今天，亚马逊网络服务(AWS)推出了一项新工具–Amazon 诈骗侦测器，帮助用户识别在线支付、身份欺诈等欺诈性在线活动。该工具利用机器学习以及亚马逊 20 多年的欺诈检测专业技术，可以在几毫秒内检测出欺诈行为。

　　在介绍中写道：

Amazon Fraud Detector 是一项完全托管的服务，可轻松识别潜在的欺诈性在线活动，例如在线支付欺诈和创建虚假账户。

全球每年都有数十亿美元的资产被在线欺诈骗取。在线开展业务的公司特别容易受到不法分子的攻击。这些不法分子经常使用不同的攻击方式，例如创建虚假账户或者用偷来的信用卡付款。各个公司通常使用欺诈检测应用程序来发现欺诈者，并在他们对公司业务造成巨额的业务影响之前阻止他们。但是，这些应用程序通常依赖于业务规则，而业务规则则难以跟上欺诈者改变自己的行为和方法的速度。最近的欺诈检测应用程序已经开始尝试使用机器学习。但是，他们通常使用基于通用数据集和欺诈行为的一刀切方法，而这些数据集和欺诈行为与您的业务并非直接相关，因此其准确性受限。

Fraud Detector 通过使用您自己的数据、机器学习 (ML) 和 Amazon 超过 20 年的欺诈检测专业知识来克服这些困难。它能自动识别潜在的在线欺诈行为，因此您可以更快地发现更多的欺诈行为。即便您先前没有 ML 经验，只需通过单击几次就可以创建欺诈检测模型，因为 Fraud Detector 会帮您处理所有 ML 繁重任务。

　　检测在线欺诈的常见类型：

新建账户

准确地区分合法和高风险客户账户注册，以便您能够根据风险有选择地引入其他步骤或检查。例如，您可以将客户账户注册工作流设置为仅针对表现出高风险特征的账户注册要求提供其他电子邮件和电话验证步骤。

来宾结账

即使在没有交易历史记录的客户群体中也能发现潜在欺诈者。定期进行交易的客户通常使用注册账户。因此，您可以得到交易历史记录，这样更易于发现潜在欺诈。另一方面，因为来宾结账不会留下历史账户使用情况或用户行为数据，这样就更难以发现欺诈行为。通过 Amazon Fraud Detector，您仅仅通过宾结账单发送一封电子邮件和 IP 地址就能评估其潜在欺诈风险，这样您就可以决定是接受订单、审查订单还是收集更多的客户详细信息。

“先试后买”服务滥用

发现更有可能滥用“先试后买”服务的账户，例如先将服装和配饰发给您体验，然后再付款的时尚类服务。通过 Amazon Fraud Detector，在线开展业务的企业可评估客户违反服务条款的风险，并对所提供的商品或服务的价值设置一定的限制，以防商品被盗或因违反服务条款而被退回。

在线付款（即将推出）

通过在处理付款和完成订单之前标记出可疑的在线付款交易来减少在线付款欺诈。通过 Amazon Fraud Detector，您可以将结账流程设置为在处理付款之前评估新订单并标记可疑订单，这样可减少信用卡退款。

　　优势：

更快地建立高质量的欺诈检测 ML 模型

Amazon Fraud Detector 提供了便于您轻松创建 ML 模型的模板，您无需编写任何代码就能发现潜在欺诈。您只需上传历史在线事件数据，例如交易或账户注册，并选择与您的使用案例匹配的模型模板。在此基础上，Amazon Fraud Detector 可以自动训练、测试和部署适合您的业务的定制欺诈检测模型。

将不法分子拒之门外

当欺诈者创建账户时，Amazon Fraud Detector 可通过预测他们所提供的信息中的风险来立即发现这些欺诈者，这样您就能在他们造成实际损失之前标记这些可疑活动。这是因为 Amazon Fraud Detector 使用了高级机器学习技术，该技术甚至可应用于在创建账户时提供有限数据的情况。 Amazon Fraud Detector 的机器学习模型可发现比传统方法多达 80% 的潜在不法分子。

内置在线欺诈专业知识

Amazon Fraud Detector 中预构建的机器学习模型模板是基于过去 20 多年阻止不法分子试图欺诈 AWS 和 Amazon.com 的经验而开发的。例如，Amazon Fraud Detector 使用与 AWS 账户注册流程中的模型类似的模型来针对低风险和高风险注册创建不同账户验证步骤。

让反欺诈团队拥有更多掌控

Amazon Fraud Detector 自动处理构建、训练、调优和部署欺诈检测模型所需的复杂任务，从而使反欺诈团队能更快速地行动。创建模型之后，他们能够创建、查看和更新规则来启用基于模型预测的操作，而无需依赖其他人的帮助。