Amazon Fraud Detector 기능

Amazon Fraud Detector는 새 계정 생성, 온라인 결제 및 게스트 체크아웃과 같은 일반적인 온라인 활동에 있어서 잠재적 사기를 식별하는 기계 학습 모델 생성을 완전히 자동화합니다. 자동화된 모델 구축 프로세스는 데이터 검증 및 보강, 특성 추출, 알고리즘 선택, 하이퍼파라미터 튜닝 및 모델 배포와 같은 번거로운 작업을 모두 처리합니다. 데이터 집합을 업로드하고 모델 유형을 선택하기만 하면, Amazon Fraud Detector가 자동으로 최적의 사기 탐지 기계 학습 모델을 찾습니다. 코딩 경험이나 기계 학습 경험은 필요하지 않습니다.

Amazon Fraud Detector는 계정 수명, 마지막 활동 이후 경과 시간, 활동 수와 같은 정보를 자동으로 계산하므로, 모델은 재훈련을 통해 성능을 더 오래 유지 관리합니다. 즉, 모델은 자주 거래하는 신뢰할 수 있는 고객과 부정 행위자의 지속적인 시도를 구별하는 방법을 학습할 수 있습니다.

훈련하는 각 모델에 대해 모델 성능에 미치는 영향을 기준으로 등급을 매긴 모든 입력을 확인할 수 있습니다. 중요도 값과 상대적 등급을 사용하면 모델 성능을 주도하는 입력에 대한 인사이트를 얻을 수 있습니다.

Amazon Fraud Detector 사기 탐지 모델을 생성하면 Amazon Fraud Detector 콘솔 또는 애플리케이션 프로그램 인터페이스(API)를 사용하여 규칙 기반 모델 예측을 생성할 수 있습니다. 고객은 특정 모델 점수에 대한 자세한 정보를 수락하거나 검토하거나 수집하는 등의 작업을 수행하기 위해 규칙을 생성할 수 있습니다. 예를 들어, 모델 점수가 사전에 결정된 임계값보다 높고 계정의 전화번호 국가와 IP 주소 국가가 일치하지 않는 경우 의심스러운 고객 계정으로 검토 대상 플래그를 지정하는 규칙을 손쉽게 만들 수 있습니다.

애플리케이션에서 Amazon Fraud Detector API를 사용하여 실시간 사기 예측을 수행하고 애플리케이션에서 발생하는 온라인 활동을 평가할 수 있습니다. 예를 들어 사기 예측 API를 호출하여, 작업을 트리거하는 모델과 규칙을 통해 모든 새 계정 등록 시에 잠재적인 사기 위험이 있는지 확인할 수 있습니다.

Amazon Fraud Detector 콘솔을 사용하여 과거 사기 평가 결과를 간편하게 검색 및 검토하여 탐지 로직을 감사할 수 있습니다. 이벤트 데이터, 평가 중 적용된 탐지 로직 및 사기 예측 결과에서 나온 조건을 확인합니다.

Amazon SageMaker에서 사기 탐지 모델을 이미 생성한 경우 더 많은 사기를 방지하기 위해 이를 Amazon Fraud Detector에 통합할 수 있습니다. 애플리케이션에 Amazon SageMaker 모델과 Amazon Fraud Detector 모델을 모두 사용하여 다양한 사기 유형을 탐지할 수 있습니다. 예를 들어, Amazon Fraud Detector 모델을 사용하여 고객 계정의 사기 위험을 평가하고 Amazon SageMaker 모델을 사용하여 계정 보안 침해 위험을 확인할 수 있습니다.