Publicado: Jan 27, 2022
Estamos empolgados em anunciar o lançamento das explicações de previsão para o modelos de machine learning (ML) do Amazon Fraud Detector, disponível pelo Console AWS e SDK. As explicações de previsão relatam o impacto das previsões (ou as variáveis de entrada) em uma pontuação de fraude, o que ajuda os clientes a obter uma maior visibilidade sobre como um modelo ML atingiu uma pontuação de fraude específica. O Amazon Fraud Detector (AFD) é um serviço totalmente gerenciado que facilita a identificação de atividades potencialmente fraudulentas online, como fraudes de pagamento online e a criação de contas falsas. Empregando ML nos bastidores e com base em mais de 20 anos de experiência em detecção de fraudes, o AFD identifica automaticamente atividades potencialmente fraudulentas em milissegundos, sem exigir experiência em ML.
Anteriormente, os clientes recebiam pontuações de risco como parte das previsões de fraude, mas não recebiam nenhum detalhe descrevendo quais das variáveis de entrada contribuíam para uma pontuação de risco ML específica. Isso tornava difícil determinar como as pontuações de risco eram calculadas e explicar os contribuidores significativos da pontuação de risco para investigações manuais, conformidade e outros propósitos. Ainda que a AFD ofereça explicações em nível de modelo para que os clientes possam obter insights sobre quais entradas orientam a performance do modelo como um todo, os clientes ainda eram incapazes de obter explicações de previsão em nível individual.
Agora, com as explicações de previsão, cada previsão de fraude vem com as informações sobre o impacto que cada variável de entrada teve na pontuação de previsão de fraude. Esse detalhes ajudarão os investigadores a determinar de forma fácil e precisa quais foram as entradas que elevaram ou diminuíram a pontuação de previsão de fraude. As explicações de previsão estão incluídas em todas as previsões sem custo adicional.
Os clientes podem visualizar as explicações no Console AWS navegando pelo console do Fraud Detector, basta clicar em previsão, guia Search Past Predictions. Juntamente com cada pontuação de risco de previsão de fraude baseada em ML, uma lista de variáveis de entrada da previsão do evento, classificadas por impacto na pontuação de risco, é oferecida. Os clientes também podem visualizar os indicadores do significado da variável em termos de magnitude (em uma escala de 0 a 5, sendo 5 o maior impacto sobre a pontuação total) e direção (elevou ou diminui a pontuação). Por exemplo, se um endereço IP para um dado evento foi a variável que mais aumentou a previsão de pontuação de risco pelo modelo, então ele será listado nas “variáveis que aumentaram o risco de fraude” com um alto valor de impacto. As explicações de previsão também estão disponíveis pelo AWS SDK e CLI usando a API GetEventPredictionMetadata do AFD, o que proporciona para os clientes que os seus analistas de fraude naveguem pelos detalhes facilmente no ambiente de trabalho de investigação preferido.
As explicações de previsão são geradas automaticamente e estão disponíveis somente para os modelos treinados em ou após 30 de junho de 2021, em todas as regiões da AWS onde o Fraud Detector estiver disponível: Leste dos EUA (Norte da Virgínia), Leste dos EUA (Ohio), Oeste dos EUA (Oregon), Europa (Irlanda), Ásia-Pacífico (Singapura) e Ásia-Pacífico (Sydney). Para mais detalhes, consulte a página de documentação.