Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019050864) AMÉLIORATION DE LA DÉTECTION DE FRAUDE PAR PROFILAGE D'UN COMPORTEMENT GLOBAL ANONYME DE CLIENT
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/050864 N° de la demande internationale : PCT/US2018/049405
Date de publication : 14.03.2019 Date de dépôt international : 04.09.2018
CIB :
G06F 21/00 (2013.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
21
Dispositions de sécurité pour protéger les calculateurs, leurs composants, les programmes ou les données contre une activité non autorisée
Déposants :
FAIR ISAAC CORPORATION [US/US]; 181 Metro Drive, Suite 700 San Jose, CA 95110, US
Inventeurs :
ZOLDI, Scott, Michael; US
XU, Heming; US
Mandataire :
BROCKLAND, Paul, S.; US
ADAMS, Lisa; US
AZRIN, Linda, B.; US
AMENDT, Kevin, C.; US
Données relatives à la priorité :
15/697,37506.09.2017US
Titre (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
Abrégé :
(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
États désignés : 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
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (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)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)