Sans grande surprise, c’est la carte bancaire qui est aujourd’hui le moyen de paiement le plus fraudé. Face à ce constat, les marchands sont dans l’obligation de répondre avec des techniques sophistiquées pour limiter leurs pertes. eBay a mis au point une intelligence artificielle capable de détecter plus de 40% des cas de fraudes à la carte bancaire.
L’Observatoire national de la délinquance et des réponses pénales (ONDRP) a publié un rapport sur une enquête qui met en lumière le nombre de fraudes à la carte bancaire en France. Les derniers chiffres disponibles remontent à 2016 et montrent qu’environ 1,2 million de ménages français ont été victimes d’une telle arnaque. Avec l’essor des achats sur internet, ce chiffre a plus que doublé en 6 ans (500 000 en 2010).
Détecter les “bons” comportements
Certes, il existe déjà des techniques pour détecter de manière automatique les fraudes à la carte bancaire. Pour autant, elles s’avèrent assez peu fiables, et leur usage est très limité. Le marchand eBay se vante d’avoir mis au point une nouvelle technique qui s’appuie sur de l’intelligence artificielle pour détecter un “bon comportement” en matière de transactions et de paiements.
En effet, eBay affirme que les “bons comportements” restent les mêmes à travers le temps alors que ce n’est pas le cas des comportements suspicieux (qui ont tendance à évoluer et qui sont donc difficiles à interpréter). La société s’est donc concentré sur ces comportements sains en créant un modèle spécifique avec les données qu’elle possède.
eBay a décidé de partager ses recherches dans un document disponible en ligne et baptisé “Credit Card Fraud Detection in e-Commerce: An Outlier Detection Approach” qui veut expliquer en toute transparence sa démarche.
Le marchand illustre sa méthodologie avec un test en grandeur nature réalisée sur une base de transactions par carte bancaire mise à disposition par Kaggle. Sur les 284 807 transactions (anonymisées) en question, 492 étaient frauduleuses – et l’intelligence artificielle d’eBay est parvenue à en détecter 200 (soit 40%).
📍 Pour ne manquer aucune actualité de Presse-citron, suivez-nous sur Google Actualités et WhatsApp.
C’est la base normale quand on cherche des anomalies dans des fichiers de traces sur les serveurs, on retire tout ce qui est connu et on analyse ce qui reste, rien de nouveau dans cette méthodologie.