Publicado en: Feb 8, 2022
Nos complace anunciar el lanzamiento de una nueva característica de enriquecimiento por geolocalización para los modelos de machine learning (ML) de Amazon Fraud Detector que calcula automáticamente la distancia entre la dirección IP, la dirección de facturación y la dirección de envío proporcionadas para un evento. De esta forma, se ayuda a evitar más fraudes, sobre todo cuando un usuario intenta crear una cuenta con los datos de otra persona o realizar una transacción con la tarjeta de crédito de alguien más.
Amazon Fraud Detector es un servicio completamente administrado que facilita en mayor medida la identificación de actividades en línea potencialmente fraudulentas, como la creación de cuentas falsas o el fraude en los pagos en línea. Con una estructura interna basada en ML y más de 20 años de experiencia en detección de fraude, Amazon Fraud Detector identifica automáticamente actividad potencialmente fraudulenta en milisegundos, sin necesidad de experiencia en ML. Como parte del proceso de entrenamiento de modelos, Amazon Fraud Detector enriquece los elementos de datos sin procesar, como las direcciones IP, los números de identificación bancaria (BIN) y los números de teléfono para crear docenas de entradas adicionales para su modelo de detección de fraude.
A partir de hoy, el Amazon Fraud Detector calcula automáticamente la distancia física entre la dirección IP, la dirección de facturación y la dirección de envío que usted proporciona para un evento. Las distancias calculadas se utilizan entonces como entradas para el modelo de detección de fraude. Este nuevo enriquecimiento aumenta el rendimiento de los modelos que utilizan estas variables, lo que permite que estos modelos capturen hasta un 10 % más de casos de fraude con una tasa de falsos positivos del 3 %
El enriquecimiento por geolocalización se habilita automáticamente para todos los modelos en todas las regiones en las que está disponible Amazon Fraud Detector. Los clientes de Amazon Fraud Detector pueden aprovechar este nuevo enriquecimiento mediante el reentrenamiento de los modelos que utilicen la variable de dirección IP, así como las de dirección de envío o dirección de facturación. Para obtener más información, consulte nuestra página de documentación.