを作成できます。検出されたモデルスコアの両方が既定のしきい値を超え、アカウント支払いの認証コード (AUTH_CODE) が有効でない場合は、このルールを開始できます。