La fraude en ligne est un véritable fléau. Estimé à plus de 19 milliards de dollars en 2018 par le cabinet d'études Fortune Business Insights, le marché des solutions dans ce domaine devrait connaitre jusqu'en 2026 une croissance annuelle de 25,5% pour atteindre à cette date 110 milliards de dollars. Sur ce marché, des acteurs comme IBM, DXC technologies ou encore Experian sont bien installés mais il va falloir compter désormais avec un nouvel entrant de poids : AWS. 

Evoqué lors du dernier événement Re:Invent 2019 en décembre dernier, l'outil Fraud Detector vient désormais d'être annoncé en disponibilité générale. Ce dernier permet de lutter contre la fraude au paiement en ligne et de faire la chasse à la création des faux comptes clients. « Les entreprises qui commercent en ligne sont particulièrement exposées aux attaques de malfaiteurs aux modes opératoires variés, dont la création de faux comptes et les paiements par carte de crédit volée, entre autres », explique AWS. « Amazon Fraud Detector utilise le machine learning (ML) et met à contribution plus de 20 ans d'expertise en détection de fraude d'AWS et d'Amazon.com pour identifier automatiquement les pratiques cybernétiques douteuses afin que vous puissiez détecter les fraudes plus rapidement. Vous pouvez utiliser Amazon Fraud Detector pour créer un modèle de détection de fraude en quelques clics et sans expérience préalable de ML dans la mesure où Amazon Fraud Detector gère le gros du travail de ML en vos lieux et place ».

Détection de fraudes augmenté au ML ou pas

« Nous avons commencé récemment à utiliser Amazon Fraud Detector et nous sommes heureux qu'il apporte une implémentation à bas coût et une approche self-service pour construire un modèle de machine learning qui est personnalisé pour notre métier », indique un retour d'expérience de John Kercheval, senior Director Identity Services Group chez GoDaddy dans une vidéo. « Le modèle que nous avons construit dans Amazon Fraud Detector est capable de détecter immédiatement des inscriptions probablement frauduleuses, donc nous sommes très contents avec ces résultats et regardons ce que nous pourrons faire en plus ». Amazon n'a pas précisé s'il avait été lui-même utilisateur de sa propre solution, mais on peut très fortement le supposer.

Fraud Detector s'appuie sur des modèles ML pré-conçus permettant d'identifier la fraude liée aux activités en ligne comme les paiements en ligne, la création de faux comptes et les commandes en mode invité. Une console de détection de fraudes permet à l'utilisateur de créer des règles (acceptation, évaluation...) et taguer les comptes suspects en vue d'une analyse approfondie. Un set d'API intégrable dans des applications tierces est par ailleurs disponible sachant qu'il est possible d'importer un modèle de détection de fraudes depuis Amazon SageMaker dans Fraud Detector.

En termes de tarification, AWS facture son outil à l'heure (0,39$ pour la formation de modèle et 0,06$ pour leur hébergement), ainsi que 0,03$ par prédiction pour obtenir des informations temps réel sur la fraude en ligne (400 000 premières prédictions par mois) avec un tarif dégressif ensuite. Sans usage de machine learning, la tarification de prédiction de fraudes basée sur de simples règles est sans surprise moins élevée, soit 0,005$ pour 400 000 premières prédictions par mois.