发布于: Jul 21, 2022
今天，我们很高兴地宣布 Amazon Fraud Detector (AFD) 现在推出了账户盗用预防 (ATI) 模型，这是一个低延迟的欺诈检测机器学习 (ML) 模型，专门用于检测通过盗取凭证、网络钓鱼、社会工程或其他形式的账户盗用而遭到破坏的账户。ATI 模型经过精心设计，与传统的基于规则的账户盗用解决方案相比，它能检测出的ATI 欺诈要高出 4 倍，同时还能将合法用户的麻烦降到最低。
每年都有数十亿个账户被不良行为者入侵。许多公司，甚至是那些拥有先进的欺诈团队的公司都缺乏相关保护措施，或者使用基于规则的解决方案来检测遭到破坏的账户，因为这些解决方案创建简单且易于扩展。
借助 ATI 模型，客户很容易通过整合 ML 模型来改进账户盗用检测，而不需要收集欺诈标签或执行高级数据工程。要开始使用，您只需要通过在线登录上传或流式传输未标记的原始数据。ATI 管道会在后台处理验证和转换数据、构建模型以及将模型部署到生产环境中的所有必要步骤；该模型旨在从用户的行为模式中学习，从而将熟悉的登录与异常的登录区分开来。Amazon Fraud Detector 可以自动扩展，以支持每秒处理多达 200 次（或更多次，取决于具体要求）欺诈预测，并能以最小的延迟返回欺诈评估，帮助您同步评估所有生产流量，减少为用户带来的不便。