ถาม: Amazon Fraud Detector คืออะไร

Amazon Fraud Detector เป็นบริการการจัดการเต็มรูปแบบที่สามารถระบุกิจกรรมการทุจริตทางออนไลน์ที่อาจเกิดขึ้นได้ เช่น การทุจริตด้านการชำระเงินออนไลน์และการสร้างบัญชีปลอม Fraud Detector นี้จะอาศัยแมชชีนเลิร์นนิ่ง (ML) และองค์ความรู้ในการตรวจจับการทุจริตมาเป็นเวลา 20 ปีจาก AWS และ Amazon.com เพื่อระบุกิจกรรมที่อาจเป็นการทุจริตที่อาจเกิดขึ้นในแต่ละมิลลิวินาที คุณไม่จำเป็นต้องชำระเงินล่วงหน้าหรือมีพันธะผูกพันระยะยาว และไม่มีโครงสร้างพื้นฐานใดที่ต้องจัดการในการใช้งาน Fraud Detector คุณจ่ายเท่าที่คุณใช้จริงเท่านั้น

ถาม: Amazon Fraud Detector ทำงานอย่างไร

ขั้นแรก ให้คุณเลือกเทมเพลตโมเดลแมชชีนเลิร์นนิ่งซึ่งประกอบไปด้วยคุณสมบัติและอัลกอริทึมที่เลือกไว้โดยเฉพาะสำหรับการตรวจจับการทุจริตออนไลน์รูปแบบใดรูปแบบหนึ่ง จากนั้น ให้คุณอัปโหลดข้อมูลการทุจริตที่ผ่านมาเพื่อฝึกฝน ทดสอบ และใช้งานโมเดล Fraud Detector ที่ปรับแต่งเองตามข้อมูลของคุณโดยเฉพาะ ระหว่างกระบวนการนี้ ชุดโมเดลที่ได้เรียนรู้แพทเทิร์นจาก AWS และองค์ความรู้ด้านการทุจริตของ Amazon เองก็จะเริ่มทำงานเพื่อพัฒนาประสิทธิภาพการทำงานของโมเดลของผู้ใช้ ผลลัพธ์ที่ได้จะมาในรูปการคาดการณ์เป็นคะแนนตั้งแต่ 0-1,000 ซึ่งเป็นตัวเลขคาดการณ์แนวโน้มความเสี่ยงการทุจริต ในขั้นสุดท้ายของกระบวนการ ให้คุณตั้งค่าตรรกะการตัดสินใจ (เช่น กฎตายตัว) เพื่อตีความคะแนนของโมเดลและกำหนดผลลัพธ์ เช่น ผ่าน หรือส่งธุรกรรมให้มนุษย์ตรวจสอบ

หลังจากสร้างเฟรมเวิร์กนี้แล้ว คุณจะสามารถผสานการทำงานกับ API ของ Fraud Detector เข้ากับฟังก์ชันการทำธุรกรรมของเว็บไซต์ของคุณได้ เช่น การลงทะเบียนบัญชีหรือระหว่างขั้นตอนการชำระเงินสำหรับคำสั่งซื้อ Fraud Detector จะประมวลผลกิจกรรมเหล่านี้แบบเรียลไทม์และให้การคาดการณ์การทุจริตเป็นหลักมิลลิวินาที คุณสามารถปรับแต่งประสบการณ์ผู้ใช้งานจริงได้ โดยอ้างอิงจากการคาดการณ์นี้

ถาม: Amazon Fraud Detector เปิดให้ใช้งานทั่วไปหรือไม่

ตอนนี้ Amazon Fraud Detector เปิดใช้งานในเวอร์ชันตัวอย่าง โปรดส่งคำขอที่นี่เพื่อร่วมใช้งานเวอร์ชันตัวอย่าง เราจะติดต่อคุณกลับไปพร้อมคำแนะนำการใช้งานเมื่อทีมของเราอนุมัติคำขอของคุณแล้ว คุณจะต้องใช้ไอดีบัญชี AWS ในการสมัคร

ถาม: Amazon Fraud Detector รองรับการใช้งานแบบใดโดยเฉพาะ

Fraud Detector ออกแบบมาเพื่อการตรวจจับการทุจริตออนไลน์ที่ต้องอาศัยการประเมินแบบเรียลไทม์โดยใช้โมเดลแมชชีนเลิร์นนิ่งและกฎตายตัว ตัวอย่างเช่น:
• การปลอมแปลงตัวตนทางออนไลน์
• การฉ้อโกงการชำระเงินสำหรับออเดอร์ออนไลน์
• การปลอมบัญชีใหม่ระหว่างขั้นตอนการลงทะเบียน
• การขโมยบัญชี (เมื่อผู้ไม่ประสงค์ดีขโมยข้อมูลประจำตัวเพื่อเข้าสู่ระบบบัญชีของลูกค้าที่มีอยู่จริง)
• การใช้รหัสส่วนลดผิดจุดประสงค์
• การประเมินประสิทธิภาพของผู้ขายในตลาดออนไลน์

ถาม: ฉันสามารถปรับการกำหนดค่าของ Amazon Fraud Detector เพื่อให้เหมาะกับการใช้งานของฉันได้หรือไม่

ได้ คุณสามารถปรับ Amazon Fraud Detector เพื่อให้เหมาะกับการใช้งานแต่ละประเภทได้ โดยการปรับใช้โมเดลแมชชีนเลิร์นนิ่งต่างๆ ของ Fraud Detector, โมเดล SageMaker และกฎตายตัว เพียงเริ่มด้วยการรวบรวมข้อมูลความเสี่ยงที่เกี่ยวข้องเพื่อใช้เป็นอินพุตสำหรับการประเมินการทุจริต เช่น ที่อยู่อีเมล หมายเลขโทรศัพท์ และที่อยู่ IP ข้อมูลนี้จะได้รับการป้อนไปยังโมเดลแมชชีนเลิร์นนิ่งซึ่งจะประมวลผลออกมาเป็นคะแนน จากนั้น คุณจะสามารถใช้ชุดกฎการตรวจจับตายตัวเพื่อเป็นเกณฑ์ในการตีความคะแนนและข้อมูลความเสี่ยงอื่นๆ เพื่อตัดสินใจ เช่น การอนุมัติ หรือส่งออเดอร์ไปที่ส่วนวิเคราะห์การทุจริตเพื่อตรวจสอบ ตัวอย่างกฎตายตัวธรรมดาและผลลัพธ์ที่ได้คือ “IF model_score < 50 & credit_card_country = US THEN approve_order”

ถาม: ฉันจะใช้งาน Amazon Fraud Detector เพื่อรับประโยชน์จากข้อมูลและองค์ความรู้ในการตรวจจับการทุจริตของ Amazon ได้อย่างไร

ด้วยประสบการณ์การจัดการกับการทุจริตมาถึง 20 ปี Amazon เท่าทันการทุจริตทางออนไลน์ของผู้ไม่ประสงค์ดีอยู่เสมอ Amazon Fraud Detector จะช่วยให้คุณได้รับประโยชน์จากองค์ความรู้เหล่านี้ ระหว่างกระบวนการฝึกฝนโมเดลอัตโนมัติ Fraud Detector จะใช้ชุดโมเดลที่ได้เรียนรู้แพทเทิร์นของการทุจริตจาก AWS และองค์ความรู้ด้านการทุจริตของ Amazon เอง มาใช้เพื่อพัฒนาประสิทธิภาพของโมเดลของคุณด้วย

ถาม: Amazon Fraud Detector ใช้งานแมชชีนเลิร์นนิ่งเพื่อพัฒนาการตรวจจับการทุจริตของฉันได้อย่างไร

Amazon Fraud Detector จะฝึกฝน ทดสอบ และใช้งานการตรวจจับการทุจริตและโมเดลแมชชีนเลิร์นนิ่งที่ปรับแต่งเองโดยอัตโนมัติ ตามข้อมูลการทุจริตที่ผ่านมาของคุณโดยไม่ต้องมีประสบการณ์การใช้งานแมชชีนเลิร์นนิ่งมาก่อน สำหรับผู้พัฒนาที่มีประสบการณ์ด้านแมชชีนเลิร์นนิ่งมาก่อนแล้ว คุณสามารถเพิ่มโมเดลของคุณเองไปยัง Amazon Fraud Detector ได้โดยใช้ Amazon SageMaker

ถาม: ฉันจะสามารถตั้งค่ากฎตายตัวการตรวจจับการทุจริตโดยใช้ Amazon Fraud Detector ได้อย่างไร

Amazon Fraud Detector ช่วยให้คุณสามารถดำเนินการคาดการณ์การทุจริตตามกฎตายตัวได้โดยไม่ต้องใช้แมชชีนเลิร์นนิ่ง ด้วย Amazon Fraud Detector คุณสามารถเขียนกฎตายตัวในการตรวจจับเองได้ (เช่น “IF model_score < 50 & credit_card_country = US THEN approve_order”) โดยใช้ภาษาในการเขียนกฎตายตัวที่เรียบง่ายไม่ซับซ้อน คุณยังสามารถเจาะจงออเดอร์ที่จะกระตุ้นการทำงานของกฎตายตัวได้ระหว่างการประเมินโดยใช้อินเทอร์เฟซที่เรียนรู้ได้เอง

ถาม: ทีมของฉันจะสามารถตรวจสอบการประเมินการทุจริตโดยใช้ Amazon Fraud Detector ได้หรือไม่

ได้ คุณสามารถตรวจสอบการประเมินการทุจริตที่ผ่านมาเพื่อตรวจสอบความถูกต้องของตรรกะการตัดสินใจได้โดยใช้ Console ของ Amazon Fraud Detector ใน Console ของ Amazon Fraud Detector คุณสามารถค้นหาเหตุการณ์ที่ผ่านมาได้ตามคุณลักษณะของเหตุการณ์และ/หรือตรรกะการตรวจจับที่ใช้ เช่น ผลลัพธ์ โมเดล หรือกฎตายตัวที่ใช้ หรือข้อมูลเมตาของเหตุการณ์ คุณยังสามารถเจาะลึกไปยิ่งกว่านั้นเพื่อดูวิธีการที่ตรรกะการตรวจจับใช้ประเมินเหตุการณ์ได้

ถาม: Amazon Fraud Detector จะแชร์ข้อมูลความเสี่ยงและการตัดสินใจต่อความเสียงของฉันให้แก่บริษัทอื่นหรือไม่

ไม่ การรักษาความปลอดภัยและความเป็นส่วนตัวสำคัญอย่างยิ่งต่อเรา ตามหลักการพื้นฐานในการสร้างความไว้วางใจกับลูกค้า AWS จะไม่แชร์ข้อมูลของลูกค้าโดยเด็ดขาด

 
Product-Page_Standard-Icons_01_Product-Features_SqInk
เรียนรู้เพิ่มเติมเกี่ยวกับราคา

ไปที่หน้าราคา Amazon Fraud Detector

เรียนรู้เพิ่มเติม 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
ลงชื่อสมัครใช้บัญชีฟรี

รับสิทธิ์การเข้าถึง AWS Free Tier ได้ทันที 

ลงชื่อสมัครใช้งาน 
Product-Page_Standard-Icons_03_Start-Building_SqInk
เริ่มต้นสร้างใน Console

เริ่มต้นสร้างด้วย Amazon Fraud Detector ใน AWS Management Console

ลงชื่อเข้าใช้