今天，亞馬遜網絡服務(AWS)推出了一項新工具--Amazon 詐騙偵測器，幫助用戶識別在線支付、身份欺詐等欺詐性在線活動。該工具利用機器學習以及亞馬遜 20 多年的欺詐檢測專業技術，可以在幾毫秒內檢測出欺詐行為。

　　在介紹中寫道：

Amazon Fraud Detector 是一項完全托管的服務，可輕松識別潛在的欺詐性在線活動，例如在線支付欺詐和創建虛假賬戶。

全球每年都有數十億美元的資產被在線欺詐騙取。在線開展業務的公司特別容易受到不法分子的攻擊。這些不法分子經常使用不同的攻擊方式，例如創建虛假賬戶或者用偷來的信用卡付款。各個公司通常使用欺詐檢測應用程序來發現欺詐者，并在他們對公司業務造成巨額的業務影響之前阻止他們。但是，這些應用程序通常依賴于業務規則，而業務規則則難以跟上欺詐者改變自己的行為和方法的速度。最近的欺詐檢測應用程序已經開始嘗試使用機器學習。但是，他們通常使用基于通用數據集和欺詐行為的一刀切方法，而這些數據集和欺詐行為與您的業務并非直接相關，因此其準確性受限。

Fraud Detector 通過使用您自己的數據、機器學習 (ML) 和 Amazon 超過 20 年的欺詐檢測專業知識來克服這些困難。它能自動識別潛在的在線欺詐行為，因此您可以更快地發現更多的欺詐行為。即便您先前沒有 ML 經驗，只需通過單擊幾次就可以創建欺詐檢測模型，因為 Fraud Detector 會幫您處理所有 ML 繁重任務。

　　檢測在線欺詐的常見類型：

新建賬戶

準確地區分合法和高風險客戶賬戶注冊，以便您能夠根據風險有選擇地引入其他步驟或檢查。例如，您可以將客戶賬戶注冊工作流設置為僅針對表現出高風險特征的賬戶注冊要求提供其他電子郵件和電話驗證步驟。

來賓結賬

即使在沒有交易歷史記錄的客戶群體中也能發現潛在欺詐者。定期進行交易的客戶通常使用注冊賬戶。因此，您可以得到交易歷史記錄，這樣更易于發現潛在欺詐。另一方面，因為來賓結賬不會留下歷史賬戶使用情況或用戶行為數據，這樣就更難以發現欺詐行為。通過 Amazon Fraud Detector，您僅僅通過賓結賬單發送一封電子郵件和 IP 地址就能評估其潛在欺詐風險，這樣您就可以決定是接受訂單、審查訂單還是收集更多的客戶詳細信息。

“先試后買”服務濫用

發現更有可能濫用“先試后買”服務的賬戶，例如先將服裝和配飾發給您體驗，然后再付款的時尚類服務。通過 Amazon Fraud Detector，在線開展業務的企業可評估客戶違反服務條款的風險，并對所提供的商品或服務的價值設置一定的限制，以防商品被盜或因違反服務條款而被退回。

在線付款（即將推出）

通過在處理付款和完成訂單之前標記出可疑的在線付款交易來減少在線付款欺詐。通過 Amazon Fraud Detector，您可以將結賬流程設置為在處理付款之前評估新訂單并標記可疑訂單，這樣可減少信用卡退款。

　　優勢：

更快地建立高質量的欺詐檢測 ML 模型

Amazon Fraud Detector 提供了便于您輕松創建 ML 模型的模板，您無需編寫任何代碼就能發現潛在欺詐。您只需上傳歷史在線事件數據，例如交易或賬戶注冊，并選擇與您的使用案例匹配的模型模板。在此基礎上，Amazon Fraud Detector 可以自動訓練、測試和部署適合您的業務的定制欺詐檢測模型。

將不法分子拒之門外

當欺詐者創建賬戶時，Amazon Fraud Detector 可通過預測他們所提供的信息中的風險來立即發現這些欺詐者，這樣您就能在他們造成實際損失之前標記這些可疑活動。這是因為 Amazon Fraud Detector 使用了高級機器學習技術，該技術甚至可應用于在創建賬戶時提供有限數據的情況。 Amazon Fraud Detector 的機器學習模型可發現比傳統方法多達 80% 的潛在不法分子。

內置在線欺詐專業知識

Amazon Fraud Detector 中預構建的機器學習模型模板是基于過去 20 多年阻止不法分子試圖欺詐 AWS 和 Amazon.com 的經驗而開發的。例如，Amazon Fraud Detector 使用與 AWS 賬戶注冊流程中的模型類似的模型來針對低風險和高風險注冊創建不同賬戶驗證步驟。

讓反欺詐團隊擁有更多掌控

Amazon Fraud Detector 自動處理構建、訓練、調優和部署欺詐檢測模型所需的復雜任務，從而使反欺詐團隊能更快速地行動。創建模型之后，他們能夠創建、查看和更新規則來啟用基于模型預測的操作，而無需依賴其他人的幫助。

總結

以上是生活随笔為你收集整理的亚马逊推出诈骗侦测器新工具：保护用户识别欺诈性在线活动的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。