# 风险洞察 了解特定付款的风险因素和详细信息 Stripe Radar 的 [AI 模型](https://stripe.com/radar/guide)可以确定支付的风险得分和风险等级，并据此决定何时阻止支付或将其标记为待审核。该系统利用来自 Stripe 网络上数百万商家的数据，评估每笔支付的数百个风险因素。风险洞察功能随 Stripe Radar 风控团队版提供，让您提前了解驱动 Radar AI 模型的部分风险因素。 ![](https://b.stripecdn.com/docs-statics-srv/assets/risk-insights-card.ef788006b7b5d6acbb4d237386a3c4ed.png) 付款的风险洞察 > 我们会将风险洞察数据保存 6 个月。如果交易时间超过 6 个月，您将无法访问风险洞察界面。 如果您没有看到预期的客户信息或地点，请检查您的集成是否遵循了 Radar 的[最佳实践](https://docs.stripe.com/radar/optimize-risk-factors.md)。 如果您的集成未提供持卡人的邮件地址、IP 地址或收货地址等重要信息，Radar 就无法计算出准确评估每笔付款所需的所有数据。 风险洞察还包括客户信息（例如将持卡人姓名与提供的电子邮箱进行匹配），以及与该电子邮箱地址相关联的 Stripe 网络上的交易成功率。授权率低可能表明存在可疑行为，因为之前的交易被拒有时意味着过去曾尝试进行欺诈性交易。 我们还强调了基于地理位置的信息，包括与此付款相关的账单、运输和 IP 地址位置。 ## 风险洞察 如果您想查看更多 Radar 的风险因素，请点击风险洞察部分的**显示所有洞察**按钮。这将打开一个对话框，其中列出了 Radar AI 引擎的风险因素。 ![](https://b.stripecdn.com/docs-statics-srv/assets/risk-insights-dialog.90d9ff8cc321c3e9bab7423b07ec97c6.png) Radar 风险洞察对话框 ### 理解欺诈系数 仅为最近 6 个月内的收款生成数据，用来产生欺诈因素数字和主要欺诈因素。*沙盒* (A sandbox is an isolated test environment that allows you to test Stripe functionality in your account without affecting your live integration. Use sandboxes to safely experiment with new features and changes)中的付款不支持此功能。 #### 欺诈因素数字 风险洞察对话框中的某些风险因素旁边会带有数字徽章。这些徽章显示了该支付中某个风险因素的欺诈系数。欺诈系数表示与 Stripe 上的平均交易相比，具有与该风险因素相似数值的支付发生欺诈的可能性。如果欺诈系数为 3.5x，意味着具有该风险因素相似数值的支付，其欺诈可能性是平均水平的 3.5 倍。在风险较高的支付中，我们预计会看到某些欺诈系数大于 1；而在风险较低的支付中，我们预计会看到某些欺诈系数小于 1。 ![](https://b.stripecdn.com/docs-statics-srv/assets/risk-insights-fraud-factor.3bd00f6b09999ef71f6d258c2cc20be6.png) 欺诈因素 将鼠标悬停在欺诈系数上，可查看关于其可能取值的更多信息。这些系数会随着我们网络中数据的变化而进行动态调整。这些数据为风险因素的欺诈系数分布提供了背景。此对话框还提供了某个风险因素在 Stripe 网络中的数值分布情况，让您了解当前支付所对应的值在 Stripe 网络中是常见、罕见还是独一无二的。 #### 主要欺诈因素 ![](https://b.stripecdn.com/docs-statics-srv/assets/risk-insights-top-fraud-factors.ef27de20a842cb7d411261e9e7757fc6.png) 主要欺诈因素 当支付的数值表明存在欺诈时，风险洞察对话框外的**最高欺诈系数**部分会向您提示风险因素。由于 Radar 的 AI 模型能够检测数百个风险因素间的复杂模式，因此即使单个风险因素看起来并不可疑，该笔支付仍可能被准确判定为欺诈。 ## 相关付款 您还可以查看相关付款网络，其中包括用与您当前查看的付款相同的客户 ID、IP 地址或卡号给您的任何其他付款。这有助于识别常见的欺诈模式，例如[银行卡测试](https://docs.stripe.com/disputes/prevention/fraud-types.md#card-testing)（多个不同银行卡的 IP 地址相同）或尝试滥用（很多“客户”共用一张银行卡）。 ![](https://b.stripecdn.com/docs-statics-srv/assets/related-payments-highlight.f0668ec4db4273e04eb4f8f3b8910e08.png) 相关付款 ## See also - [审核](https://docs.stripe.com/radar/reviews.md) - [集成检查表](https://docs.stripe.com/radar/optimize-risk-factors.md)