Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019050864) IMPROVING FRAUD DETECTION BY PROFILING AGGREGATE CUSTOMER ANONYMOUS BEHAVIOR
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/050864 International Application No.: PCT/US2018/049405
Publication Date: 14.03.2019 International Filing Date: 04.09.2018
IPC:
G06F 21/00 (2013.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
21
Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
Applicants:
FAIR ISAAC CORPORATION [US/US]; 181 Metro Drive, Suite 700 San Jose, CA 95110, US
Inventors:
ZOLDI, Scott, Michael; US
XU, Heming; US
Agent:
BROCKLAND, Paul, S.; US
ADAMS, Lisa; US
AZRIN, Linda, B.; US
AMENDT, Kevin, C.; US
Priority Data:
15/697,37506.09.2017US
Title (EN) IMPROVING FRAUD DETECTION BY PROFILING AGGREGATE CUSTOMER ANONYMOUS BEHAVIOR
(FR) AMÉLIORATION DE LA DÉTECTION DE FRAUDE PAR PROFILAGE D'UN COMPORTEMENT GLOBAL ANONYME DE CLIENT
Abstract:
(EN) Computer implementation methods of processing transactions to determine the fraud risk of transactions incorporating card issuer bin and cardholder location associated with a multitude of customers. The artificial intelligence models developed with such information provide an output of likelihood of fraud for payment card transactions. Disclosed are the methods of utilizing aggregated payment card transaction data at the card issuer bin and card holder location level to improve fraud detection. The implementation of the method is demonstrated to have boosted the performance of the developed models in detection of fraudulent payment cards.
(FR) La présente invention concerne des procédés de mise en œuvre d'ordinateur de traitement de transactions pour déterminer le risque de fraude de transactions incorporant un numéro d'identification de banque (BIN) d'émetteur de carte et un emplacement de titulaire de carte associés à une multitude de clients. Les modèles d'intelligence artificielle développés avec de telles informations fournissent un résultat de probabilité de fraude pour des transactions par carte de paiement. L'invention porte sur les procédés d'utilisation de données de transaction de carte de paiement agrégées au niveau du numéro BIN d'émetteur de carte et du niveau d'emplacement de détenteur de carte pour améliorer la détection de fraude. On démontre que la mise en œuvre du procédé a augmenté la performance des modèles développés dans la détection de cartes de paiement frauduleuses.
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)