Saltar al contenido principal
Todos los sistemas operativosNovedadesv1
Iniciar sesión

Detección y prevención del fraude

Comprender el contexto de negocio y los límites de habilitación para los casos de uso de fraude de Athia sin exponer un contrato de campo.

En esta página

La detección y prevención del fraude ayudan a los equipos a identificar transacciones, cuentas, dispositivos y comportamientos sospechosos, así como patrones de ataque, preservando la propiedad de riesgo y los límites de minimización de datos. Esta página describe los dominios de negocio involucrados; no es un esquema público de características de riesgo.

Qué cubre este caso de uso#

Riesgo de transacciónEvaluar el contexto de comercio, pago, autenticación, cliente, dispositivo y comportamiento dentro de la política configurada.Investigación de patronescontiene los nombres que utiliza Athia y una correspondencia entre ambos. No tiene que coincidir ninguno exactamente; el mapeo de sus propias columnas se acuerda con su equipo de Athia durante la ingestión. Un campo entregado a menudo cubre varios puntos de datos aquí, especialmente los códigos de rechazo.Revisión y resultadosRelacionar las decisiones del modelo o del proveedor con la revisión manual, la confirmación posterior del fraude, las disputas y los resultados de representación.Evaluación continuaMedir la detección, los falsos positivos, el impacto en el cliente, la pérdida, la carga de revisión y la latencia de los resultados juntos.

Dominios de información de negocio#

La capacidad puede utilizar el contexto de transacción y pedido aprobado, el historial del cliente o la cuenta, las observaciones del dispositivo y la sesión, los resultados de la autenticación, las decisiones de riesgo del proveedor, las acciones de revisión y los resultados confirmados posteriores. Los conceptos disponibles dependen de los proveedores seleccionados, los sistemas del comerciante, los permisos y el mercado.

La asignación de despliegue es privada y específica de la fuente. Define los datos permitidos, su autoridad y retención, y el comportamiento cuando falta una señal. No se debe inferir ningún nombre de campo, vector de características, umbral o entrada de modelo a partir de esta descripción general.

Preparación y control#

  • Recopile solo el contexto necesario para el objetivo de riesgo y el período de retención aprobados.
  • Mantenga las credenciales, los secretos y los datos personales innecesarios fuera del análisis, las indicaciones, los metadatos y el texto libre.
  • Distinga las observaciones del proveedor, los hechos del comerciante, las decisiones del analista y las clasificaciones derivadas del modelo.
  • Defina explícitamente la revisión, la aprobación, el bloqueo, el aumento, el tiempo de espera y la propiedad de respaldo.
  • Tenga en cuenta las etiquetas retrasadas al evaluar la calidad y la pérdida de detección.
  • Supervise continuamente los falsos positivos, la fricción del cliente, los sesgos, la deriva y la adaptación del ataque.

Continuar con Motores anti-fraude, revisión manual, Gobernanza de datosy Guía de mapeo de fuentes.