Careem 利用 AWS 机器学习来改善欺诈预防

2019 年，Uber 以 31 亿美元收购总部位于迪拜的 Careem，使其成为中东的首个独角兽企业。作为该地区叫车经济的先驱，Careem 正在扩展其服务，以囊括公共交通、配送和支付，成为一款日常超级应用。

但是，Careem 的规模和知名度（拥有约 5000 万个客户账户）也使其成为欺诈者的主要目标，他们不断寻找可以利用的新漏洞，并通过各种方法来劫持真实账户。

Careem 需要找到方法来检测欺诈并阻止欺诈造成损失，欺诈行为不仅影响公司收入，还损坏品牌声誉。

Careem 选择了 Amazon Web Services（AWS），目前正在用分析和机器学习进行反击，自动识别并阻止欺诈者，预防犯罪行为。

Careem 面临着各种不同类型的欺诈，而且犯罪分子总是在寻找新的漏洞，以绕过 Careem 针对已检测到的现有欺诈模式，所采取的特定措施。

过去，应对这些不同类型的欺诈行为，就像一场永无止境的猫捉老鼠的游戏。Careem 必须为每种特定类型的欺诈行为创建规则或机器学习模型。但这种应对方式存在两方面问题。

首先，只有在欺诈行为已经发生并被检测到之后，Careem 才能识别并封锁账户，而此时资金已经损失。

其次，在 Careem 找到检测此类欺诈行为的方法后，欺诈者能够迅速发现，他们会继续寻找新的漏洞加以利用。

很明显，Careem 需要一种更智能、更快的方法来检测欺诈账户，并在欺诈行为发生之前将其阻止。

Kevin O’Brien（Careem 的高级数据科学家）说：“与其持续创建非常具体的工具，来检测非常具体的欺诈应用场景，我们希望构建一个项目，无论欺诈者发现了什么类型的漏洞，或者试图进行什么类型的攻击，该项目的全面检测机制都能检测到几乎所有用户。”

Careem 选择了图形数据库，来实时检测用户和账户活动中潜在的欺诈模式，并对市场上的几家主要提供商进行了评估。 

Careem 的最终选择是 AWS 和 Amazon Neptune 的自动实时分析和监控功能，部分原因在于这是一项托管服务。 

O’Brien 说：“Amazon Neptune 是完全托管的，这对我们来说是一个巨大的优势，因为这意味着我们不再需要那么多人员来参与这个项目，同时也减少了基础设施和维护的潜在成本。一切都完全由 AWS 托管。” 

由于 Careem 已使用 AWS 来运营所有云计算和数据仓库，因此选择了同一环境来运营防欺诈项目。 

同时，与其他图形数据库提供商使用的查询语言（例如 Cypher）相比，Careem 更喜欢支持 Amazon Neptune 的 Gremlin 查询语言。Gremlin 让开发人员可以使用各种编程语言编写查询，包括 Groovy、Java 和 Python。

为了提高其使用 Amazon Neptune 的欺诈检测能力，Careem 除了在特定类型的欺诈行为发生时进行努力应对之外，还开始关注用户的身份。

Amazon Neptune 图形数据库让 Careem 可以在不同的用户和数据点之间建立连接，并识别可能存在欺诈活动的模式。

防欺诈项目的第一版于 2020 年 10 月上线，使用了 Careem 内部来源（例如其数据仓库）的用户数据，数据历史可追溯到 2012。该项目在 Amazon Simple Storage Service（Amazon S3）上提取数据、对数据进行转换并格式化为 CSV 文件，然后上传到 Amazon Neptune。当用户执行新操作（例如使用新设备登录、添加新信用卡、更改电话号码或更改个人资料）时，项目会实时添加这些历史数据。该项目平均每天向 Amazon Neptune 图形中添加或更新数据超过 10 万次。

这会创建与每个用户相关的数据集群，Careem 使用 Python 构建了一个位于 Amazon Neptune 上的简单算法分析引擎，对数据集群进行分析。 

当一个账户被标记为可能存在欺诈行为时，如果数据显示该账户历史上是不可信的账户，将自动封锁该账户；如果该账户是值得信赖的或高价值的账户，例如企业客户的账户，则会标记为人工审查。

自 2020 年 10 月该项目第一阶段实施以来，Careem 已经封锁了成千上万的欺诈性用户账户，而结果令人称赞：在系统自动封锁的用户中，约有 90% 是正确的决定。这意味着 Careem 会在发生欺诈行为之前就封锁这些虚假账户，从而减少损失。

在该项目的第一阶段取得成功之后，Careem 现在正与 AWS 合作开发更新版本，该版本将通过使用 Amazon Neptune ML 中的机器学习功能进一步提高准确性。

通过使用大约 10 倍以上的历史数据，Careem 将能够应用高级深度学习，而不是单纯基于规则的方法，并对系统进行训练，使其能够学会识别图形数据库中欺诈用户的样子。这将大幅提高召回率，使系统能够从其分析的所有用户中，正确检测出更多的欺诈账户，同时将欺诈预测的准确性提高到远远超过 90%。

O'Brien 说：“我们非常有信心该解决方案的第二版将提高我们目前的防欺诈能力。这是我们选择 Amazon Neptune 的另一重要原因。”