Resumen

Este Neuron te permite detectar fraudes en transacciones de remesas, clasificando las transacciones en 3 categorías: fraudulentas (fraudulent), no fraudulentas (non-fraudulent) o sospechosas (suspicious). El Neuron Fraud Detection utiliza modelos de aprendizaje automático para predecir la probabilidad de que una transacción sea fraudulenta basándose en una variedad de características que brindan información sobre el comportamiento del usuario, su historial de transacciones y datos geográficos. Al aprovechar algoritmos avanzados, este Neuron proporciona una detección de fraudes precisa y confiable, ayudando a las empresas a prevenir pérdidas financieras y proteger a sus clientes de actividades fraudulentas.

???+ warning Esta clasificación se basa en la probabilidad de que una transacción sea fraudulenta. Es esencial considerar otros factores y realizar comprobaciones adicionales para confirmar el estado de fraude. Además, este algoritmo se ejecuta sobre la marcha, Dedomena AI no almacena ningún dato. Por lo tanto, debes copiar los resultados antes de cerrar la pestaña o ventana para evitar perder la información.

Este Neuron proporciona una forma sencilla e intuitiva de detectar fraudes en las transacciones de remesas, lo que permite a las empresas mejorar sus medidas de seguridad y proteger sus activos financieros. Con una alta precisión y facilidad de uso, Fraud Detection es una herramienta valiosa para cualquiera que busque prevenir actividades fraudulentas y salvaguardar sus transacciones financieras.

Dile adiós a las actividades fraudulentas. Adopta el poder del Neuron Fraud Detection de Dedomena y toma decisiones informadas con confianza.

Casos de Uso

A continuación se presentan algunos casos de uso clave para el Neuron Fraud Detection:

• Seguridad Financiera: Proteger a empresas y particulares de actividades fraudulentas, garantizando la seguridad de sus transacciones financieras.

• Gestión de Riesgos: Identificar posibles transacciones fraudulentas por adelantado, lo que permite tomar medidas proactivas para evitar pérdidas financieras.

• Cumplimiento Normativo (Compliance): Garantizar el cumplimiento de los requisitos regulatorios detectando y previniendo actividades fraudulentas en las transacciones de remesas.

• Protección al Cliente: Salvaguardar a los clientes contra fraudes financieros y asegurar la seguridad de sus transacciones.

• Crecimiento Empresarial: Mejorar las medidas de seguridad para generar confianza con clientes y socios, impulsando el crecimiento y el éxito estratégico.

API y Endpoints

/v2/fraud

POSTv2/fraud

Este endpoint clasifica las transacciones en 3 categorías: Fraud, No Fraud y Suspicious.

Cabeceras (Headers):

• token: disponible mediante prueba gratuita o suscripción.

Cuerpo de la Solicitud (Request Body):

Debe ser un arreglo JSON con los siguientes campos:

• user_id (str): Identificador único y anónimo del usuario.

• transaction_id (str): Identificador único y anónimo de la transacción.

• transaction_date (str): Fecha y hora de la transacción.

• transaction_amount (float): Monto de la transacción.

• user_balance (float): Saldo del usuario en el momento de la transacción.

• user_created (str): Fecha y hora en que se creó el usuario.

• billing_country (str): País donde se facturó la transacción.

• card_brand (str): Marca de la tarjeta utilizada en la transacción.

• same_card_shared_ip_day (int): Número de transacciones con la misma tarjeta y la misma IP compartida en el mismo día.

• billing_user_country (str): País donde se encuentra el usuario.

• transaction_state (str): Estado de la transacción.

• email_domain (str): Dominio del correo electrónico del usuario.

• phone_country (str): País del teléfono del usuario.

• phone_valid (str): Indica si el teléfono del usuario es válido o no.

• user_type (str): Tipo de usuario.

• same_ip_operations_day (int): Número de transacciones con la misma IP en el mismo día.

Cuerpo de la Solicitud - Arreglo JSON

[
  {
    "user_id": "user-1234",
    "transaction_id": "1234-5678",
    "transaction_date": "2028-02-12 18:09:58.408000+00:00",
    "transaction_amount": "749.39",
    "user_balance": "0.19",
    "user_created": "2025-02-24 09:32:07+00:00",
    "billing_country": "US",
    "card_brand": "MASTERCARD",
    "same_card_shared_ip_day": "0",
    "billing_user_country": "US",
    "transaction_state": "PENDINGIN",
    "email_domain": "gmail.com",
    "phone_country": "US",
    "phone_valid": "True",
    "user_type": "BUSINESS",
    "same_ip_operations_day": "0"
  }
]

Respuestas

200

[
  {
    "transaction_id": "1234-5678",
    "pred_category": 1,
    "pred_category_name": "Fraud",
    "pred_prob": 0.9997
  }
]

Descripción:

La respuesta incluirá un arreglo JSON con los siguientes campos:

• transaction_id (str): Identificador único y anónimo de la transacción.

• pred_category (int): Categoría predicha de la transacción (0: No Fraud, 1: Fraud, 2: Suspicious).

• pred_category_name (str): Nombre de la categoría predicha de la transacción (Fraud, No Fraud, Suspicious).

• pred_prob (float): Probabilidad de la categoría predicha.

401

[
    {
        "detail": "Could not validate credentials"
    }
]

422

[
    {
        "detail": "Unprocessable Entity"
    }
]

429

[
    {
        "detail": "The maximum monthly number of calls or predictions for your account has been exceeded"
    }
]

Métricas

Las métricas de rendimiento del modelo de Dedomena AI aseguran una alta precisión y confiabilidad:

Resumen: