圖片來(lái)源網(wǎng)絡(luò )
日前亞馬遜云服務(wù)（AWS）宣布Amazon Fraud Detector欺詐檢測服務(wù)正式上線(xiàn)，這是一項全托管的服務(wù)，可輕松快速識別潛在的在線(xiàn)欺詐，例如在線(xiàn)支付和身份欺詐。Amazon Fraud Detector基于后臺的機器學(xué)習功能，以及亞馬遜公司20多年的欺詐檢測專(zhuān)業(yè)知識，無(wú)需任何機器學(xué)習專(zhuān)業(yè)知識，即可在毫秒之內自動(dòng)識別潛在的欺詐活動(dòng)。客戶(hù)只需在A(yíng)mazon Fraud Detector控制臺中點(diǎn)擊幾下，就可以選擇預制的機器學(xué)習模型模板，上傳歷史欺詐數據，創(chuàng )建決策邏輯來(lái)解釋模型的得分并分配結果（例如在機器學(xué)習模型預測到潛在的欺詐交易時(shí)，將交易傳遞或發(fā)送給人工調查人員開(kāi)始進(jìn)行欺詐調查）。在使用Amazon Fraud Detector時(shí)，客戶(hù)既不需要預付費和承諾消費，也不需要管理基礎架構，而僅需為實(shí)際使用的服務(wù)付費。要開(kāi)始使用Amazon Fraud Detector，請訪(fǎng)問(wèn)http://aws.amazon.com/fraud-detector
如今，在全世界范圍內，無(wú)數的組織每年因在線(xiàn)欺詐造成的損失多達數百億美元。這迫使許多企業(yè)不得不投資于大型而昂貴的欺詐管理系統。這些系統通常基于手工編碼的規則，設置起來(lái)相當耗時(shí)，定制成本高昂，并且很難隨著(zhù)欺詐模式的改變而保持最新?tīng)顟B(tài)，這些缺點(diǎn)都會(huì )降低其準確性。這導致各類(lèi)組織會(huì )錯把正常客戶(hù)當作欺詐者拒絕，進(jìn)行更昂貴的欺詐審查，并且錯過(guò)降低欺詐率的機會(huì )。過(guò)去20年來(lái)，亞馬遜投入巨資研究使用先進(jìn)的機器學(xué)習技術(shù)，打擊欺詐活動(dòng)，這些技術(shù)可最大程度地減少客戶(hù)摩擦，同時(shí)跑在行為不端者的前面。客戶(hù)希望亞馬遜分享這一專(zhuān)業(yè)知識和經(jīng)驗，幫助他們打擊在線(xiàn)欺詐行為。
Amazon Fraud Detector提供了全托管的服務(wù)，實(shí)時(shí)檢測潛在的欺詐行為（例如在線(xiàn)支付及身份欺詐、偽造賬戶(hù)和積分賬戶(hù)、濫用促銷(xiāo)代碼等）。這項服務(wù)基于A(yíng)mazon.com所使用的同樣技術(shù)，而客戶(hù)無(wú)需任何機器學(xué)習經(jīng)驗。借助Amazon Fraud Detector，客戶(hù)可以使用其合法和欺詐交易的歷史數據，構建、訓練和部署機器學(xué)習模型，以提供實(shí)時(shí)、低延遲的欺詐風(fēng)險預測。首先，客戶(hù)將歷史欺詐數據（例如交易、賬戶(hù)注冊、會(huì )員積分兌換等）上傳到在數據傳輸過(guò)程中和存儲時(shí)都進(jìn)行加密的Amazon Simple Storage Service（Amazon S3）。這些數據用于自定義模型的訓練。客戶(hù)只需要提供與欺詐相關(guān)的任何兩個(gè)屬性（例如登錄名、新帳戶(hù)創(chuàng )建），可以選擇性添加其它數據（例如帳單郵寄地址或電話(huà)號碼）。
根據客戶(hù)想要預測的欺詐類(lèi)型，Amazon Fraud Detector對數據進(jìn)行預處理，選擇算法，訓練模型。Amazon Fraud Detector使用基于亞馬遜20多年欺詐經(jīng)驗的機器學(xué)習模型，幫助識別與欺詐活動(dòng)相關(guān)的通常模式。即使客戶(hù)提供的欺詐示例數量很少，Amazon Fraud Detector也可以提高訓練模型的準確性。Amazon Fraud Detector可以訓練模型，將其部署到全托管的私有API（應用程序編程接口）端點(diǎn)。客戶(hù)可以將新活動(dòng)（例如注冊或新購買(mǎi)）發(fā)送到API，然后收到欺詐風(fēng)險響應，其中包含準確的欺詐風(fēng)險評分。根據這一報告，客戶(hù)的應用程序可以確定合適的一系列執行動(dòng)作（例如接受購買(mǎi)，還是傳遞給人工審核）。借助Amazon Fraud Detector，客戶(hù)可以通過(guò)機器學(xué)習，更快、更輕松、更準確地檢測欺詐，還可以從一開(kāi)始就防止欺詐發(fā)生。
AWS機器學(xué)習副總裁Swami Sivasubramanian表示，“各種規模、各個(gè)行業(yè)的客戶(hù)都告訴我們，他們花費了大量時(shí)間和精力，試圖減少其網(wǎng)站和應用程序上發(fā)生的欺詐行為。我們很高興憑借20年的欺詐檢測經(jīng)驗，以及強大的機器學(xué)習技術(shù)，為客戶(hù)帶來(lái)Amazon Fraud Detector，使他們無(wú)需任何機器學(xué)習經(jīng)驗，就能夠自動(dòng)檢測潛在的欺詐行為，節省時(shí)間和金錢(qián)，改善客戶(hù)體驗。”
如果是具有機器學(xué)習經(jīng)驗的開(kāi)發(fā)人員，想要擴展Amazon Fraud Detector提供的功能，可以結合使用Amazon Fraud Detector構建的機器學(xué)習模型和 Amazon SageMaker（Amazon SageMaker是一項全托管的服務(wù)，用于快速構建、訓練和部署機器學(xué)習模型）構建的機器學(xué)習模型來(lái)自定義Amazon Fraud Detector。Amazon Fraud Detector現已可以在美國東部（弗吉尼亞北部）、美國東部（俄亥俄州）、美國西部（俄勒岡）、歐盟（愛(ài)爾蘭）、亞太（新加坡）和亞太（悉尼）區域使用，未來(lái)幾個(gè)月將逐步在其它區域上線(xiàn)。
GoDaddy是一家面向全球企業(yè)家的服務(wù)平臺，其使命是為他們提供在線(xiàn)增長(cháng)所需的所有幫助和工具，為全球超過(guò)1900萬(wàn)的客戶(hù)提供支持。GoDaddy的用戶(hù)身份服務(wù)部門(mén)高級總監John Kercheval說(shuō)：“GoDaddy致力于防止欺詐性帳戶(hù)，我們將不斷加強在注冊過(guò)程中自動(dòng)檢測此類(lèi)帳戶(hù)的功能。我們最近開(kāi)始使用Amazon Fraud Detector，很高興它提供了低成本的實(shí)施和自助服務(wù)方法，方便我們構建針對業(yè)務(wù)定制的機器學(xué)習模型。該模型很容易部署，使用在我們的新帳戶(hù)流程中，不影響合法客戶(hù)的注冊體驗。我們使用Amazon Fraud Detector構建的模型，能夠立即檢測到可能存在的欺詐性注冊，我們對結果感到非常滿(mǎn)意，期待實(shí)現更多。”
Truevo創(chuàng )造了簡(jiǎn)單、直觀(guān)和用戶(hù)友好的支付產(chǎn)品，使客戶(hù)可以輕松接受付款，從而專(zhuān)注于發(fā)展業(yè)務(wù)。“Amazon Fraud Detector使我們能夠大大改善運營(yíng)，提高我們對行為不端者的反應能力，更好地控制系統和流程。當初，我們正在探索內部和第三方解決方案。當Amazon Fraud Detector發(fā)布時(shí)，我們立即改變了主意。我們多年來(lái)一直是AWS的資深客戶(hù)，對亞馬遜的產(chǎn)品非常信任。”Truevo首席運營(yíng)官Charles Grech說(shuō)。“借助Amazon Fraud Detector，我們不再受本地或SaaS產(chǎn)品的常規限制。取而代之的是，我們可以靈活地調整機器學(xué)習支持的服務(wù)，滿(mǎn)足我們的需求。我們可以使用AWS的rules-only選項（注：只輸入業(yè)務(wù)規則，其它功能全部采用AWS提供的），在需要時(shí)輕松擴展到完整的機器學(xué)習功能。這為T(mén)ruevo節省了3-6個(gè)月的開(kāi)發(fā)時(shí)間！實(shí)際上，我們30分鐘之內就部署了第一個(gè)原型模型。總體而言，我們對實(shí)時(shí)檢測欺詐的能力充滿(mǎn)信心。當我們注意到不能全面理解的可疑行為并需要阻止時(shí)，我們能夠有更好的手段部署檢測規則。我們能夠響應、適應不斷變化的法規和計劃要求，使我們能夠始終處于領(lǐng)先地位。”
ActiveCampaign為全球10萬(wàn)家小型和成長(cháng)型企業(yè)提供不同類(lèi)別的客戶(hù)體驗自動(dòng)化軟件。“在2020年第一季度和第二季度，我們經(jīng)歷了網(wǎng)絡(luò )釣魚(yú)攻擊帳戶(hù)的激增。我們需要增強我們現有的本地解決方案，用更強大的交易數據和信號、更快地識別行為不端者。基于預測性機器學(xué)習的可伸縮解決方案，對于我們自身快速增長(cháng)的業(yè)務(wù)也非常重要，”ActiveCampaign負責電子郵件運營(yíng)的資深工程師Alex Burch說(shuō)。“Amazon Fraud Detector讓我們很容易使用自己的數據構建模型，準確識別網(wǎng)絡(luò )釣魚(yú)攻擊帳戶(hù)的注冊。更重要的是，我們能夠以非常低的誤報率獲得這些結果，這意味著(zhù)我們的運營(yíng)人員無(wú)需進(jìn)行額外工作。 Amazon Fraud Detector的定價(jià)模型有競爭力，我們可以輕松地將該模型融入到我們現有的工作流程中。”
消息來(lái)源：AWS
