条纹雷达的自适应机器学习系统确定付款的风险分数和风险级别,并使用它们决定何时冻结或标记付款以供审查。该系统使用Stripe网络中数百万企业的数据,对每一笔付款的数百个信号进行评估。欺诈团队条纹雷达提供的风险洞察功能,提供了对雷达机器学习系统所需的一些信号的窥视。
支付风险洞察
风险洞察还包括有关客户的信息,例如将持卡人的姓名与提供的电子邮件相匹配,以及与电子邮件地址相关的Stripe网络上交易的成功率。授权率低可能表明有可疑行为,因为之前的拒绝有时表明过去曾试图进行欺诈交易。
我们还重点介绍了基于地理位置的信息,包括与此付款相关的帐单、发货和IP地址位置。
风险洞察力
如果要查看更多雷达信号,请单击显示所有见解按钮。这将打开一个对话框,其中包含发送给雷达机器学习引擎的信号列表。
雷达风险洞察对话框
了解欺诈因素
欺诈因素编号
风险洞察对话框中的一些信号旁边有数字徽章。这些徽章显示了此付款信号的欺诈因素。欺诈因素表示与Stripe上的平均交易相比,价值与此信号类似的费用发生欺诈的可能性。3.5倍的欺诈系数意味着对该信号具有类似价值的指控的欺诈可能性是平均值的3.5倍。在高风险支付中,我们预计一些欺诈因素会大于1,而在低风险支付中我们预计会看到一些欺诈因素小于1。
欺诈因素
将鼠标悬停在欺诈因素上,查看有关其可能值的更多信息。随着网络中数据的变化,这些因素将随着时间而变化。该数据为信号欺诈因素的分布提供了背景。此对话框还提供信号值的网络分布,让您知道当前付款的值是通用的,还是在Stripe网络中罕见或唯一的。
首要欺诈因素
首要欺诈因素
这个主要欺诈因素当付款具有通常指示欺诈的值时,风险洞察对话框外部的部分会通知您欺诈信号。由于雷达的机器学习检测到数百个信号中的复杂模式,即使没有一个信号在个人层面上看起来可疑,也有可能正确地将指控认定为欺诈。
您还可以查看相关付款的网络,其中包括使用与您当前查看的付款相同的客户ID、IP地址或卡号向您的企业进行的任何其他付款。这有助于识别常见的欺诈模式,例如卡片测试(许多不同的卡共享一个IP地址)或尝试滥用(许多“客户”共享同一张卡)。
相关付款
另请参见