Dolandırıcılık amaçlı çevrimiçi etkinlikleri tanımlayın

Sorunsuz bir müşteri deneyimi sunarken çevrimiçi dolandırıcılığı engelleyin

Çevrimiçi dolandırıcılık nedeniyle dünya genelinde her yıl milyarlarca dolar kaybediliyor. Şirketler geleneksel olarak, yeterince isabetli olmayan ve dolandırıcıların değişen davranışlarına ayak uyduramayan, kural tabanlı dolandırıcılık algılama uygulamalarını kullanıyorlardı. AWS Dolandırıcılık Algılama makine öğrenimi çözümleri sayesinde şirketler artık çevrimiçi dolandırıcılığı proaktif ve daha isabetli bir şekilde tespit edip önleyebilirler. Bu çözümler, değişen tehdit türlerine uyum sağlarken gelir kayıplarının azaltılmasına ve markanın zarar görmesinin önlenmesine yardımcı olacak, ayrıca sorunsuz bir çevrimiçi müşteri deneyimi sunacaktır.

Makine öğrenimiyle, dolandırıcılık amaçlı çevrimiçi etkinlikleri tespit edin | Amazon Web Services (2:05)

Avantajlar

1282804749

Sizin koşullarınıza uyan dolandırıcılık algılama özellikleri

Makine öğrenimi uzmanı istihdam etmeyen şirketler, Amazon Fraud Detector'ı kullanarak iş uygulamalarına dakikalar içinde makine öğrenimi tabanlı dolandırıcılık algılama özellikleri ekleyebilirken amaca yönelik bir veri bilimcisi ekibine sahip olan şirketler ise Amazon SageMaker'ı kullanarak sadece günler içinde oldukça özel dolandırıcılık algılama çözümleri geliştirebilirler.

588359470

Amazon'un dolandırıcılık algılama uzmanlığından faydalanılarak geliştirildi

Amazon'un Dolandırıcılık Algılama makine öğrenimi çözümleri, Amazon'un AWS, Amazon.com ve bağlı işletmeler bünyesinde dolandırıcılığı ve kötüye kullanımı önleme alanındaki 20 yıllık uzmanlığından faydalanarak ürettiği modellere dolandırıcılık düzenleri hakkındaki bilgi birikimi ile değer katar.

534424521

Çevrimiçi dolandırıcılığı gerçek zamanlı olarak önleme ve algılama

Amazon'un Dolandırıcılık Algılama makine öğrenimi çözümleri, bir olayın risk seviyesini gerçek zamanlı olarak belirleyerek müşterilerin dolandırıcıları engellemek veya reddetmek ve düşük riskli etkinliği hızlandırarak gerçek müşterilere daha iyi müşteri deneyimleri sunmak amacıyla tasarlanan kontrol altına alma ve iyileştirme önlemlerini anında uygulamaya koymalarına olanak tanır.

1227094223

Dolandırıcılık ekiplerine daha fazla kontrol sağlama

Amazon'un Dolandırıcılık Algılama makine öğrenimi çözümleri, bir dolandırıcılık algılama modelini eğitmek, ayarlamak ve dağıtmak için gerekli olan karmaşık görevleri otomatik olarak gerçekleştirerek makine öğrenimi alanında uzman olmayan ancak dolandırıcılık konularında bilgiye sahip kullanıcıların yüksek seviyede isabetli modeller geliştirme ve güncelleme süreçlerine katılmasını mümkün kılar.

Kullanım örnekleri

Ödeme veya işlem dolandırıcılığını algılama

Bu dolandırıcılık türünde yapılan eylem, bir çevrimiçi alışverişi tamamlama veya bir ödemeyi çevrimiçi olarak yapma ya da işleme girişimidir. E-ticaret alanında sık karşılaşılan bir örnek, "misafir olarak satın alma" ile ilgilidir. Bu işlemi yapan kullanıcı, hesap geçmişine sahip değildir veya daha anonim bir deneyim için "misafir" olarak satın alma seçeneğini tercih etmiştir.

Yeni hesap dolandırıcılığı

Bu dolandırıcılık türünde yapılan eylem, yeni bir hesap açmak veya kaydolmaktır. Dolandırıcılık, kötü niyetli biri genellikle robotları kullanarak sahte, çalıntı, yapay kimlikler ürettiğinde veya birden fazla hesap oluşturduğunda başlar. Dijital bir platform üzerinde kimlik oluşturma işlemi tamamlandıktan sonra saldırı gerçekleştirmek daha kolaydır.

Hesap ele geçirme

Bu dolandırıcılık türünde yapılan eylem, gerçek bir kullanıcı hesabında oturum açma girişimidir. Hesap ele geçirme, gerçek bir kullanıcının oturumunun, kötü niyetli biri söz konusu kişinin kullanıcı kimliğini ve parolasını çaldığı, bu bilgileri dark web üzerinden satın aldığı veya tahmin etmeyi başardığı için gizliliğinin tehlikeye girdiği durumları ifade eder.

Promosyon kötüye kullanımı

Bu dolandırıcılık türünde yapılan eylem, genellikle bir kullanıcının talep oluşturma veya pazarlama amaçlı promosyon üzerinden elde ettiği bir menfaati kullanma girişimidir. Kötü niyetli kişiler, gerçek bir kullanıcının hesabına erişip sadakat kredilerini veya puanlarını aktarım ya da satın alma yoluyla boşaltır. Bu kişiler ayrıca çok sayıda sahte hesap oluşturarak yeni bir hesapla birlikte verilen ücretsiz deneme veya ücretsiz kredi gibi promosyonları kendi adlarına kullanır veya tavsiye bonusu almak için kendi kendilerine tavsiyede bulunabilir.

Sahte veya kötü niyetli incelemeler

Bu dolandırıcılık türünde yapılan eylem, yanlış yönlendirici veya kötü niyetli içerik barındırabilecek ürün incelemeleri paylaşmaktır. Müşteri servis ekiplerinin, çoğunun yanlış pozitif olması muhtemel çok sayıda uyarının içinde boğulmasını önlemek için sahte ve kötü niyetli incelemeleri tespit etme becerisinin ölçeklendirilmesi açısından otomatik tarama büyük önem taşır.

Kimlik doğrulaması

Çevrimiçi hesap kaydı sırasında makine öğrenimi destekli yüz biyometriği, her durumda kimlik doğrulamayı mümkün kılabilir. Önceden eğitilmiş yüz tanıma ve gömülü analiz özellikleri sayesinde makine öğrenimi uzmanlığına gerek olmadan kullanıcı ekleme ve kimlik doğrulama iş akışınızı zenginleştirmek için bunu ekleyebilirsiniz.

İş ve teknik kullanım örneklerinizi hızla ele almak için Amaca Yönelik Hizmetler, AWS Çözümleri, Çözüm Ortağı Çözümleri ve Rehberliği keşfedin.

Makine Öğrenimi Kullanarak Dolandırıcılık Algılama

Olası dolandırıcılık faaliyetlerinin algılanmasını ve bu faaliyetlerin incelenmek üzere işaretlenmesini otomatikleştirmek için bu Rehberliği kullanın. Makine Öğrenimini Kullanarak Dolandırıcılık Algılama dağıtımı kolaydır ve herhangi bir veri kümesiyle çalışacak şekilde değiştirilebilen örnek bir veri kümesi içerir.

AWS'de Grafik Sinir Ağları ile Neredeyse Gerçek Zamanlı Dolandırıcılık Algılama Rehberliği

Bu Rehberlik, derin öğrenme grafik sinir ağlarına dayanan uçtan uca, neredeyse gerçek zamanlı dolandırıcılık önleme sistemini göstermektedir. Bu ayrıntılı plan mimarisi, tablo verilerinden heterojen bir grafik oluşturmak ve hileli işlemleri tespit etmek üzere bir Grafik Sinir Ağı (GNN) modelini eğitmek için Deep Graph Library'yi (DGL) kullanır.

Müşteri öyküleri

Omnyex

SLA Digital

SLA Digital, sorunsuz ve güvenli operatör faturalandırma çözümleri aracılığıyla dünyanın dört bir yanındaki mobil operatörler ve çevrimiçi satıcılar için yeni gelir akışları oluşturuyor. SLA Digital, satıcıların mobil operatörler ile kolaylıkla bağlantıya geçmesine olanak tanıyan bir operatör faturalandırma platformu sunarak her iki taraf için de maliyetleri, operasyonel riskleri ve pazara ulaşma süresini azaltıyor. Bir ödeme toplayıcısı olarak dolandırıcılık işlemlerini tespit edip önlemek, SLA Digital'ın iş faaliyetleri açısından hayati önem taşıyor.

"On iki ay önce kendi makine öğrenimi uzmanlığımıza çok fazla yatırım yapmamızı gerektirmeyecek bir dolandırıcılık algılama çözümü arayışındaydık. Amazon Fraud Detector, şeffaf 'kullandığın kadar öde' fiyatlandırma yöntemi ile etkili ve uygun maliyetli yeni bir makine öğrenimi modelini kolayca oluşturup mevcut altyapımıza entegre etme konusunda bize yardımcı oldu."

Richard Fisher, Teknoloji Direktörü - SLA Digital

Untitled-1

FlightHub Group

FlightHub Group, seyahate herkesin erişebilmesini sağlayarak daha fazla insanın yeni yerleri ziyaret etmesine ve yeni kültürleri keşfetmesine olanak tanıyor. Her yıl 5 milyonun üzerinde müşteriye hizmet veren şirket, gezginlere mevcut en ucuz uçuşlara ek olarak en uygun yolculuk programlarını ve sıra dışı müşteri hizmetleri sunmayı hedefliyor. FlightHub'ın Dolandırıcılık Algılama ekibinin en büyük önceliklerinden biri, uygun fiyatlı uçak bileti arayan ve ödedikleri ücret konusunda duyarlı olan gezginleri, çalıntı kredi kartlarıyla bilet almaya çalışan dolandırıcılardan ayırt etmektir.

"Amazon Fraud Detector'ı kullanmaya başladıktan sonra iptal oranımız %2'nin altına düştü (önceki oran %5'ti). Buna ek olarak, geri ödeme oranımız da şirketin kuruluşundan bu yana gördüğümüz en düşük seviyede. Şirket şu anda, önceki modellerin riskli olarak işaretleyip geri çevireceği çok sayıda satın alma işlemini kabul edebiliyor. Ancak belki de en güzel tarafı, tüm bu harika sonuçları, geçmişteki operasyon maliyetlerimizi hemen hemen aynı seviyede tutarak elde etmemiz. Tüm bunların sonucunda, geri ödeme kaynaklı kayıplarımız azalırken rezervasyon sayısı ve gelirlerimiz artıyor."

Drayton Williams, Dolandırıcılık Soruşturma Yöneticisi - FlightHub

Pulselive

Aella Credit

"Kimlik doğrulaması, gelişen piyasalarda büyük bir sorun oluşturmaktadır. Kullanıcıları doğru şekilde tanımlamak, gelişen piyasalarda milyarlarca kişiye kredi sağlamada önemli bir sorundur. Mobil uygulamamızda kimlik doğrulaması için Amazon Rekognition’ı kullanarak, doğrulama hatalarını önemli ölçüde azalttık ve bu bize büyüme imkanı sağladı. Artık insan müdahalesi olmadan kişilerin kimliklerini gerçek zamanlı olarak tespit edip doğrulayabiliyoruz ve bu sayede ürünlerimize daha hızlı erişim imkanı sunuyoruz. Piyasadaki bilinen çeşitli çözümleri denedik ancak popüler alternatiflerden hiçbiri farklı ten renklerinin eşlemesini doğru şekilde yapamadı. Amazon Rekognition, piyasalarımızdaki müşterilerimizin yüzlerini etkili bir şekilde tanımada bize yardımcı oldu. Hizmet ayrıca çakışan profilleri ve yinelenen veri kümelerini tespit ederek müşterileri tanıma konusunda bize kolaylık sağladı."

Wale Akanbi, CTO ve Kurucu Ortak - Aella Credit

Pulselive

ActiveCampaign

"2020'nin birinci ve ikinci çeyreğinde kimlik avı saldırıları için kullanılan hesaplarda bir artış yaşadık. Sonuç olarak, kötü aktörleri daha erken tanımlamak için daha güçlü işlem verileri ve sinyallerle kendi geliştirdiğimiz mevcut çözümümüzü desteklememiz gerekiyordu. Tahmine dayalı makine öğrenimi temelinde ölçeklenebilir bir çözüm, kendimiz için büyüyen bir işletme olarak bizim için önemliydi. Amazon Fraud Detector, kimlik avı saldırılarına neden olan hesap kayıtlarını doğru bir şekilde tespit eden kendi verilerimizi kullanarak bir model oluşturmayı kolaylaştırdı. Daha da önemlisi, bu sonuçları çok düşük bir yanlış pozitif oranla elde etmeyi başardık ve bu sayede operasyon personelimizin ek bir çalışma yapmasına gerek kalmadı. Amazon Fraud Detector, rekabetçi bir fiyatlandırma modeline sahip ve modeli kolayca mevcut iş akışımıza entegre edebiliyoruz."

Alex Burch, Kıdemli E-posta Operasyonları Mühendisi - ActiveCampaign

Lotte Mart

Qantas Loyalty

"Amazon Fraud Detector, dolandırıcılık algılama ve azaltma imkanlarımıza önemli ölçüde katkıda bulundu. Benzersiz durumumuza uygun özel kurallar yazma, istek üzerine makine öğrenimi modelleri eğitme ve diğer AWS hizmetleriyle sorunsuz entegrasyon imkanı sayesinde hızlı ve akıllı kararlar alabildik ve platform üzerindeki kontrolümüzü tümüyle koruduk. AWS, kavram kanıtı aşamasında son derece faydalı oldu ve dolandırıcılık trendleri doğrultusunda platforma yeni özellikler ekleniyor."

Mary Criniti, CTO - Qantas Loyalty

Lotte Mart

CDKeys

"Amazon Fraud Detector ile dolandırıcılık işlemlerini %6 oranında düşürdük. Aynı zamanda daha önce manuel olarak inceleme için işaretlenen işlemlerin %90'nından fazlasında satın alma karşılamasını otomatikleştirebildik. Artık önceden %10'unu manuel olarak incelediğimiz işlemlerin %1'inden daha azını manuel olarak inceliyoruz. Bu hizmeti uyguladığımızdan beri Trustpilot puanımızda önemli bir iyileşme gördük ve bunun satın alma algılama otomasyonu ve aynı zamanda web sitesi üzerinde yaptığımız sürekli geliştirmelerin bir sonucu olduğunu biliyoruz. Güven, müşterilerimize verdiğimiz değerin büyük bir parçası, bu yüzden bu gelişme işimiz için çok büyük bir zafer."

Kevin Cole, Operasyon Direktörü - Omnyex

Lotte Mart

Truevo

"Amazon Fraud Detector, operasyonları önemli ölçüde iyileştirmemize, kötü aktörlere karşılık verme esnekliğimizi artırmamıza, ayrıca sistem ve süreçleri daha iyi kontrol etmemize olanak sağladı. Başlangıçta şirket içi ve üçüncü taraf çözümleri araştırıyorduk. Amazon Fraud Detector duyurulduğunda derhal rotayı değiştirdik. Uzun yıllardır AWS müşterisiyiz ve Amazon’un ürünlerine büyük güven duyuyoruz. Amazon Fraud Detector ile artık yerinde veya SaaS tekliflerinin geleneksel sınırlamalarına bağlı değiliz. Bunun yerine, Makine Öğrenimi destekli bir hizmeti gereksinimlerimizi karşılayacak şekilde uyarlama esnekliğine ve gerektiğinde tam Makine Öğrenimi özelliklerine kolayca ölçeklenirken AWS’nin yalnızca kurallar seçeneğini kullanma kabiliyetine sahibiz. Bu, Truevo’yu 3-6 aylık geliştirme sürecinden kurtardı. Aslında, ilk prototip modelimizi 30 dakika içinde uygulamaya koyduk. Genel olarak, dolandırıcılığı gerçek zamanlı olarak tespit etme kabiliyetimize daha fazla güven duyuyoruz. Tam olarak anlayamayacağımız, ancak durmamız gereken garip bir etkinlik fark ettiğimizde kural tespitlerini uygulamak için artık daha donanımlıyız. Sürekli değişen mevzuata ve program gereksinimlerine yanıt verip bunlara uyum sağlayabiliyor ve böylece operasyonlarımız hakkında bilgi sahibi olabiliyoruz."

Charles Grech, COO - Truevo

Başlamaya hazır mısınız?

Satış birimine başvurun
Bize ulaşın

Dolandırıcılık algılamaya yönelik makine öğrenimi çözümleri hakkında daha fazla bilgi edinmek için bize ulaşın

Bize ulaşın 
Çözüm ortağı bulun
Çözüm Ortağı Bulun

Küresel teknoloji ve danışmanlık hizmetleri çözüm ortaklarımızla birlikte çalışmak için AWS Çözüm Ortağı Ağı'na başvurun

Kullanmaya başlayın 
Girişimleri uygulamaya başlayın
Kendiniz yapın

Kendi dolandırıcılık algılama çözümünüzü geliştirmek için Amazon Dolandırıcılık Algılayıcı'yı kullanın

Daha fazla bilgi edinin 

Kaynaklar

Catch fraud faster by building a proof of concept in Amazon Fraud Detector

Blogu okuyun »

Build, train, and deploy a fraud detection model with Amazon Fraud Detector

Öğreticiye gidin »

Bring the Power of Machine Learning to Your Fight Against Online Fraud

Videoyu izleyin »

Amazon Rekognition Face Liveness ile gerçek ve canlı kullanıcıları tespit edip kötü niyetli kişilere engel olun

Blogu okuyun »