北京2020年8月3日 /美通社/ -- 日前亞馬遜云服務（AWS）宣布Amazon Fraud Detector欺詐檢測服務正式上線，這是一項全托管的服務，可輕松快速識別潛在的在線欺詐，例如在線支付和身份欺詐。Amazon Fraud Detector基于后臺的機器學習功能，以及亞馬遜公司20多年的欺詐檢測專業知識，無需任何機器學習專業知識，即可在毫秒之內自動識別潛在的欺詐活動。客戶只需在Amazon Fraud Detector控制臺中點擊幾下，就可以選擇預制的機器學習模型模板，上傳歷史欺詐數據，創建決策邏輯來解釋模型的得分并分配結果（例如在機器學習模型預測到潛在的欺詐交易時，將交易傳遞或發送給人工調查人員開始進行欺詐調查）。在使用Amazon Fraud Detector時，客戶既不需要預付費和承諾消費，也不需要管理基礎架構，而僅需為實際使用的服務付費。要開始使用Amazon Fraud Detector，請訪問http://aws.amazon.com/fraud-detector
如今，在全世界范圍內，無數的組織每年因在線欺詐造成的損失多達數百億美元。這迫使許多企業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，設置起來相當耗時，定制成本高昂，并且很難隨著欺詐模式的改變而保持最新狀態，這些缺點都會降低其準確性。這導致各類組織會錯把正常客戶當作欺詐者拒絕，進行更昂貴的欺詐審查，并且錯過降低欺詐率的機會。過去20年來，亞馬遜投入巨資研究使用先進的機器學習技術，打擊欺詐活動，這些技術可最大程度地減少客戶摩擦，同時跑在行為不端者的前面。客戶希望亞馬遜分享這一專業知識和經驗，幫助他們打擊在線欺詐行為。
Amazon Fraud Detector提供了全托管的服務，實時檢測潛在的欺詐行為（例如在線支付及身份欺詐、偽造賬戶和積分賬戶、濫用促銷代碼等）。這項服務基于Amazon.com所使用的同樣技術，而客戶無需任何機器學習經驗。借助Amazon Fraud Detector，客戶可以使用其合法和欺詐交易的歷史數據，構建、訓練和部署機器學習模型，以提供實時、低延遲的欺詐風險預測。首先，客戶將歷史欺詐數據（例如交易、賬戶注冊、會員積分兌換等）上傳到在數據傳輸過程中和存儲時都進行加密的Amazon Simple Storage Service（Amazon S3）。這些數據用于自定義模型的訓練。客戶只需要提供與欺詐相關的任何兩個屬性（例如登錄名、新帳戶創建），可以選擇性添加其它數據（例如帳單郵寄地址或電話號碼）。
根據客戶想要預測的欺詐類型，Amazon Fraud Detector對數據進行預處理，選擇算法，訓練模型。Amazon Fraud Detector使用基于亞馬遜20多年欺詐經驗的機器學習模型，幫助識別與欺詐活動相關的通常模式。即使客戶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。客戶可以將新活動（例如注冊或新購買）發送到API，然后收到欺詐風險響應，其中包含準確的欺詐風險評分。根據這一報告，客戶的應用程序可以確定合適的一系列執行動作（例如接受購買，還是傳遞給人工審核）。借助Amazon Fraud Detector，客戶可以通過機器學習，更快、更輕松、更準確地檢測欺詐，還可以從一開始就防止欺詐發生。
AWS機器學習副總裁Swami Sivasubramanian表示，“各種規模、各個行業的客戶都告訴我們，他們花費了大量時間和精力，試圖減少其網站和應用程序上發生的欺詐行為。我們很高興憑借20年的欺詐檢測經驗，以及強大的機器學習技術，為客戶帶來Amazon Fraud Detector，使他們無需任何機器學習經驗，就能夠自動檢測潛在的欺詐行為，節省時間和金錢，改善客戶體驗。”
如果是具有機器學習經驗的開發人員，想要擴展Amazon Fraud Detector提供的功能，可以結合使用Amazon Fraud Detector構建的機器學習模型和 Amazon SageMaker（Amazon SageMaker是一項全托管的服務，用于快速構建、訓練和部署機器學習模型）構建的機器學習模型來自定義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（愛爾蘭）、亞太（新加坡）和亞太（悉尼）區域使用，未來幾個月將逐步在其它區域上線。
GoDaddy是一家面向全球企業家的服務平臺，其使命是為他們提供在線增長所需的所有幫助和工具，為全球超過1900萬的客戶提供支持。GoDaddy的用戶身份服務部門高級總監John Kercheval說：“GoDaddy致力于防止欺詐性帳戶，我們將不斷加強在注冊過程中自動檢測此類帳戶的功能。我們最近開始使用Amazon Fraud Detector，很高興它提供了低成本的實施和自助服務方法，方便我們構建針對業務定制的機器學習模型。該模型很容易部署，使用在我們的新帳戶流程中，不影響合法客戶的注冊體驗。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意，期待實現更多。”
Truevo創造了簡單、直觀和用戶友好的支付產品，使客戶可以輕松接受付款，從而專注于發展業務。“Amazon Fraud Detector使我們能夠大大改善運營，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發布時，我們立即改變了主意。我們多年來一直是AWS的資深客戶，對亞馬遜的產品非常信任。”Truevo首席運營官Charles Grech說。“借助Amazon Fraud Detector，我們不再受本地或SaaS產品的常規限制。取而代之的是，我們可以靈活地調整機器學習支持的服務，滿足我們的需求。我們可以使用AWS的rules-only選項（注：只輸入業務規則，其它功能全部采用AWS提供的），在需要時輕松擴展到完整的機器學習功能。這為Truevo節省了3-6個月的開發時間！實際上，我們30分鐘之內就部署了第一個原型模型。總體而言，我們對實時檢測欺詐的能力充滿信心。當我們注意到不能全面理解的可疑行為并需要阻止時，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先地位。”
ActiveCampaign為全球10萬家小型和成長型企業提供不同類別的客戶體驗自動化軟件。“在2020年第一季度和第二季度，我們經歷了網絡釣魚攻擊帳戶的激增。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。基于預測性機器學習的可伸縮解決方案，對于我們自身快速增長的業務也非常重要，”ActiveCampaign負責電子郵件運營的資深工程師Alex Burch說。“Amazon Fraud Detector讓我們很容易使用自己的數據構建模型，準確識別網絡釣魚攻擊帳戶的注冊。更重要的是，我們能夠以非常低的誤報率獲得這些結果，這意味著我們的運營人員無需進行額外工作。 Amazon Fraud Detector的定價模型有競爭力，我們可以輕松地將該模型融入到我們現有的工作流程中。”
