優勢

Amazon Fraud Detector 提供下列好處。這些好處使您可以快速檢測欺詐行為，而無需投入建立和維護欺詐管理系統所需的時間和資源。

自動建立詐騙模型

Amazon 詐騙偵測器的詐騙偵測模型是全自動化的機器學習模型，可根據您的特定業務需求進行客製化。您可以使用 Amazon Fraud Detector 模型來識別任何線上交易中的潛在詐騙行為，例如建立新帳戶、線上付款和訪客結帳。

由於詐騙模型是透過自動化程序建立的，因此您可以放棄許多與建立和訓練模型相關的步驟。這些步驟包括資料驗證和擴充、功能工程、演算法選擇、超參數調整和模型部署。

若要使用 Amazon Fraud Detector 建立詐騙偵測模型，您只需上傳公司的歷史詐騙資料集，然後選取模型類型。然後，Amazon Fraud Detector 會自動為您的使用案例尋找最適合的詐騙偵測演算法，並建立模型。您不需要了解編碼或具備機器學習專業知識即可建立詐騙偵測模型。

發展和學習的欺詐模式

欺詐檢測模型必須不斷發展，以跟上不斷變化的欺詐環境。Amazon Fraud Detector 會透過計算帳戶年齡、自上次活動以來的時間和活動計數等資訊來自動執行此動作。結果是，您的模型可以了解經常進行交易的受信任客戶和欺詐者的持續嘗試之間的差異。這有助於在再訓練階段之間更長時間維持模型的效能。

詐騙模型效能視覺化

使用您提供的資料訓練模型之後，Amazon Fraud Detector 會驗證您的模型效能。它還為您提供了可視化工具來評估性能。對於您訓練的每個模型，您都可以查看模型效能分數、評分分佈圖表、混淆矩陣、臨界值表格，以及您提供的所有輸入，並根據它們對模型效能的影響進行排名。使用這些效能工具，您可以瞭解模型的執行方式，以及哪些輸入會驅動模型效能。如果需要，您可以調整模型以改善其整體效能。

詐騙預測

Amazon Fraud Detector 會為您組織的業務活動產生詐騙預測。欺詐預測是對商業活動的欺詐風險的評估。Amazon Fraud Detector 會使用預測邏輯與活動相關聯的資料來產生預測。您在建立詐騙偵測模型時提供此資料。您可以即時取得單一活動的詐騙預測，或離線取得一組活動的詐騙預測。

欺詐預測說明可視化

Amazon Fraud Detector 會產生預測說明，做為詐騙預測程序的一部分。預測說明可讓您深入瞭解用於訓練模型的每個資料元素如何影響模型的詐騙預測分數。使用可視化工具（例如表格和圖表）提供預測說明。您可以使用這些工具直觀地識別每個資料元素對預測分數的影響程度。然後，您可以使用此信息來分析數據集中的欺詐模式並檢測偏見（如果有）。最後，您還可以在手動欺詐調查過程中使用預測說明來識別主要風險指標。這有助於您縮小導致誤報預測的根本原因。

以規則為基礎的動作

在您的詐騙偵測模型經過訓練之後，您可以新增規則來對評估的資料採取動作，例如接受資料、傳送資料以供審核或收集更多資料。規則是告知 Amazon Fraud Detector 如何在詐騙預測期間解譯資料的條件。例如，您可以建立標記待審核的可疑客戶帳戶的規則。如果檢測到的模型分數大於預定的閾值，並且帳戶付款的授權碼（AUTH_CODE）無效，則可以將此規則設置為啟動。