içinde ilk yazı Bu üç bölümlük seride, ipotek sigortalama kullanım senaryosu için AWS AI ve makine öğrenimi (ML) hizmetlerini kullanarak belgelerde tahrifat ve dolandırıcılık tespitini geniş ölçekte nasıl otomatikleştirebileceğinizi gösteren bir çözüm sunduk.

içinde ikinci gönderi, ipotek sigortalamasında sahte görüntüleri tespit etmek ve vurgulamak için derin öğrenmeye dayalı bir bilgisayarlı görüntü modeli geliştirmeye yönelik bir yaklaşımı tartıştık.

Bu yazıda, bir makine öğrenimi modeli ve iş tanımlı kurallar kullanarak ipotek belgesi dolandırıcılığı tespitini otomatikleştirmek için bir çözüm sunuyoruz. Amazon Sahtekarlık Dedektörü.

Çözüme genel bakış

Dolandırıcılık faaliyetlerinin tespitini otomatikleştirmek için, tam olarak yönetilen bir dolandırıcılık tespit hizmeti olan Amazon Fraud Detector'ı kullanıyoruz. Belge sahtekarlığını proaktif bir şekilde tespit ederek dolandırıcılık tahmin doğruluğunu iyileştirmeyi amaçlayan Amazon Fraud Detector, geçmiş bir veri kümesi kullanarak özelleştirilmiş dolandırıcılık tespit modelleri oluşturmanıza, yerleşik kural motorunu kullanarak özelleştirilmiş karar mantığını yapılandırmanıza ve risk kararını düzenlemenize yardımcı olur. tek tuşla iş akışları.

Aşağıdaki şema, ipotek belgesi sahtekarlığını tespit hattındaki her aşamayı temsil etmektedir.

Şimdi ipotek belgesi dolandırıcılığını tespit hattının üçüncü bileşenini ele alacağız. Bu bileşeni dağıtma adımları aşağıdaki gibidir:

1. Geçmiş verileri şuraya yükle: Amazon Basit Depolama Hizmeti (Amazon S3).
2. Seçeneklerinizi seçin ve modeli eğitin.
3. Modeli oluşturun.
4. Model performansını inceleyin.
5. Modeli dağıtın.
6. Bir dedektör oluşturun.
7. Model puanlarını yorumlamak için kurallar ekleyin.
8. Tahminlerde bulunmak için API'yi dağıtın.

Önkoşullar

Bu çözüm için önkoşul adımları şunlardır:

1. Bir AWS hesabına kaydolun.
2. AWS hesabınızın Amazon Fraud Detector'a erişmesine olanak tanıyan izinleri ayarlayın.
3. Dolandırıcılık dedektörü modelini eğitmek için kullanılacak geçmiş dolandırıcılık verilerini aşağıdaki gereksinimlerle toplayın:
   1. Veriler CSV formatında olmalı ve başlıklara sahip olmalıdır.
   2. İki başlık gereklidir: EVENT_TIMESTAMP ve EVENT_LABEL.
   3. Veriler, hizmet tarafından desteklenen bir AWS Bölgesindeki Amazon S3'te bulunmalıdır.
   4. Antrenmana başlamadan önce bir veri profili çalıştırmanız önemle tavsiye edilir (bir Amazon Fraud Detector için otomatik veri profili oluşturucu).
   5. En az 3-6 aylık verilerin kullanılması önerilir.
   6. Dolandırıcılığın olgunlaşması zaman alır; 1-3 aylık veriler önerilir (çok yeni değil).
   7. Bazı NULL'lar ve eksik değerler kabul edilebilir (ancak çok fazla olduğundan değişken göz ardı edilir, daha önce tartışıldığı gibi). Eksik veya yanlış değişken türü).

Geçmiş verileri Amazon S3'e yükleyin

Dolandırıcılık dedektörü modelini eğitmek için özel geçmiş veri dosyalarına sahip olduktan sonra, bir S3 klasörü oluşturun ve verileri bu gruba yükleyin.

Seçenekleri seçin ve modeli eğitin

Dolandırıcılık dedektörü modeli oluşturma ve eğitme yönündeki bir sonraki adım, dolandırıcılık açısından değerlendirilecek iş faaliyetini (olay) tanımlamaktır. Bir olayı tanımlamak, veri kümenizdeki değişkenleri, olayı başlatan varlığı ve olayı sınıflandıran etiketleri ayarlamayı içerir.

Yeni bir ipotek başvurusuna atıfta bulunarak ipoteğe başvuran kuruluş tarafından başlatılan belge sahtekarlığını tespit etmek amacıyla bir belge dolandırıcılığı olayı tanımlamak için aşağıdaki adımları tamamlayın:

1. Amazon Fraud Detector konsolunda, Etkinlikler Gezinti bölmesinde.
2. Klinik oluşturmak.
3. Altında Etkinlik türü ayrıntıları, girmek docfraud etkinlik türü adı olarak ve isteğe bağlı olarak etkinliğin açıklamasını girin.
4. Klinik Varlık oluştur.
5. Üzerinde Varlık oluştur sayfa, girin applicant_mortgage varlık türü adı olarak ve isteğe bağlı olarak varlık türünün açıklamasını girin.
6. Klinik Varlık oluştur.
7. Altında Olay değişkenleri, Için Bu etkinliğin değişkenlerini nasıl tanımlayacağınızı seçin, seçmek Bir eğitim veri kümesinden değişkenleri seçin.
8. İçin IAM rolü, seçmek IAM rolü oluşturun.
9. Üzerinde IAM rolü oluşturun sayfasında örnek verilerinizle birlikte S3 paketinin adını girin ve Rol oluştur.
10. İçin Veri konumu, geçmiş verilerinizin yolunu girin. Bu, geçmiş verileri yükledikten sonra kaydettiğiniz S3 URI yoludur. Yol buna benzer S3://your-bucket-name/example dataset filename.csv.
11. Klinik Foto Yükle.

Değişkenler, sahtekarlık tahmininde kullanmak istediğiniz veri öğelerini temsil eder. Bu değişkenler, modelinizi eğitmek için hazırladığınız olay veri kümesinden, Amazon Fraud Detector modelinizin risk puanı çıktılarından veya Amazon Adaçayı Yapıcı modeller. Olay veri kümesinden alınan değişkenler hakkında daha fazla bilgi için bkz. Veri modelleri gezginini kullanarak olay veri kümesi gereksinimlerini alın.

1. Altında Etiketler – isteğe bağlı, Için Etiketler, seçmek Yeni etiketler oluşturun.
2. Üzerinde Etiket oluştur sayfa, girin fraud adı olarak. Bu etiket, örnek veri kümesinde sahte ipotek uygulamasını temsil eden değere karşılık gelir.
3. Klinik Etiket oluştur.
4. adlı ikinci bir etiket oluşturun legit. Bu etiket, örnek veri kümesindeki meşru ipotek uygulamasını temsil eden değere karşılık gelir.
5. Klinik Etkinlik türü oluşturun.

Aşağıdaki ekran görüntüsü etkinlik türü ayrıntılarımızı göstermektedir.

Aşağıdaki ekran görüntüsü değişkenlerimizi göstermektedir.

Aşağıdaki ekran görüntüsü etiketlerimizi göstermektedir.

Modeli oluşturun

Geçmiş verileri yükledikten ve bir modeli eğitmek için gerekli seçenekleri seçtikten sonra, bir model oluşturmak için aşağıdaki adımları tamamlayın:

1. Amazon Fraud Detector konsolunda, Modeller Gezinti bölmesinde.
2. Klinik Model ekleve sonra seçim yapın Model oluştur.
3. Üzerinde Model ayrıntılarını tanımlayın sayfa, girin mortgage_fraud_detection_model modelin adı ve modelin isteğe bağlı açıklaması olarak.
4. İçin Model türü, seç Çevrimiçi Dolandırıcılık Bilgileri modeli.
5. İçin Olay türü, seçmek docfraud. Bu, daha önce oluşturduğunuz etkinlik türüdür.
6. içinde Geçmiş olay verileri bölümünde aşağıdaki bilgileri sağlayın:
   1. İçin Etkinlik veri kaynağı, seçmek S3'e (veya AFD'ye) yüklenen olay verileri depolanır.
   2. İçin IAM rolü, daha önce oluşturduğunuz rolü seçin.
   3. İçin Eğitim verisi konumuörnek veri dosyanızın S3 URI yolunu girin.
7. Klinik Sonraki.
8. içinde Model girdileri bölümünde tüm onay kutularını işaretli bırakın. Amazon Fraud Detector varsayılan olarak geçmiş olay veri kümenizdeki tüm değişkenleri model girişi olarak kullanır.
9. içinde Etiket sınıflandırması bölümü Dolandırıcılık etiketleri, seçmek fraudörnek veri kümesindeki dolandırıcılık olaylarını temsil eden değere karşılık gelir.
10. İçin Meşru etiketler, seçmek legitörnek veri kümesindeki meşru olayları temsil eden değere karşılık gelir.
11. İçin Etiketlenmemiş etkinlikler, varsayılan seçimi koruyun Etiketlenmemiş etkinlikleri yoksay bu örnek veri kümesi için.
12. Klinik Sonraki.
13. Ayarlarınızı gözden geçirin, ardından Model oluştur ve eğit.

Amazon Fraud Detector bir model oluşturur ve modelin yeni bir sürümünü eğitmeye başlar.

Üzerinde Model sürümleri sayfa, Durum sütunu model eğitiminin durumunu gösterir. Örnek veri kümesini kullanan model eğitiminin tamamlanması yaklaşık 45 dakika sürer. Durum şu şekilde değişir: Dağıtıma hazır Model eğitimi tamamlandıktan sonra.

Model performansını inceleyin

Model eğitimi tamamlandıktan sonra Amazon Fraud Detector, modeli eğitmek için kullanılmayan verilerinizin %15'ini kullanarak model performansını doğrular ve model performansını değerlendirmek için puan dağıtım tablosu ve karışıklık matrisi dahil çeşitli araçlar sağlar.

Modelin performansını görüntülemek için aşağıdaki adımları tamamlayın:

1. Amazon Fraud Detector konsolunda, Modeller Gezinti bölmesinde.
2. Az önce eğittiğiniz modeli seçin (sample_fraud_detection_model), ardından 1.0. Bu, Amazon Fraud Detector'ın modeliniz için oluşturduğu sürümdür.
3. Gözden Model performansı Amazon Fraud Detector'ın bu model için oluşturduğu genel puan ve diğer tüm ölçümler.

Modeli dağıtın

Eğitilen modelinizin performans ölçümlerini inceledikten ve sahtekarlık tahminleri oluşturmak için onu kullanmaya hazır olduktan sonra modeli dağıtabilirsiniz:

1. Amazon Fraud Detector konsolunda, Modeller Gezinti bölmesinde.
2. Modeli seçin sample_fraud_detection_modelve ardından dağıtmak istediğiniz belirli model sürümünü seçin. Bu yazı için seçin 1.0.
3. Üzerinde Model versiyonu sayfada, İşlemler menü seç Model sürümünü dağıtın.

Üzerinde Model sürümleri sayfa, Durum dağıtımın durumunu gösterir. Durum şu şekilde değişir: Aktif dağıtım tamamlandığında. Bu, model sürümünün etkinleştirildiğini ve dolandırıcılık tahminleri oluşturmak için kullanılabilir olduğunu gösterir.

Bir dedektör oluştur

Modeli dağıttıktan sonra, aşağıdakiler için bir dedektör oluşturursunuz: docfraud olay türünü seçin ve dağıtılan modeli ekleyin. Aşağıdaki adımları tamamlayın:

1. Amazon Fraud Detector konsolunda, Dedektörler Gezinti bölmesinde.
2. Klinik Dedektör oluştur.
3. Üzerinde Dedektör ayrıntılarını tanımlayın sayfa, girin fraud_detector dedektör adı için ve isteğe bağlı olarak dedektör için örnek sahtekarlık dedektörüm gibi bir açıklama girin.
4. İçin Etkinlik tipi, seçmek docfraud. Bu, daha önce oluşturduğunuz etkinliktir.
5. Klinik Sonraki.

Yorumlanacak kurallar ekleyin

Amazon Fraud Detector modelini oluşturduktan sonra, iş odaklı kuralları (dolandırıcılık tahminini değerlendirirken Amazon Fraud Detector'a model performans puanını nasıl yorumlayacağını söyleyen koşullar) tanımlamak için Amazon Fraud Detector konsolunu veya uygulama programlama arayüzünü (API) kullanabilirsiniz. . İpotek aracılık aracılık süreciyle uyumlu hale getirmek için, ipotek başvurularını ilgili risk düzeylerine göre ve sahtekarlık, meşru olarak haritalandırılan veya inceleme gerekiyorsa işaretlemek için kurallar oluşturabilirsiniz.

Örneğin, gerekli belgelerin tahrif edilmiş görüntüleri, ödeme makbuzları veya gelir gereksinimleri gibi eksik belgeler gibi parametreleri göz önünde bulundurarak dolandırıcılık riski yüksek ipotek başvurularını otomatik olarak reddetmek isteyebilirsiniz. Öte yandan, bazı uygulamaların etkili kararlar alabilmesi için döngüde bir insana ihtiyacı olabilir.

Amazon Fraud Detector, model puanlarını oluşturmak için toplu değeri (bir dizi ham değişken birleştirilerek hesaplanır) ve ham değeri (değişken için sağlanan değer) kullanır. Model puanları 0-1000 arasında olabilir; burada 0 düşük dolandırıcılık riskini, 1000 ise yüksek dolandırıcılık riskini belirtir.

İlgili iş odaklı kuralları eklemek için aşağıdaki adımları tamamlayın:

1. Amazon Fraud Detector konsolunda, kurallar Gezinti bölmesinde.
2. Klinik Kural ekle.
3. içinde Bir kural tanımlayın bölümünde kural adı için sahtekarlık girin ve isteğe bağlı olarak bir açıklama girin.
4. İçin ifadeAmazon Fraud Detector basitleştirilmiş kural ifade dilini kullanarak kural ifadesini girin $docdraud_insightscore >= 900
5. İçin Çıktıları, seçmek Yeni bir sonuç yaratın (Sonuç, sahtekarlık tahmininin sonucudur ve değerlendirme sırasında kuralın eşleşmesi durumunda döndürülür.)
6. içinde Yeni bir sonuç yaratın bölümünde, sonuç adı ve isteğe bağlı bir açıklama olarak reddi girin.
7. Klinik Sonucu kaydet
8. Klinik Kural ekle kural doğrulama denetleyicisini çalıştırmak ve kuralı kaydetmek için.
9. Amazon Fraud Detector oluşturulduktan sonra aşağıdakileri yapar: high_risk Dedektörünüzde kullanılabilen kural.
   1. Kural adı: fraud
   2. Sonuç: decline
   3. İfade: $docdraud_insightscore >= 900
10. Klinik Başka bir kural ekleve sonra seçin Kural koy Aşağıdaki gibi ek 2 kural eklemek için sekmeyi kullanın:
11. Hat için bir low_risk aşağıdaki ayrıntılarla kural:
    1. Kural adı: legit
    2. Sonuç: approve
    3. İfade: $docdraud_insightscore <= 500
12. Hat için bir medium_risk aşağıdaki ayrıntılarla kural:
    1. Kural adı: review needed
    2. Sonuç: review
    3. İfade: $docdraud_insightscore <= 900 and docdraud_insightscore >=500

Bu değerler bu yazı için kullanılan örneklerdir. Kendi dedektörünüz için kurallar oluşturduğunuzda modelinize ve kullanım senaryonuza uygun değerleri kullanın.

1. Üç kuralın tümünü oluşturduktan sonra, Sonraki.

Tahminlerde bulunmak için API'yi dağıtın

Kurallara dayalı eylemler tetiklendikten sonra, kredilendirme uygulamalarını değerlendirmek ve olası dolandırıcılığı tahmin etmek için bir Amazon Fraud Detector API dağıtabilirsiniz. Tahminler toplu olarak veya gerçek zamanlı olarak gerçekleştirilebilir.

SageMaker modelinizi entegre edin (İsteğe bağlı)

SageMaker'da zaten bir sahtekarlık tespit modeliniz varsa tercih ettiğiniz sonuçlar için bunu Amazon Fraud Detector ile entegre edebilirsiniz.

Bu, farklı dolandırıcılık türlerini tespit etmek için uygulamanızda hem SageMaker hem de Amazon Fraud Detector modellerini kullanabileceğiniz anlamına gelir. Örneğin uygulamanız, müşteri hesaplarının dolandırıcılık riskini değerlendirmek için Amazon Fraud Detector modelini kullanabilir ve aynı zamanda hesap güvenliği riskini kontrol etmek için PageMaker modelinizi kullanabilir.

Temizlemek

Gelecekte herhangi bir masrafa maruz kalmamak için aşağıdakiler de dahil olmak üzere çözüm için oluşturulan kaynakları silin:

• S3 kepçe
• Amazon Fraud Detector uç noktası

Sonuç

Bu yazı, ipotek taahhüt sürecinde dolandırıcılığı tespit etmek için otomatik ve özelleştirilmiş bir çözüm konusunda size yol gösterdi. Bu çözüm, dolandırıcılık girişimlerini dolandırıcılığın meydana geldiği zamana daha yakın bir zamanda tespit etmenize olanak tanır ve sigorta şirketlerine etkili bir karar verme süreci konusunda yardımcı olur. Ayrıca uygulamanın esnekliği, belirli iş ihtiyaçlarına göre özelleştirilmiş dolandırıcılık girişimlerini sınıflandırmak ve yakalamak için iş odaklı kurallar tanımlamanıza olanak tanır.

Uçtan uca ipotek belgesi dolandırıcılığı tespit çözümü oluşturma hakkında daha fazla bilgi için bkz. Bölüm 1 ve Bölüm 2 bu dizide.

yazarlar hakkında

Anup Ravindranath Toronto, Kanada merkezli Amazon Web Services'te (AWS) Finansal Hizmetler kuruluşlarıyla birlikte çalışan bir Kıdemli Çözüm Mimarıdır. Müşterilerin işlerini dönüştürmelerine ve bulutta yenilik yapmalarına yardımcı oluyor.

Vinnie Saini Toronto, Kanada merkezli Amazon Web Services'te (AWS) Kıdemli Çözüm Mimarıdır. Mimari Mükemmelliğin güçlü temel direkleri üzerine kurulu yapay zeka ve makine öğrenimi odaklı çözümlerle Finansal Hizmetler müşterilerinin bulutta dönüşmesine yardımcı oluyor.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://aws.amazon.com/blogs/machine-learning/automate-mortgage-document-fraud-detection-using-an-ml-model-and-business-defined-rules-with-amazon-fraud-detector-part-3/