风险评估

Stripe Radar 的核心是一个自适应机器学习系统，可以实时评估每笔付款的风险水平。它使用与每笔付款有关的数百个信号，并利用我们数百万企业网络中的数据来预测付款是否有可能是欺诈性的。

我们的机器学习系统灵活且响应性强，不断学习新的客户购买模式和交易特征，并且在发现付款存在欺诈时会纳入您的反馈。

使用 Radar 时

Radar 为三种不同类型的 Stripe API 对象评估风险并运行规则：Charges, PaymentIntents 和 SetupIntents。Stripe 将 Radar 规则设计为采取四种不同的操作：

• 请求 3DS 验证
• 允许创建对象
• 阻止创建对象
• 审核创建收款

下表说明了 Radar 为每种类型的 API 对象运行的规则：

您可以在 Radar 设置中为 SetupIntents 启用 Radar。

风险结果

Stripe 的机器学习模型评估付款存在欺诈的可能性。判断结果可能为这五个值中的一个：

• 高风险
• 风险升高
• 正常风险
• 未评估
• 未知风险

每笔付款都包含与我们的风险评估 结果 有关的信息。

Radar 风控团队版用户将在付款页面上看到一个风险洞察部分，该部分解释为一笔付款分配特定的级别和分值的原因。

如果发卡行拒绝一笔付款，则 Stripe 还会在结果中包含我们从发卡行收到的信息。

可在管理平台中或通过 API 查看每笔付款的结果；通过 API 查看时，它充当 Charge 对象的 Outcome 属性。

高风险付款

当我们认为付款可能存在欺诈时，Stripe 会将其报告为高风险。默认情况下会阻止此风险级别的付款。

对于高风险付款，Charge 对象上的 risk_level 设置为 highest。

...
"outcome":
{
  "network_status": "not_sent_to_network",
  "reason": "highest_risk_level",
  "risk_level": "highest",
  "risk_score": 92, // Provided only with Stripe Radar for Fraud Teams
  "seller_message": "Stripe blocked this charge as too risky.",
  "type": "blocked",
}
...

如果 Stripe Radar 阻止了某笔付款，如果您知道其是合法的，可以通过管理平台取消阻止。方法是：进入管理平台，查看该笔付款，点击添加到允许列表。将某笔付款添加到允许列表并不会重新尝试进行支付，而是可以防止 Stripe Radar 今后再次阻止来自该卡或邮件地址的支付尝试。

风险升高的付款

风险升高的风险属于欺诈的几率增大。默认情况下，Stripe Radar 会允许此风险级别的付款。Stripe 的 Radar 风控团队版会自动将风险升高的付款放入您的审核队列，以便您仔细审核。

对于风险升高的付款，Charge 对象上的 risk_level 设置为 elevated。

...
"outcome": {
  "network_status": "approved_by_network",
  "reason": "elevated_risk_level",
  "risk_level": "elevated",
  "risk_score": 56, // Provided only with Stripe Radar for Fraud Teams
  "seller_message": "Stripe evaluated this charge as having elevated risk, and placed it in your manual review queue.",
  "type": "manual_review"
}
...

风险正常的付款

与风险升高或高风险水平的付款相比，风险评估正常的付款具有较少强烈指示欺诈的特征。但是，建议您在履行这些订单时继续保持警惕。风险正常的付款仍可能具有欺诈性，并且在订单流程的后期阶段还可能出现其他的欺诈类型。

对于风险正常的成功的付款，Charge 对象上 的 risk_level 设置为 normal。

...
"outcome":
{
  "network_status": "approved_by_network",
  "reason": null,
  "seller_message": "The charge was authorized.",
  "risk_level": "normal",
  "risk_score": 23, // Provided only with Stripe Radar for Fraud Teams
  "type": "authorized",
}
...

未评估

对于非银行卡付款、公开分配风险级别前的银行卡付款以及商家选择不进行 Radar 欺诈风险评估的付款，风险级别设置为 not_assessed。

对于未评估风险的付款，Charge 对象上 的 risk_level 设置为 not_assessed。

...
"outcome": {
  "network_status": "approved_by_network",
  "reason": "not_assessed_risk_level",
  "risk_level": "not_assessed",
  "seller_message": "Your business has opted out of Radar fraud risk assessments.",
  "type": "authorized"
}
...

未知风险付款

在极少数情况下，错误可能会导致风险评估失败。这种情况下，Stripe 会报告为付款的风险未知。

对于未知风险的付款，Charge 对象上的 risk_level 设置为 unknown。

...
"outcome": {
  "network_status": "approved_by_network",
  "reason": "unknown_risk_level",
  "risk_level": "unknown",
  "seller_message": "Something went wrong while evaluating this payment. Our engineers have been notified and we’ll look into this as soon as possible.",
  "type": "authorized"
}
...

在管理平台中搜索特定的风险级别

您可以用 risk_level 关键词和所需的风险级别来搜索特定风险级别的付款。例如，搜索 risk_level:highest 会返回一个包含所有的高风险付款的列表。同样，搜索 risk_level:elevated 会返回一个具有升高的风险级别的所有付款的列表。

风险评估反馈

虽然我们利用我们全网信息来评估一笔付款，但由于您与客户有互动，因此您可能会有付款的其他信息。Stripe 的机器学习模型响应您与我们分享的反馈，您可以通过退款并报告您认为是欺诈性的付款来帮助改进我们的欺诈检测算法。

退还欺诈性的付款有助于改进我们的欺诈检测算法，并提高我们对该付款以及未来类似付款进行的风险评估的准确性。

To refund a payment and mark it as fraudulent, view the payment in the Dashboard and then:

1. Click Refund.
2. Select Fraudulent as the Reason.
3. Provide a brief explanation.

用 API 创建退款时，您也可以通过提供 fraudulent 作为 reason 的值来表明付款是欺诈性的。此操作会将与付款有关的邮件地址和银行卡指纹添加到默认邮件地址和银行卡指纹阻止列表。

# Set your secret key. Remember to switch to your live secret key in production.
# See your keys here: https://dashboard.stripe.com/apikeys
Stripe.api_key = 
'sk_test_4eC39HqLyjWDarjtT1zdp7dc'

# If you haven't refunded the charge, you can do so and let Stripe
# know it was fraudulent in one step.
Stripe::Refund.create({
  charge: '{{CHARGE_ID}}',
  reason: 'fraudulent',
})

# If you already refunded the charge (without specifying the
# 'fraudulent' reason), you can still let us know it was fraudulent.
Stripe::Charge.update(
  '{{CHARGE_ID}}',
  {
    fraud_details: {
      user_report: 'fraudulent',
    },
  }
)

对于一小部分付款，Stripe 会修改报告的风险评分，以衡量模型的效果，进而获得后续模型的开发数据。这样做，Stripe 便能够保证将误报率和召回率等关键指标保持在理想范围，并且模型性能也会不断提高。

如果您不希望使用 Stripe Radar 机器学习模型的保护，可以通过联系我们的支持团队选择退出。