服務常見問題集
本文提供 Microsoft Dynamics 365 Fraud Protection 服務常見問題 （FAQ） 的解答。
詐騙保護是設計來緩和的詐騙類型？
詐騙保護透過三個管道提供解決方案：購買保護、帳戶保護及外洩防護。 購買保護交易與付款詐騙、帳戶保護處理帳戶登入和建立詐騙，以及防損措施可協助商家識別並調查銷售點（POS）終端機異常行為。
詐騙保護用來評分交易的方法為何，以及其運作方式為何？
詐騙保護可讓客戶在其 Web 和行動用戶體驗中內嵌 Fraud Protection 的裝置指紋技術，並使用事件的特定詳細數據來呼叫 Fraud Protection 的詐騙評估 API。 然後，客戶會收到詐騙保護的風險機率分數和原因代碼。 例如，在購買流程期間，詐騙保護客戶可以在結帳頁面上內嵌裝置指紋，而且每當用戶選取購買確認按鈕時。 您可以使用購買詳細數據來叫用詐騙保護的風險評估 API，例如進行購買的人員、所購買專案的詳細數據，以及所使用的付款方式類型。 詐騙保護機器學習 （ML） 模型使用購買資訊、裝置指紋資訊，以及來自詐騙保護網路的數據來產生分數和原因代碼，代表購買是詐騙嘗試的機率。
雖然詐騙保護提供風險分數，但客戶還是會決定是否繼續進行購買交易。 此決策可透過客戶在詐騙保護決策引擎中設定的規則進行。
詐騙保護系統中內建了哪些機器學習功能和演算法？
詐騙保護使用一種進階類型的機器學習服務（ML），稱為調適型人工智慧（Adaptive AI），以準確地區分詐騙和合法交易。 這項技術會從全球連線商務數據網路取用即時數據屬性，該網路是由所有使用該服務的客戶所編譯，包括 Microsoft 自己的企業。 此數據提供關於詐騙實例如何在世界各地連線的寶貴見解，例如裝置、產品和IP位址等實體。 ML 演算法接著會使用專門的快速重新定型機制和多層模型，利用這些有關新進化詐騙攻擊的資訊早期訊號，協助在新的詐騙攻擊到達網路之前，協助「免疫」網路成員。 Microsoft 也會使用最新的 ML 模型化技術，包括深度、半監督式學習，併為每個 ML 風險評估提供人類可理解的說明。
商家應該為詐騙保護提供哪些類型的數據，以進行有效率的詐騙分析？
購買 API 主要收集數據屬性，包括交易內容（例如訂單類型和訂單起始的通道）、交易時間（例如客戶當地時間）、使用者資訊（例如帳戶標識碼、電子郵件地址、國家或地區，以及建立日期）、付款方式資訊（例如付款方式標識符、付款方式、銀行標識碼 [BIN]，以及帳單位址）， 產品資訊（例如產品類型、庫存單位 [SKU]、名稱、價格和數量）、裝置資訊（例如IP位址和裝置內容標識符），以及一些其他資訊。
PurchaseStatus、BankEvent 和 Label API 會收集對應的意見反應資訊，以更新交易的最終狀態。
如需 API 的詳細清單，請參閱 Swagger UI。
詐騙保護提供哪些報告和分析功能現用？ 報告的主要功能為何？
分析包括一般趨勢、分數分佈，以及特定交易類型的模型效能。 產品中會透過內建的Power BI儀錶板提供報告，讓用戶檢視系統中的效能，以進行購買保護、帳戶保護及外洩防護。 關鍵效能指標 （KPI） 的趨勢會顯示在預先建置的報告中。 此外，我們會與所有客戶合作，以確保我們可以滿足或提供工具來提供任何其他所需的報告功能。
詐騙保護系統或服務如何調整以符合日益增加的交易需求？ 哪些經證實的功能可用來處理跨詐騙保護客戶群的高交易層級？
詐騙保護建置在 Microsoft 的 Azure 雲端平臺之上，並受益於 Azure 提供給所有客戶的相同雲端延展性。 除了其外部客戶外，詐騙保護已經處理 Microsoft 自己的業務數年的規模，而且沒有遇到規模挑戰。