1

0

1

0

1

101010101

101010101

8759843275973

4596

565764765

7497235635265

3217239872998

2130412 9126

4675645365564

325452465 76

346873

7637625176235

7623547652387

1010

1010 1

0101

1

0

1

0

1

101010101

8759843275973

4596567656576

4765675749723

5635265321723

9872998213041

2394791264873

4675645365564

3254524654532

7646873468734

6763762517623

5762354765238

10101

10101

Modelos estáticos

#

Há formas diferentes de aprender

Aprende a identificar el fraude en un momento

específico usando grandes volúmenes de datos

históricos. Este modelo suele funcionar bien

inmediatamente después se incorpora, pero no es posible

adaptarlo a nuevas tendencias de fraude que surgen posteriormente.

Modelos de autoaprendizado Consome dados transacionais

continuamente para reconhecer e se adaptar aos novos padrões

de fraude que vão surgindo. Este modelo sempre foi usado para identificar esquemas de fraude,

mas é difícil para o humano gerenciar tudo o que a máquina

aprende, o que pode resultar em inconvenientes como a não

autorização de compras legítimas.

Dicas para escolher o provedor adequado:

2

3

1

Para saber mais sobre o machine learning ou sobre o Decision Manager da CyberSource, visite:

www.cybersource.com

Facilita a tomada de decisões em tempo real

Mais precisão

(

Responde rapidamente às

mudanças

Reduz os custos

Manter o controle operacional e a previsibilidade com dados proprietários

Considerar os tempos de espera e as possíveis vulnerabilidades

Aproveitar a grande rede externa de dados de estabelecimentos comerciais e indicadores de risco

Mas por que os estabelecimentos comerciais deveriam usar

machine learning?

1

0

1

0

1

101010101

101010101

8759843275973

4596

565764765

7497235635265

3217239872998

2130412 9126

4675645365564

325452465 76

346873

7637625176235

7623547652387

1010

1010 1

0101

O que é machine learning?

O machine learning está presente nas capacidades de combate à fraude e é peça central do Decision Manager da CyberSource. Sua

abordagem híbrida combina modelos estáticos e de autoaprendizado, tirando partido de ambos os métodos.

Abordagem da CyberSource

1

0

1

0

1

1

0

1

0

1

101010101

1

0

1

0

1

1

0

1

0

1

0

1

0

1

1

0

1

0

1

101010101

1

0

1

0

1

101010101

1

0

1

0

1

101010101

1

0

1

0

1

101010101

1

0

1

0

1

1

0

1

0

1

0

1

0

1

1

0

1

0

1

101010101

O machine learning baseia-se em:

Software controlado por humanos que identifica

conexões de dados relevantes de alto e

baixo risco

Grandes volumes de dados

transacionais históricos

Diferentes algoritmos para chegar a

hipóteses e previsões

O machine learning usado em conjunto com

um motor de regras flexível representa uma combinação poderosa.

O machine learning identifica e examina combinações de dados estatisticamente considerados como de alto e baixo risco para tomar decisões mais acertivas sobre transações futuras.

Combina a eficácia dos modelos estáticos

convencionais com modernos modelos de

autoaprendizado

Utiliza vários métodos de machine learning

para gerar suas avaliações de risco