Navne-API

Artikel
04/10/2024

Denne artikel forklarer, hvordan du kan bruge Labels-API til at sende oplysninger til den virtuelle svindelanalytiker og overvågningsdashboards i Microsoft Dynamics 365 Fraud Protection.

Med Labels-API kan du sende signaler om svindel eller ikke-svindel til Fraud Protection. Disse data bruges til modeltræning, evaluering af modelydeevne og rapportering. Labels-API'en er en generel API, der mærker vurderingshændelser ved hjælp af enten individuelle transaktions- eller hændelses-id'er eller enheder som f.eks. bruger eller betalingsmiddel.

Almindelige labelscenarier for transaktioner eller hændelser

Alle svindeltransaktioner, der er eskaleret af dine kunder
Svindelaktivitet eller kontomisbrug, som dit vurderingsteam har identificeret
Eventuelle offline analyser (f.eks. adfærdsanalyser eller opdagede forbindelser til eksisterende bedragerisager)
TC40/SAFE-signaler, der modtages
Tilbageførsel af et tidligere svindelsignal, efter det er identificeret som ikke-svindel baseret på de seneste tilgængelige oplysninger
Tilbageførsler/refusioner, der er modtaget
Tilbageførsel efter en tvist

Det anbefales, at du bruger API'en for tilbageførsler og refusion til at levere oplysninger, der vedrører tilbageførsler og refusioner. Du kan finde mere information om understøttede hændelser under Dynamics 365 Fraud Protection-tjenesten.

Detaljer om konto eller betalingsmiddel

Falske oplysninger om konto eller betalingsmiddel, som dit vurderingsteam har identificeret
Scenarier for kontoovertagelse, der er eskaleret af dine kunder

API-skema

Attribut	Type	Beskrivende tekst
labelObjectType	Fastteksttype Forventede værdier: PURCHASE, ACCOUNTCREATION, ACCOUNTLOGIN, ACCOUNT, PI, EMAIL	Denne attribut angiver, hvor omfattende du vil markere en label. Du kan f.eks. markere en enkelt transaktion som svindel, eller du vil måske markere alle en brugerkontos transaktioner som svindel. Afhængigt af objekttypen markerer Fraud Protection relaterede transaktioner eller hændelser som svindel eller ikke-svindel. Hvis f.eks. værdien af labelObjectType er PURCHASE, ACCOUNTCREATION eller ACCOUNTLOGIN, mærker Fraud Protection specifikke transaktioner. Hvis værdien er ACCOUNT eller PI, markerer Fraud Protection alle de transaktioner, der er relateret til brugerkontoen eller betalingsmidlet.
labelObjectId	Streng	Det id, der svarer til værdien af attributten labelObjectType. Fraud Protection bruger denne værdi til at finde relaterede transaktioner og hændelser. Der er følgende id'er for labelobjekttyperne: PURCHASE: purchaseId ACCOUNTCREATION: signupId ACCOUNTLOGIN: loginId ACCOUNT: userId PI: merchantPaymentInstrumentId Denne attribut er meget vigtig, da Fraud Protection bruger den til at identificere den oprindelige vurderingshændelse. Værdien skal derfor svare til den oprindelige transaktion eller det oprindelige hændelses-id.
labelSource	Streng	Kilden til labeloplysninger. Nogle foreslåede værdier er ManualReview, hvis der identificeres et svindellabel af evalueringsteamet, og CustomerEscalation, hvis en kunde klager over en fejlagtigt afvist transaktion (med andre ord en falsk positiv). TC40/SAFE-data er en anden kilde til labeldata.
isFraud	Boolesk	Denne attribut angiver, om labelen er svindel eller ikke-svindel. Hvis der ikke er angivet en værdi, bruger Fraud Protection true som standardværdien.
reasonText	Streng	Årsagen til at mærke noget som svindel eller ikke svindel. Du kan blot ignorere årsager, hvis du har begrænsede oplysninger om labelkilderne. Afhængigt af dine labelarbejdsgange kan du også knytte nogle scenarier til nogle af disse værdier.
labelReasonCodes	Streng	Normaliserede årsagskoder eller årsagskoder, der modtages fra betalingsprocessoren. Du kan trygt ignorere denne attribut, hvis du ikke har årsagsoplysninger. Nogle af værdiforslagene er Processors svarkode, Bankens svarkode, Svindelrefusion, Overtagelse af konto, Falsk betalingsmiddel, Kontobedrageri, Misbrug, Venlig svindel, Kontooplysninger lækket og Kontrol til kontobeskyttelse godkendt.
labelState	Streng	Den type label, du sender. Denne attribut bruges især, hvis du tilbagefører et tidligere signal om svindel eller falsk positiv. I begge tilfælde angiver du isFraud til false. Tilstanden kan dog hjælpe med at identificere falske positive labels.
Processor	Streng	Navnet på betalingsprocessoren.
eventTimeStamp	DateTime (ISO 8601-format)	Det labelidentificerede tidsstempel. Hvis API'en er integreret direkte med registreringsprocessen for label, og du kalder label-API'en, så snart en evalueringsagent markerer en transaktion som svindel, kan værdien være det aktuelle tidsstempel. Denne værdi er især vigtig ved bestemmelse af hændelsesrækkefølgen, når der er flere labels. Hvis en indkøbs- eller kontooprettelsespostering f.eks. er markeret som svindel, men senere mærkes som ikke-svindel, vil Fraud Protection referere til denne værdi for at bestemme, hvilken af de to labels der er nyest og derfor korrekt.
effectiveStartDate	DateTime (ISO 8601-format)	De gældende start- og slutdatoer er beregnet til at udvide labels, der er større end én transaktion (og som normalt har labelObjectType-værdien ACCOUNT) for at begrænse effekten af disse labels til en bestemt tidsramme. I scenarier med kontokompromittering kan disse datoer f.eks. angive den tidsramme, som transaktionerne eller hændelserne skal mærkes i.
effectiveEndDate	DateTime-format (ISO 8601)	De gældende start- og slutdatoer er beregnet til at udvide labels, der er større end én transaktion (og som normalt har labelObjectType-værdien ACCOUNT) for at begrænse effekten af dette label til en bestemt tidsramme. I scenarier med kontokompromittering kan disse datoer f.eks. angive den tidsramme, som transaktionerne eller hændelserne skal mærkes i.
Antal	Dobbelt	Samlet svindelbeløb. Du kan springe denne værdi over, hvis der ikke er et beløb tilgængeligt. I scenarier for kontooprettelse og -logon er der muligvis ikke et tilknyttet beløb. I købsscenariet bruger Fraud Protection transaktionsbeløbet.
Valuta	Streng	Den ISO-valutakode på tre tegn (International Organization for Standardization), der er relateret til beløbet.

Eksempel på API-nyttedata i almindelige scenarier

Scenario 1

Dit vurderingsteam har identificeret mistænkelige transaktioner ved at se på betalingsoplysningerne.

{
    "labelObjectType": "PURCHASE",
    "labelObjectId": "<purchase transaction Id, i.e., purchaseId>",
    "labelSource": "ManualReview",
    "isFraud": true,
    "labelState": "Fraud",
    "eventTimeStamp": "2022-10-04T16:24:36.045Z",
    "_metadata": {
        "trackingId": "<guid or identifier>",
        "merchantTimeStamp": "2022-10-04T20:44:14.706Z"
    }
}

Scenario 2

En bruger har mistet adgangen til sin konto, og en svindler har brugt denne brugers legitimationsoplysninger til at logge på. Senere fik brugeren sine legitimationsoplysninger tilbage og rapporterede et kompromitteret tidsinterval.

{
    "labelObjectType": "ACCOUNT",
    "labelObjectId": "<userId>",
    "labelSource": "CustomerEscalation",
    "isFraud": true,
    "reasonText": "AccountCompromise",
    "labelState": "Fraud",
    "eventTimeStamp": "2022-10-04T12:21:46.326Z",
    "effectiveStartDate": "2022-10-03T10:00:00.000Z",
    "effectiveEndDate": "2022-10-04T12:16:00.000Z",
    "_metadata": {
        "trackingId": "<guid or identifier>",
        "merchantTimeStamp": "2022-10-04T12:21:46.326Z"
    }
}

Scenario 3

Du har blokeret en mistænkelig bruger, og senere har brugeren kontaktet supportteamet for at få fjernet blokeringen. Hvis supportteamet gennemgår beviserne, bekræfter, at brugeren er legitim, og fjerner spærringen af brugeren, skal du sende en label, der har tilstanden FalsePositive.

{
    "labelObjectType": "ACCOUNT",
    "labelObjectId": "<userId>",
    "labelSource": "CustomerEscalation",
    "isFraud": false,
    "reasonText": "AccountCompromise",
    "labelState": "FalsePositive",
    "eventTimeStamp": "2022-10-04T16:21:46.326Z",
    "_metadata": {
        "trackingId": "<guid or identifier>",
        "merchantTimeStamp": "2022-10-04T16:21:46.326Z"
    }
}

Del via