Amazon Fraud Detector基于Amazon.com所使用的同样技术，可帮助企业使用机器学习实时识别在线身份和付款欺诈

　　日前，亚马逊云服务(AWS)宣布Amazon Fraud Detector欺诈检测服务正式上线，这是一项全托管的服务，可轻松快速识别潜在的在线欺诈，例如在线支付和身份欺诈。Amazon Fraud Detector基于后台的机器学习功能，以及亚马逊公司20多年的欺诈检测专业知识，无需任何机器学习专业知识，即可在毫秒之内自动识别潜在的欺诈活动。客户只需在Amazon Fraud Detector控制台中点击几下，就可以选择预制的机器学习模型模板，上传历史欺诈数据，创建决策逻辑来解释模型的得分并分配结果(例如在机器学习模型预测到潜在的欺诈交易时，将交易传递或发送给人工调查人员开始进行欺诈调查)。在使用Amazon Fraud Detector时，客户既不需要预付费和承诺消费，也不需要管理基础架构，而仅需为实际使用的服务付费。要开始使用Amazon Fraud Detector，请访问

　　如今，在全世界范围内，无数的组织每年因在线欺诈造成的损失多达数百亿美元。这迫使许多企业不得不投资于大型而昂贵的欺诈管理系统。这些系统通常基于手工编码的规则，设置起来相当耗时，定制成本高昂，并且很难随着欺诈模式的改变而保持最新状态，这些缺点都会降低其准确性。这导致各类组织会错把正常客户当作欺诈者拒绝，进行更昂贵的欺诈审查，并且错过降低欺诈率的机会。过去20年来，亚马逊投入巨资研究使用先进的机器学习技术，打击欺诈活动，这些技术可最大程度地减少客户摩擦，同时跑在行为不端者的前面。客户希望亚马逊分享这一专业知识和经验，帮助他们打击在线欺诈行为。

　　Amazon Fraud Detector提供了全托管的服务，实时检测潜在的欺诈行为(例如在线支付及身份欺诈、伪造账户和积分账户、滥用促销代码等)。这项服务基于Amazon.com所使用的同样技术，而客户无需任何机器学习经验。借助Amazon Fraud Detector，客户可以使用其合法和欺诈交易的历史数据，构建、训练和部署机器学习模型，以提供实时、低延迟的欺诈风险预测。首先，客户将历史欺诈数据(例如交易、账户注册、会员积分兑换等)上传到在数据传输过程中和存储时都进行加密的Amazon Simple Storage Service(Amazon S3)。这些数据用于自定义模型的训练。客户只需要提供与欺诈相关的任何两个属性(例如登录名、新帐户创建)，可以选择性添加其它数据(例如帐单邮寄地址或电话号码)。

　　根据客户想要预测的欺诈类型，Amazon Fraud Detector对数据进行预处理，选择算法，训练模型。Amazon Fraud Detector使用基于亚马逊20多年欺诈经验的机器学习模型，帮助识别与欺诈活动相关的通常模式。即使客户提供的欺诈示例数量很少，Amazon Fraud Detector也可以提高训练模型的准确性。Amazon Fraud Detector可以训练模型，将其部署到全托管的私有API(应用程序编程接口)端点。客户可以将新活动(例如注册或新购买)发送到API，然后收到欺诈风险响应，其中包含准确的欺诈风险评分。根据这一报告，客户的应用程序可以确定合适的一系列执行动作(例如接受购买，还是传递给人工审核)。借助Amazon Fraud Detector，客户可以通过机器学习，更快、更轻松、更准确地检测欺诈，还可以从一开始就防止欺诈发生。

　　AWS机器学习副总裁Swami Sivasubramanian表示，“各种规模、各个行业的客户都告诉我们，他们花费了大量时间和精力，试图减少其网站和应用程序上发生的欺诈行为。我们很高兴凭借20年的欺诈检测经验，以及强大的机器学习技术，为客户带来Amazon Fraud Detector，使他们无需任何机器学习经验，就能够自动检测潜在的欺诈行为，节省时间和金钱，改善客户体验。”

　　如果是具有机器学习经验的开发人员，想要扩展Amazon Fraud Detector提供的功能，可以结合使用Amazon Fraud Detector构建的机器学习模型和 Amazon SageMaker(Amazon SageMaker是一项全托管的服务，用于快速构建、训练和部署机器学习模型)构建的机器学习模型来自定义Amazon Fraud Detector。Amazon Fraud Detector现已可以在美国东部(弗吉尼亚北部)、美国东部(俄亥俄州)、美国西部(俄勒冈)、欧盟(爱尔兰)、亚太(新加坡)和亚太(悉尼)区域使用，未来几个月将逐步在其它区域上线。

　　GoDaddy是一家面向全球企业家的服务平台，其使命是为他们提供在线增长所需的所有帮助和工具，为全球超过1900万的客户提供支持。GoDaddy的用户身份服务部门高级总监John Kercheval说：“GoDaddy致力于防止欺诈性帐户，我们将不断加强在注册过程中自动检测此类帐户的功能。我们最近开始使用Amazon Fraud Detector，很高兴它提供了低成本的实施和自助服务方法，方便我们构建针对业务定制的机器学习模型。该模型很容易部署，使用在我们的新帐户流程中，不影响合法客户的注册体验。我们使用Amazon Fraud Detector构建的模型，能够立即检测到可能存在的欺诈性注册，我们对结果感到非常满意，期待实现更多。”

　　Truevo创造了简单、直观和用户友好的支付产品，使客户可以轻松接受付款，从而专注于发展业务。“Amazon Fraud Detector使我们能够大大改善运营，提高我们对行为不端者的反应能力，更好地控制系统和流程。当初，我们正在探索内部和第三方解决方案。当Amazon Fraud Detector发布时，我们立即改变了主意。我们多年来一直是AWS的资深客户，对亚马逊的产品非常信任。”Truevo首席运营官Charles Grech说。“借助Amazon Fraud Detector，我们不再受本地或SaaS产品的常规限制。取而代之的是，我们可以灵活地调整机器学习支持的服务，满足我们的需求。我们可以使用AWS的rules-only选项(注：只输入业务规则，其它功能全部采用AWS提供的)，在需要时轻松扩展到完整的机器学习功能。这为Truevo节省了3-6个月的开发时间!实际上，我们30分钟之内就部署了第一个原型模型。总体而言，我们对实时检测欺诈的能力充满信心。当我们注意到不能全面理解的可疑行为并需要阻止时，我们能够有更好的手段部署检测规则。我们能够响应、适应不断变化的法规和计划要求，使我们能够始终处于领先地位。”

　　ActiveCampaign为全球10万家小型和成长型企业提供不同类别的客户体验自动化软件。“在2020年第一季度和第二季度，我们经历了网络钓鱼攻击帐户的激增。我们需要增强我们现有的本地解决方案，用更强大的交易数据和信号、更快地识别行为不端者。基于预测性机器学习的可伸缩解决方案，对于我们自身快速增长的业务也非常重要，”ActiveCampaign负责电子邮件运营的资深工程师Alex Burch说。“Amazon Fraud Detector让我们很容易使用自己的数据构建模型，准确识别网络钓鱼攻击帐户的注册。更重要的是，我们能够以非常低的误报率获得这些结果，这意味着我们的运营人员无需进行额外工作。 Amazon Fraud Detector的定价模型有竞争力，我们可以轻松地将该模型融入到我们现有的工作流程中。”