Amazon Fraud Detector est un service entièrement géré qui facilite l'identification de pratiques cybernétiques douteuses comme la fraude au paiement en ligne et la création de faux comptes. Amazon Fraud Detector utilise le machine learning (ML) et met à contribution 20 ans d'expertise en détection de fraude d'Amazon Web Services (AWS) et d'Amazon.com pour identifier automatiquement les pratiques cybernétiques douteuses en quelques millisecondes. Il n'y a pas de paiements initiaux, pas d'engagements à long terme et pas d'infrastructure à gérer avec Amazon Fraud Detector. De même, vous ne payez que pour votre utilisation réelle.
Commencez par définir l'événement suspecté de fraude que vous souhaitez évaluer. Ensuite, vous chargez votre ensemble de données d'événements historiques dans Amazon Simple Storage Service (Amazon S3) et sélectionnez un type de modèle de détection de fraude qui spécifie une combinaison de fonctions et d'algorithmes optimisés pour détecter une forme spécifique de fraude. Le service entraîne, teste et déploie automatiquement un modèle de détection de fraude personnalisé en fonction de vos informations uniques. Pendant ce processus, vous pouvez améliorer les performances de votre modèle grâce à une série de modèles pré-entraînés sur des modèles de fraude basés sur AWS et sur l'expertise d'Amazon en matière de fraude. Le résultat du modèle est un score allant de 0 à 1 000 qui prédit la probabilité d'un risque de fraude. À l'étape finale du processus, vous établissez une logique de décision (par exemple, des règles) pour interpréter le score de votre modèle et attribuer des résultats tels que la validation ou l'envoi de la transaction à un enquêteur humain pour examen approfondi.
Une fois ce cadre créé, vous pouvez intégrer l'API d'Amazon Fraud Detector dans les fonctions transactionnelles de votre site web, notamment l'ouverture d'un compte ou le paiement des commandes. Amazon Fraud Detector traitera ces activités en temps réel et fournira des prédictions de fraude en millisecondes pour vous permettre d'adapter votre expérience utilisateur final.
Amazon Fraud Detector est conçu pour les cas d'utilisation relatifs aux fraudes en ligne exigeant la modélisation ML en temps réel et une évaluation basée sur les règles. Exemples :
Oui. En combinant les modèles ML d'Amazon Fraud Detector, les modèles d'Amazon SageMaker et les règles, vous pouvez personnaliser Amazon Fraud Detector pour chaque cas d'utilisation. Tout d'abord, rassemblez les données de risques pertinentes à utiliser comme entrées d'évaluation de la fraude. Ces données comprennent les adresses e-mails, les numéros de téléphone et les adresses IP. Ces données alimentent un modèle ML, qui fournit un score. Enfin, vous pouvez utiliser des règles de détection pour interpréter le score et d'autres données de risque afin de prendre une décision comme valider la commande ou l'envoyer à des analystes en fraude pour enquête. Un exemple de règle simple et de résultat correspondant pourrait être le suivant : « IF model_score < 50 & credit_card_country = US THEN approve_order ».
Amazon est actif dans le domaine de solutions contre la fraude depuis 20 ans et connaît intimement les différentes formes de fraude en ligne utilisées par les malfaiteurs. Amazon Fraud Detector vous aide à tirer parti de ces connaissances. Au cours du processus d'entraînement automatisé des modèles, Amazon Fraud Detector utilise une série de modèles qui ont appris des modèles de fraude d'AWS et de l'expertise d'Amazon en matière de fraude pour améliorer la performance de votre modèle.
Amazon Fraud Detector entraîne, teste et déploie automatiquement des modèles personnalisés de machine learning de détection de fraude basés sur vos données historiques de fraude. Vous n'avez besoin d'aucune expérience en ML pour vous servir de Fraud Detector. Les développeurs ayant plus d'expérience en machine learning peuvent ajouter leurs propres modèles à Amazon Fraud Detector en utilisant Amazon SageMaker.
Amazon Fraud Detector permet d'effectuer des prédictions de fraude basées sur des règles, avec ou sans ML. Avec Amazon Fraud Detector, vous pouvez créer des règles de détection (par ex. « IF model_score < 50 & credit_card_country = US THEN approve_order ») en utilisant un langage simple d'écriture de règles. Vous pouvez également spécifier l'ordre dans lequel les règles se déclenchent lors d'une analyse à l'aide d'une interface intuitive.
Oui. Vous pouvez passer en revue vos anciennes évaluations de fraude pour vérifier la logique de décision à l'aide de la console d'Amazon Fraud Detector. Dans la console d'Amazon Fraud Detector, vous pouvez rechercher des événements passés en fonction des caractéristiques de l'événement et/ou de la logique de détection appliquée, tels que le résultat, les modèles ou règles utilisés ou les métadonnées d'événement. Vous pouvez ensuite analyser en détail la façon dont la logique de détection a évalué un événement.
Non. La sécurité et la confidentialité sont notre priorité. AWS ne partagera jamais les données de ses clients. C'est un principe fondamental que nous respectons pour gagner la confiance des clients.