HAQM Fraud Detector es un servicio completamente administrado que simplifica la tarea de identificación de actividades en línea potencialmente fraudulentas, como los fraudes de pagos en línea y la creación de cuentas falsas. HAQM Fraud Detector se vale del machine learning (ML) y de los 20 años de experiencia en detección de fraudes de HAQM Web Services (AWS) y de HAQM.com para identificar actividades potencialmente fraudulentas de manera automática en milisegundos. No es necesario realizar pagos iniciales, comprometerse a largo plazo ni administrar infraestructura para utilizar HAQM Fraud Detector. Solo paga por lo que utiliza realmente.
En primer lugar, el usuario define el evento que quiere evaluar para detectar fraude. A continuación, carga el conjunto de datos de eventos históricos en HAQM Simple Storage Service (HAQM S3) y selecciona un tipo de modelo de detección de fraude, que especifica una combinación de características y algoritmos optimizados para detectar una forma específica de fraude. A continuación, el servicio forma, prueba e implementa automáticamente un modelo de detección de fraude personalizado basado en su información exclusiva. Durante este proceso, puede mejorar el rendimiento del modelo con una serie de modelos formados previamente en patrones de fraude basados en la experiencia en fraude de AWS y de HAQM. Como resultado del modelo, se obtiene una puntuación de 0 a 1000 que predice la probabilidad de riesgo de fraude. En la etapa final del proceso, se configura la lógica de decisión (por ejemplo, las reglas) que permite interpretar la puntuación del modelo y asignar los resultados, como la aprobación o envío de transacciones para que una persona las revise.
Luego de crear este marco, es posible integrar la API de HAQM Fraud Detector en las funciones de transacción de su sitio web, como el registro de cuentas o la finalización de un pedido de compras. HAQM Fraud Detector procesa estas actividades en tiempo real y ofrece predicciones de fraude en milisegundos para ajustar la experiencia del usuario final.
HAQM Fraud Detector está diseñado para casos de uso de fraude en línea que requieren un modelo ML en tiempo real y una evaluación basada en reglas. Por ejemplo:
Sí. Es posible personalizar la configuración de HAQM Fraud Detector para cada caso de uso, con una combinación de modelos de ML de HAQM Fraud Detector, modelos de HAQM SageMaker y reglas. En primer lugar, reúna los datos de riesgo pertinentes para utilizarlos como insumos en la evaluación del fraude. Lo que incluye las direcciones de correo electrónico, los números de teléfono y las direcciones IP. Estos datos se introducen en un modelo de ML, que da como resultado una puntuación. Finalmente, puede usar un conjunto de reglas de detección para interpretar la puntuación y otros datos de riesgo a fin de tomar decisiones, como aprobar un reclamo o enviar pedidos a un analista de fraude para evaluarlos. Un ejemplo de una regla simple y su resultado correspondiente podría ser: “IF model_score < 50 & credit_card_country = US THEN approve_order”.
Con 20 años de experiencia en la detección de fraudes, HAQM conoce de primera mano cómo los agentes malintencionados llevan a cabo diversas formas de fraude en línea. Con HAQM Fraud Detector, puede aprovechar este conocimiento. Durante el proceso de formación del modelo automatizado, para mejorar el rendimiento de su modelo, HAQM Fraud Detector utiliza una serie de modelos con formación para reconocer patrones de fraude que surgen de la experiencia de AWS y HAQM en el área.
HAQM Fraud Detector forma, prueba e implementa de manera automática modelos de machine learning para la detección de fraudes personalizados, en función de sus datos históricos de fraude, sin necesidad de que cuente con experiencia en ML. Los desarrolladores que cuenten con más experiencia en machine learning pueden agregar sus propios modelos en HAQM Fraud Detector con HAQM SageMaker.
HAQM Fraud Detector permite hacer predicciones de fraudes basadas en reglas con o sin el uso del ML. Con HAQM Fraud Detector, puede crear reglas de detección con un lenguaje simple de escritura de reglas (por ejemplo, “IF model_score < 50 & credit_card_country = US THEN approve_order”). También puede especificar el orden en que se desencadenan las reglas durante una evaluación a través de una interfaz intuitiva.
Sí, puede revisar sus evaluaciones anteriores de fraude para auditar la lógica de decisión con la consola de HAQM Fraud Detector. En la consola de HAQM Fraud Detector puede buscar eventos pasados en función de las características del evento o de la lógica de detección aplicada, como el resultado, los modelos o reglas utilizados o los metadatos del evento. De esta manera, puede investigar en profundidad la forma en que la lógica de detección llevó a cabo la evaluación de un evento.
No. La seguridad y la privacidad son nuestras inquietudes más importantes. Como principio fundamental para ganarse la confianza del cliente, AWS nunca comparte sus datos.