Publié le: Jan 27, 2022
Nous sommes heureux d'annoncer le lancement d'explications de prédiction pour les modèles de machine learning (ML) Amazon Fraud Detector, disponibles via la console et le kit SDK AWS. Les explications des prédictions indiquent l'impact des indicateurs (ou variables d'entrée) sur un score de fraude, ce qui permet aux clients d'avoir une meilleure visibilité sur la façon dont un modèle ML est arrivé à un score de fraude particulier. Amazon Fraud Detector(AFD) est un service entièrement géré qui facilite l'identification de pratiques cybernétiques frauduleuses, notamment la création de faux comptes ou la fraude liée aux paiements en ligne. Fraud Detector s'appuie sur le ML et sur plus de 20 ans d'expertise d'AFD en matière de détection des fraudes pour identifier automatiquement les activités potentiellement frauduleuses en quelques millisecondes, sans qu'aucune expertise en ML ne soit nécessaire.
Auparavant, les clients recevaient des scores de risque dans le cadre des prédictions de fraude, mais ne recevaient aucun détail décrivant quelles variables d'entrée contribuaient à un score de risque ML spécifique. Il était donc difficile de déterminer comment les scores de risque étaient calculés et d'expliquer les contributeurs importants d'un score de risque pour les enquêtes manuelles, la conformité ou d'autres objectifs. Bien que l'AFD fournisse des explications au niveau du modèle afin que les clients puissent avoir des informations sur les entrées qui déterminent la performance globale du modèle, les clients n'étaient toujours pas en mesure d'obtenir des explications au niveau des prédictions individuelles.
Avec les explications de prédiction, chaque prédiction de fraude est désormais accompagnée d'informations sur l'impact de chaque variable d'entrée sur le score de prédiction de fraude. Ces détails aideront les enquêteurs à déterminer plus facilement et plus précisément quelles sont les données d’entrées qui ont fait monter ou baisser le score de prédiction de fraude. Des explications sur les prédictions sont incluses avec chaque prédiction, sans coûts supplémentaires.
Les clients peuvent consulter les explications des prédictions dans la console AWS en accédant à la console Fraud Detector et en cliquant sur une prédiction dans l'onglet Search Past Predictions. Avec chaque score de risque de prédiction de fraude basé sur ML, une liste des variables d'entrée de la prédiction classées par leur impact sur le score de risque est fournie. Les clients obtiennent également des indicateurs visuels de l'importance de la variable en termes de magnitude (sur une échelle de 0 à 5, avec 5 étant l'impact le plus élevé sur le score global) et de direction (augmentation ou diminution du score). Par exemple, si l'adresse IP d'un événement donné est la variable qui a le plus augmenté le score de risque prédit par le modèle, elle figurera dans la liste des « variables qui ont augmenté le risque de fraude » et aura une valeur d'impact élevée. Les explications des prédictions sont également disponibles via le kit SDK AWS et l’interface de ligne de commande (CLI AWS) à l'aide de l'API GetEventPredictionMetadata de l'AFD, ce qui permet aux clients de mettre facilement ces détails à la disposition des analystes de fraude dans l'établi d'investigation de leur choix.
Les explications de prédiction sont générées automatiquement et disponibles uniquement pour les modèles entrainés le ou après le 30 juin 2021 dans toutes les régions AWS où Fraud Detector est disponible : USA Est (Virginie du Nord), USA Est (Ohio), USA Ouest (Oregon), Europe (Irlande), Asie-Pacifique (Singapour) et Asie-Pacifique (Sydney). Pour plus de détails, consultez notre page de documentation.