Perguntas frequentes do Amazon Fraud Detector

O Amazon Fraud Detector é um serviço gerenciado que facilita a identificação de atividades online potencialmente fraudulentas, como a fraude de pagamento online e a criação de contas falsas. O Amazon Fraud Detector usa machine learning (ML) e 20 anos de experiência em detecção de fraudes da Amazon Web Services (AWS) e da Amazon.com para identificar automaticamente possíveis atividades fraudulentas em milissegundos. Não há pagamentos antecipados ou compromissos de longo prazo e nenhuma infraestrutura para gerenciar com o Amazon Fraud Detector; você paga apenas pelo uso real.

Primeiro, você define o evento que deseja avaliar por fraude. Em seguida, você carrega seu conjunto de dados de eventos históricos no Amazon Simple Storage Service (Amazon S3) e seleciona um tipo de modelo de detecção de fraude, que especifica uma combinação de recursos e algoritmos otimizados para detectar uma forma específica de fraude. Em seguida, o serviço treina, testa e implanta automaticamente um modelo de detecção de fraudes personalizado com base nas suas informações exclusivas. Durante esse processo, você pode aumentar a performance do seu modelo com uma série de modelos pré-treinados em padrões de fraude com base na AWS e na própria experiência em fraude da Amazon. A saída é uma pontuação que varia de 0 a 1.000 que prevê a probabilidade de risco de fraude. Na fase final do processo, você configura a lógica de decisão (por exemplo, regras) para interpretar a pontuação do seu modelo e atribuir resultados como aprovação ou envio de transações a um investigador humano para revisão.

Após a criação dessa framework, você pode integrar a API do Amazon Fraud Detector nas funções transacionais do seu site, como inscrição na conta ou finalização da compra. O Amazon Fraud Detector processará essas atividades em tempo real e fornecerá previsões de fraude em milissegundos para ajudar você a ajustar a experiência de seu usuário final.

O Amazon Fraud Detector foi projetado para casos de uso de fraude online que exigem modelagem de ML em tempo real e avaliação baseada em regras. Por exemplo:

• Fraude em nova conta, dentro de um processo de cadastro de conta
• Fraude de identidade online 
• Fraude de pagamento em pedidos online
• Fraude de finalização de compra de convidados
• Proteção de conta de fidelidade
• Detecção de tomada de controle da conta
• Fraude de vendedores em mercados online

Sim. Você pode personalizar o Amazon Fraud Detector para cada caso de uso, usando uma combinação de modelos de ML do Amazon Fraud Detector, modelos do Amazon SageMaker e regras. Primeiro, reúna os dados de risco relevantes para usar como entradas de avaliação de fraude. Isso inclui endereços de e-mail, números de telefone e endereços IP. Esses dados são alimentados em um modelo de ML, que gera uma pontuação. Por fim, você pode detectar regras para interpretar a pontuação e outros dados de risco para tomar decisões, como aprovar uma reivindicação ou enviar ordens a analistas de fraude para investigação. Um exemplo de regra simples e resultado correspondente pode ser "IF model_score < 50 & credit_card_country = US THEN approve_order".

Com 20 anos de experiência em fraudes, a Amazon viu em primeira mão como os malfeitores conduzem várias formas de fraude online. O Amazon Fraud Detector ajuda você a explorar esse conhecimento. Durante o processo de treinamento de modelos automatizados, o Amazon Fraud Detector usa uma série de modelos treinados em padrões da AWS e da própria experiência em fraudes da Amazon para aumentar a performance do seu modelo.

O Amazon Fraud Detector treina, testa e implanta automaticamente modelos de machine learning de detecção de fraudes personalizados com base em seus dados históricos de fraude, sem a necessidade de experiência em ML. Para desenvolvedores com mais experiência em machine learning, você pode adicionar seus próprios modelos ao Amazon Fraud Detector usando o Amazon SageMaker.

O Amazon Fraud Detector torna possível executar previsões de fraude baseadas em regras com ou sem ML. Com o Amazon Fraud Detector, você pode criar regras de detecção (por exemplo, “IF model_score < 50 & credit_card_country = US THEN approve_order”) usando uma linguagem simples de escrita de regras. Você também pode especificar a ordem em que as regras disparam durante uma avaliação usando uma interface intuitiva.

Sim, você pode revisar suas avaliações anteriores de fraudes para auditar a lógica de decisão usando o console do Amazon Fraud Detector. No console do Amazon Fraud Detector, você pode procurar eventos passados com base nas características do evento e/ou na lógica de detecção aplicada, como resultado, modelos ou regras usadas ou metadados do evento. Em seguida, você pode detalhar como a lógica de detecção avaliou um evento.

Não. Segurança e privacidade são nossas principais preocupações. Como princípio fundamental de ganhar a confiança do cliente, a AWS nunca compartilha dados do cliente.