ตรวจจับการฉ้อโกงคำสั่งซื้อและการฉ้อโกงโฆษณาภายในหนึ่งวัน

กระบวนการ

1. 1

   เชื่อมคำสั่งซื้อเข้ากับทราฟฟิก

   เชื่อมข้อมูลคำสั่งซื้อ ผลการชำระเงิน และ log การคลิกโฆษณาด้วยคีย์ร่วม เพื่อให้คำสั่งซื้อที่น่าสงสัยกับการคลิกก่อนหน้าอยู่ในแถวเดียวกัน

2. 2

   สร้างลายนิ้วมือเชิงพฤติกรรม

   ประกอบอุปกรณ์ ช่วง IP ระยะเวลาจากคลิกถึงสั่งซื้อ ที่อยู่ซ้ำ และประวัติการคืนเงิน เป็นคุณลักษณะที่ยังใช้ได้แม้ผู้กระทำจะเปลี่ยนชื่อบัญชี

3. 3

   สร้างโมเดลตรวจจับความผิดปกติ

   ฝึกโมเดล anomaly แบบ unsupervised บนข้อมูลย้อนหลังที่สะอาด และใช้กรณีฉ้อโกงที่ยืนยันแล้วปรับเทียบเกณฑ์เมื่อมีข้อมูลดังกล่าว

4. 4

   เปิดใช้การแจ้งเตือนรายวัน

   ประมวลผลให้คะแนนเป็นชุดทุกคืน แล้วส่งการแจ้งเตือนพร้อมหลักฐาน ได้แก่ คำสั่งซื้อที่ถูกทำเครื่องหมาย รูปแบบทราฟฟิกที่ตรงกัน และมูลค่าความเสียหายโดยประมาณ

5. 5

   ปิดวงจรข้อมูลย้อนกลับ

   การแจ้งเตือนที่ยืนยันและที่ตีตกถูกส่งกลับเป็นป้ายกำกับ พร้อมทบทวนค่าความแม่นยำทุกเดือน เพื่อให้คิวการแจ้งเตือนยังคุ้มค่าแก่การอ่าน