Amazon Fraud Detector

더 빠르게 더 많은 온라인 부정 행위 감지

Amazon Fraud Detector는 온라인 결제 사기, 가짜 계정 개설 등 부정 행위 가능성이 있는 온라인 활동을 손쉽게 파악할 수 있는 완전관리형 서비스입니다.

매년 전 세계적에서 온라인 사기 행위로 수백억 달러의 피해가 발생합니다. 온라인에서 비즈니스를 운영하는 기업들은 가짜 계좌를 만들고 훔친 신용 카드로 결제하는 등 서로 다른 전술을 자주 이용하는 악의적인 공격자들의 공격을 받기가 특히 쉽습니다. 기업은 일반적으로 부정 행위 탐지 애플리케이션을 사용하여 부정 행위자를 식별하고 비용이 많이 드는 비즈니스 중단을 일으키기 전에 이를 저지합니다. 그러나 이러한 애플리케이션은 종종 부정 행위자들의 변화하는 행동을 반영하지 못하는 비즈니스 규칙에 의존합니다. 최근에는 기계 학습을 사용하는 부정 행위 탐지 애플리케이션이 늘어나고 있습니다. 그러나 일반 데이터 세트와 부정 행위 행위를 기반으로 하는 단일화된 접근 방식을 주로 사용하므로 정확성이 제한됩니다.

Fraud Detector는 데이터, ML(기계 학습) 및 20년간 축적된 Amazon의 부정 행위 탐지 전문 지식을 활용하여 부정 행위 가능성이 있는 온라인 활동을 자동으로 식별함으로써 이러한 문제를 해결하고 더 많은 부정 행위를 신속하게 처리할 수 있습니다. 이전에 ML과 관련한 경험이 없는 고객도 클릭 몇 번으로 부정 행위 탐지 모델을 만들 수 있습니다. Fraud Detector가 ML과 관련한 번거로운 작업을 모두 처리하기 때문입니다.

일반적인 유형의 온라인 부정 행위 탐지

신규 계정

합법적인 고객 계정 등록과 고위험 고객 계정 등록을 정확하게 구분하여 위험에 따라 추가 단계 또는 점검을 선택적으로 도입할 수 있습니다. 예를 들어 위험 특성이 높은 계정 등록에만 추가 이메일 및 전화 확인 단계를 요구하도록 고객 계정 등록 워크플로를 설정할 수 있습니다.

게스트 체크아웃

거래 기록이 없는 고객 사이에서 잠재적 부정 행위자를 찾아냅니다. 정기적으로 거래하는 고객은 대개 등록된 계정을 사용합니다. 따라서 잠재적인 부정 행위를 보다 쉽게 식별할 수 있는 거래 내역을 확보하게 되었습니다. 반면 게스트 체크아웃에는 과거 계정 사용량이나 사용자 행동 데이터가 없으므로 부정 행위 탐지가 훨씬 더 어렵습니다. Amazon Fraud Detector를 사용하면 게스트 체크아웃 주문에서 이메일 및 IP 주소만 보내서 잠재적인 부정 행위 위험을 평가하고, 수락할지, 검토할지 또는 더 많은 고객 세부 정보를 수집할지 결정할 수 있습니다. 

'구매 전 사용해보기' 서비스 남용

의류 및 액세서리를 배송하는 패션 서비스 등 '구매 전 사용해보기' 프로그램을 악용할 가능성이 높은 계정을 식별합니다. Amazon Fraud Detector를 통해 온라인 기업은 고객이 서비스 약관을 위반할 위험을 평가하고 제공되는 재화 또는 서비스의 가치에 제한을 두어 서비스 약관을 위반하는 조건으로 상품이 도난 당하거나 반품되지 않도록 할 수 있습니다.

온라인 결제(제공 예정)

지불 처리 및 주문 이행 전에 의심스러운 온라인 결제 거래에 플래그를 지정하여 온라인 결제 사기를 줄입니다. Amazon Fraud Detector를 사용하면 체크아웃 흐름을 설정하여 새로운 주문을 평가하고 결제 처리 전에 의심스러운 주문을 검토하도록 플래그를 지정함으로써 신용 카드 차지백을 줄일 수 있습니다.

이점

고품질의 부정 행위 탐지 ML 모델을 더 빨리 구축

Amazon Fraud Detector는 어떠한 코드도 작성하지 않고 ML 모델을 쉽게 만들 수 있는 템플릿을 제공합니다. 트랜잭션 또는 계정 등록과 같은 과거 온라인 이벤트 데이터를 업로드하고 사용 사례에 맞는 모델 템플릿을 선택하면 됩니다. 그러면 Amazon Fraud Detector가 비즈니스에 적합한 맞춤형 부정 행위 탐지 모델을 자동으로 학습시키고 테스트하고 배포합니다. 

악의적인 공격자 사전 차단

Amazon Fraud Detector는 사용자가 제공하는 정보에 대한 위험을 예측하여 부정 행위자가 실제로 피해를 입히기 전에 의심스러운 활동을 플래깅함으로써 계정 생성 시에 자격 증명 부정 행위자를 바로 식별할 수 있습니다. Amazon Fraud Detector는 계정 생성 시 제공되는 제한된 데이터에도 적용할 수 있는 고급 기계 학습 기법을 사용하기 때문입니다. Amazon Fraud Detector의 기계 학습 모델은 기존 방식보다 최대 80% 더 많은 잠재적 부정 행위자를 식별할 수 있습니다. 

온라인 부정 행위 전문 지식 내장

Fraud Detector에 사전 구축된 기계 학습 모델 템플릿은 악의적인 공격자들의 사기 시도를 막을 수 있도록 AWS와 Amazon.com의 20년 경험을 바탕으로 개발되었습니다. 예를 들어 Amazon Fraud Detector는 AWS 계정 등록 흐름에 사용되는 것과 유사한 모델을 사용하여 낮은 위험 및 높은 위험 등록에 대해 서로 다른 계정 확인 단계를 만듭니다.

부정 행위 팀에 더 많은 권한 부여

Amazon Fraud Detector는 부정 행위 탐지 모델을 구축하고 학습시키고 튜닝하고 배포하는 데 필요한 복잡한 작업을 자동으로 처리함으로써 부정 행위 팀이 더 빠르게 대응할 수 있도록 지원합니다. 모델이 만들어진 후 규칙을 생성하고 보고 업데이트하여 다른 모델에 의존하지 않고 모델 예측에 기반한 작업을 실행할 수 있습니다.

5단계로 Amazon Fraud Detector 시작

1단계: 과거 부정 행위 데이터 세트를 Amazon S3에 업로드
2단계: 사전 작성된 부정 행위 탐지 모델 템플릿 중에서 선택
3단계: 모델 템플릿은 과거 데이터를 입력 데이터로 사용하여 사용자 지정 모델 작성. 모델 템플릿은 데이터를 검사 및 보강하고, 기능 엔지니어링을 수행하고, 알고리즘을 선택하고, 모델을 학습시키고, 모델을 튜닝 및 호스팅함
4단계: 모델 예측 결과에 따라 추가 정보를 수락, 검토 또는 수집할 수 있는 규칙 생성
5단계: 온라인 애플리케이션에서 Amazon Fraud Detector API를 호출하여 실시간 부정 행위 예측 결과를 수신하고 구성된 탐지 규칙에 따라 조치 취함. 예를 들어 전자 상거래 애플리케이션에서 이메일 및 IP 주소를 보내고 부정 행위 점수와 규칙의 출력(예: 검토 결과)을 받을 수 있음

고객

Vacasa

Vacasa는 북미에서 가장 큰 풀서비스 별장 임대 관리 회사로, 17개국 23,000채 이상의 별장에서 연간 200만 명 이상의 이용객에게 서비스를 제공합니다.

Vacasa의 창업자 겸 CEO인 Eric Breon 씨는 "창업 후 지역 팀들이 집과 손님을 돌보는 데 집중하는 동시에 별장 소유자들의 수익을 극대화하기 위해 기술을 사용해왔습니다"라고 말합니다. "고급 기계 학습 기법을 사용하여 부정 예약을 정확하게 탐지할 수 있다는 점에서 Fraud Detector의 도입에 기대를 하고 있습니다. 잠재적 피해로부터 '현관'을 보호함으로써 원활하고 걱정 없는 별장 임대 경험을 선사하는 데 집중할 수 있습니다."

Product-Page_Standard-Icons_01_Product-Features_SqInk
제품 기능 확인

Amazon Fraud Detector 기능에 대해 자세히 알아보십시오.

자세히 알아보기 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
무료 계정에 가입

AWS 프리 티어에 즉시 액세스할 수 있습니다. 

가입하기 
Product-Page_Standard-Icons_03_Start-Building_SqInk
콘솔에서 구축 시작

AWS Management Console에서 Amazon Fraud Detector를 사용하여 구축을 시작하십시오.

로그인