Vanliga frågor och svar om tjänsten
Den här artikeln innehåller svar på vanliga frågor och svar om Microsoft Dynamics 365 Fraud Protection-tjänsten.
Vilka typer av bedrägerier är bedrägeriskydd utformat för att minska?
Bedrägeriskydd erbjuder lösningar via tre kanaler: köpskydd, kontoskydd och förlustskydd. Köpskydd handlar om betalningsbedrägerier, kontoskyddsavtal med kontoinloggning och skapande av bedrägeri, och förlustskydd hjälper handlare att identifiera och undersöka avvikande beteende vid kassaterminaler (POS).
Vilken metod använder Bedrägeriskydd för att bedöma transaktioner och hur fungerar det?
Bedrägeriskydd gör det möjligt för kunderna att bädda in Bedrägeriskydds teknik för enhets fingeravtryck i sina webb- och mobila användarupplevelser och att anropa Bedrägeriskydds API:er för bedrägeribedömning med hjälp av specifik information om en händelse. Kunder får sedan en riskannolik poäng och orsakskoder från Bedrägeriskydd. Under inköpsflödet kan till exempel en Bedrägeriskyddskund bädda in fingeravtryck för enheter på utcheckningssidan och när en användare väljer knappen för köpbekräftelse. Bedrägeriskydds API för riskbedömning för köp kan anropas med hjälp av köpinformation, till exempel den person som gör köpet, information om de artiklar som köps och vilken typ av betalningsmetod som används. Ml-modeller (Fraud Protection Machine Learning) använder köpinformation, information om enhetens fingeravtryck och data från Bedrägeriskyddsnätverket för att generera en poäng- och orsakskod som representerar sannolikheten för att köpet är ett bedrägligt försök.
Även om Bedrägeriskydd ger riskpoängen fattar kunderna det slutliga beslutet om de ska fortsätta med köptransaktionen. Det här beslutet kan fattas genom regler som kunder konfigurerar i Bedrägeriskydds beslutsmotor.
Vilka maskininlärningsfunktioner och algoritmer är inbyggda i bedrägeriskyddssystemet?
Bedrägeriskydd använder en avancerad typ av maskininlärning (ML) som kallas adaptiv artificiell intelligens (adaptiv AI) för att på ett korrekt sätt skilja mellan bedrägerier och legitima transaktioner. Tekniken använder dataattribut i realtid från ett globalt nätverk med anslutna handelsdata som sammanställs från alla kunder som använder tjänsten, inklusive Microsofts egna företag. Dessa data ger värdefulla insikter om hur bedrägeriinstanser är anslutna över hela världen, när det gäller entiteter som enheter, produkter och IP-adresser. ML-algoritmerna använder sedan specialiserade mekanismer för snabb omträning och flerskiktsmodeller som drar nytta av dessa informativa tidiga signaler om nyligen växande bedrägeriattacker för att hjälpa till att "immunisera" medlemmar i nätverket innan den nya bedrägeriattacken når dem. Microsoft använder också de senaste ML-modelleringsteknikerna, inklusive djup, halv övervakad inlärning, och tillhandahåller förklaringar som är begripliga för människor för varje ML-riskbedömning.
Vilka typer av data bör säljarna tillhandahålla bedrägeriskydd för effektiv bedrägerianalys?
Inköps-API:et samlar främst in dataattribut som inkluderar transaktionskontext (till exempel ordertyp och orderinitierad kanal), transaktionstid (till exempel lokal kundtid), användarinformation (till exempel konto-ID, e-postadress, land eller region och skapandedatum), betalningsinstrumentinformation (till exempel betalningsinstrument-ID, betalningsmetod, bankidentifieringsnummer [BIN] och faktureringsadress). produktinformation (till exempel produkttyp, lagerhållningsenhet [SKU], namn, pris och kvantitet), enhetsinformation (till exempel IP-adress och enhetskontext-ID) och ytterligare information.
API:erna PurchaseStatus, BankEvent och Label samlar in motsvarande feedbackinformation för att uppdatera den slutliga statusen för en transaktion.
En detaljerad lista över API:er finns i Swagger-användargränssnittet.
Vilka rapporterings- och analysfunktioner erbjuder Bedrägeriskydd direkt? Vilka är de viktigaste funktionerna i rapporteringen?
Analys omfattar allmänna trender, poängfördelningar och modellprestanda i specifika transaktionstyper. Rapportering tillhandahålls i produkten via inbyggda Power BI-instrumentpaneler som låter användare visa prestanda i hela systemet för köpskydd, kontoskydd och förlustskydd. Trender för nyckeltal (KPI:er) visas i den fördefinierade rapporteringen. Dessutom samarbetar vi med alla våra kunder för att säkerställa att vi kan uppfylla eller tillhandahålla verktyg för att erbjuda andra rapporteringsfunktioner som krävs.
Hur skalas bedrägeriskyddssystemet eller tjänsten för att uppfylla ökande transaktionsbehov? Vilka beprövade funktioner används för att hantera höga transaktionsnivåer i kundbasen för Bedrägeriskydd?
Bedrägeriskydd bygger på Microsofts Azure-molnplattform och drar nytta av samma skalbarhet i molnet som Azure tillhandahåller till alla sina kunder. Förutom sina externa kunder har Fraud Protection hanterat omfattningen av Microsofts egen verksamhet i flera år och har inte stött på några skalningsutmaningar.
Ytterligare resurser
Vanliga frågor och svar om juridiska överväganden
Vanliga frågor och svar om sekretess och säkerhet