# 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级别，并据此决定何时拦截或标记支付以供审核。该系统利用 Stripe 网络中来自数百万企业的数据，评估每笔支付的数百个信号。借助Stripe Radar 风控团队版提供的风险洞察功能，您可以一窥为 Radar AI 模型提供动力的部分信号。 ![](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位置，请检查您的集成方案是否遵循了 Radar 的[最佳实践](https://docs.stripe.com/radar/optimize-fraud-signals.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 信号，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，其中列有 Radar 的 AI 引擎的信号。 ![](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一些信号旁边有带数字的徽章。这些徽章显示了付款信号的欺诈因素。欺诈系数表示与 Stripe 上的平均交易相比，具有与该信号类似的值的收款存在欺诈的可能性。欺诈系数为 3.5 倍表示：与平均值相比，具有与该信号类似值的收款存在欺诈的可能性为 3.5 倍。对于较高风险的付款，我们预计会看到欺诈系数大于 1，而对于较低风险的付款，我们预计会看到欺诈系数小于1。 ![](https://b.stripecdn.com/docs-statics-srv/assets/risk-insights-fraud-factor.3bd00f6b09999ef71f6d258c2cc20be6.png) 欺诈因素 将鼠标悬停在某个欺诈系数上，查看与它可能的值有关的更多信息。随着我们网络中数据的变化，这些系数也会随着时间的推移而不断变化。这些数据提供了信号的欺诈系数的分布背景。该对话框还提供了信号值的网络分布，通过它您可以知道当前付款在 Stripe 网络中是常见、罕见的、还是唯一的。 #### 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 如果出现付款的评分值通常表示存在欺诈，那么风险洞察对话框之外的**顶级欺诈系数**部分会通过欺诈信号给您发送通知。由于 Radar 的 AI 模型会检测由数百个信号组成的复杂模式，所以即使单个信号无任何可疑，一笔收款仍可能被正确识别出欺诈。 ## 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-fraud-signals.md)