借 Stripe 网络之力抵御欺诈

切实有效的机器学习

Radar 利用在全球数百万家公司的数据基础上进行训练的机器学习来检测和阻止欺诈。

不阻止合法客户

传统的防御欺诈做法并不适合现代的互联网业务,并且有可能降低通过率,进而影响收入。Radar 可以帮助您更准确地区分欺诈者与客户,并对高风险付款采取动态的 3DS 验证措施。

获得最适合您的精准保护

我们的机器学习基础设施让我们可以每天对模型进行再训练,包括为您的业务定制的专项模型。Radar 的算法可快速适应不断变化的欺诈模式以及您独特的业务特征。

无需集成

Radar 已内置于 Stripe,随 Stripe 部署即可启动,不需要代码。它与 Checkout 等其他产品无缝集成,让您可以访问完整的 Stripe 平台。

Radar

用数千亿数据点进行过训练

Stripe 处理着来自 197 个国家/地区的付款,涉及各个行业、公司规模和业务模式。即使某张卡是首次在您这里使用,它也有 91% 的可能性之前在 Stripe 网络上出现过。

数量优势

通过从每年处理的全球数百万商家的数十亿付款的学习累积,Radar 可以评定每笔付款的风险分值,并自动阻止许多高风险的付款。

使用 Stripe 的大数据获得更好的机器学习效果

Radar 通过来自 Stripe 网络的数千个信号来扫描每笔付款,帮助检测并防范欺诈,甚至在欺诈危害您的业务之前先发制人。

比第三方工具更准确

Radar 从金融堆栈的每一层获取数据,整合结账流量数据、丰富的付款数据以及银行卡组织和银行信息,以此评估欺诈风险。

金融合作伙伴的数据

Stripe 与 Visa、Mastercard、American Express 和许多业内领先的银行都有合作关系,因此我们能够使用 TC40s、SAFE 报告以及早期争议通知等数据,帮助识别欺诈性收款,避免出现争议。

付款数据

Radar 与 Stripe 的其余部分完全集成,因此我们的系统可以立即利用丰富的付款信息,例如客户详情、收货地址和账单地址以及其他属性,来提高机器学习性能。

结账流程数据

Stripe 的结账工具会自动整合您的网站和手机应用中的特定购买模式,以此帮助检测异常付款。Radar 可以利用这些信号来绘制全面的客户路径,从而准确预测欺诈行为。

复杂信号,加强影响

Radar 专为面临不断变化的欺诈威胁的全球互联网企业量身打造。它不断调整算法,测试出最相关属性,并生成复合信号,帮助精确识别和阻止欺诈。

设备指纹

将多种信号组合到单个设备配置文件。

历史快照

从多年的历史数据中找出反复出现的模式。

代理检测

识别 IP 欺诈和使用代理的问题。

累积效应

Radar 通过组合多种信号来对每笔交易评分,以帮助确定付款是否具有欺诈性。

利用机器学习,欺诈保护更智能

所谓有效的系统,应该在识别欺诈的同时放走合法付款。阅读我们的基础知识,了解机器学习如何利用大数据生成欺诈预测模型。

GuidesCard_70

产品资源

用于欺诈检测的机器学习——基础知识

Radar 风控团队版

一套支持防欺诈专业人士的强大工具

优化审核

找出最相关的数据,使人工审核更准确、高效。

强大的洞察

查看有关欺诈性能和争议率的丰富数据分析。

自定义规则

设置精确的规则来标记、阻止特定的交易,对其动态应用 3DS 验证。

阻止和允许列表

同步现有的信任或阻止用户列表。

Radar 已内置于 Stripe

每个 Stripe 账户都搭载了 Radar 的高级机器学习工具。

3DS 2.0 验证

额外验证有助于区分真实客户和诈骗者。阅读我们的指南,了解新版 3DS 验证如何在不损害用户体验的情况下减少欺诈行为。

价格始终透明

统一按每笔交易收费,无隐藏费用。