JP2003529160A - 不正取引を検出するシステム及び方法 - Google Patents

Abstract

(57)【要約】 不正取引を検出するためのシステムが、取引を複数の構成パラメータに分解する（ステップ２０６）。第１のスコアは、詐欺に含まれるべき取引された商品の傾向に依存して、計算される（ステップ３１０）。第２のスコアは、取引の残りのパラメータの認証の関数として計算される（ステップ３１４）。全詐欺スコアが、第１スコア及び第２スコアから計算され（ステップ３２４）且つこれが、取引が不正があるらしいことを決定するための詐欺閾値と比較される（ステップ３２６）。

Description

【発明の詳細な説明】

【０００１】

【発明の背景】

毎日、数百万の商業取引が、顧客と、物品及び／又はサービス（「商品」）の
売手との間で生じている。これらの取引の多くは、物理的な小売り店で対面して
、カタログベースの売手等とは電話を介して、電子商取引（ｅコマース）ベース
の売手とはインターネットを介して、又はこれらの組合せを介して、達成されて
いる。

【０００２】 この様な取引の各々は、商品に対する現金／通貨、為替手形／小切手、クレジ
ットの様な、価値交換を含む。これらの取引の全てが共有する別の一般的な出来
事は、取引を行う顧客が、売手から商品を得るために、不正な行いをする可能性
があることである。

【０００３】 価値の無い又は、顧客に無関係な銀行為替手形／小切手又はクリジットカード
の様な、ある形態の価値を、顧客が故意に利用する場合に、詐欺がしばしば発生
する。例えば、顧客が、小切手を裏付けるための資金が無いことを知りながら小
切手を書き込んだり、不正に取得したり、又は、盗んだクレジットカードを利用
する。不正取引は、任意の所定の時刻に完了される取引の全数の内の僅かなパー
センテイジを占めるにすぎないが、詐欺による収益及び／又は資産の損失はかな
りの額である。

【０００４】 物品及びサービスの売手は、不正取引を検出するために、多数の異なる方法に
依存している。或る方法は、顧客が、詐欺を犯そうとしていることを検出するた
めの、第三者のクレジットカードプロセッサ又は第三者のチェック検証システム
から成る詐欺検出システムに依存している。他の売手は、内部の詐欺検出システ
ムに依存している。何れの場合においても、顧客が商品を受け取る以前に、詐欺
取引を検出し、出発点で売手が損失することを防止して、これらの商品を取り戻
す試みに当てられる資産の支出及び／又は経済的補償を減少又は除去することが
好ましい。

【０００５】 これらの詐欺検出システムの重要な特徴は、それらの誤り率である。誤りは、
詐欺取引が検出されない負の間違い応答、及び有効な取引が不正であると間違っ
て信号が出される正の間違い応答を含む。高い負の間違い応答は、システムがそ
の意図された機能を達成しないことを示し、詐欺によって売手に連続的に損失を
生じることになる。高い正の間違い応答は、潜在的に商いを失い且つ間違って信
号が出された取引を更に、調査して、それを有効にする際に資産を失う点で、売
手に、費用がかかる。

【０００６】 或る典型的な詐欺検出システムは、取引のパラメータを解析し、且つ取引が不
正であることを示す特徴を識別することを試みることによって、機能する。この
システムは、取引を、数個の選択された構成要素データパラメータ及び単一変数
関係に分解する。ポイントは、各パラメータ／関係に対して、それが表わす情報
、及び、それが既知のデータと一致するかに依存して割り当てられる。何れかの
パラメータ／関係のポイントの数が、所定の閾値を越える場合、潜在的な詐欺が
示される。代替的に、パラメータ／関係の全てのポイントが加算されて、合計ス
コアが発生されて、次に、その合計スコアが閾値と比較される。合計スコアが閾
値を越える場合、不正行為が取引内で示される場合がある。主な詐欺特徴を示す
単一パラメータ又は関係を利用する例示的詐欺検出システムが、"Method and Sy
stem for Detecting Fraud in a Credit Card Transaction over the Internet"
と題されるPettitt氏に対する米国特許第6,029,154により詳細に示されている。

【０００７】 別の詐欺検出システムは、取引履歴データからの変数間の関係の自己学習を利
用する神経回路網又は他の形態のモデルの様な、より複雑な予測モデルを利用す
る。このシステムは、これらの複雑なモデルを使用して、取引を解析して、取引
が潜在的に不正であるか否かを予測する。このモデルは、上記検出システムの単
一変数関係だけでなく、取引の全パラメータの互いの関係を自動的に、相関する
ことができる。自己学習モデルを利用する例示的詐欺検出システムは、"Fraud D
etection Using Predictive Modeling"と題されるGopinathan氏等に対する米国
特許第5,819,226により詳細に示されている。自己学習ベースシステムは複雑で
あり、開発するとこが困難であり、精度を維持するために、相当な訓練及び保守
管理が必要とされる。

【０００８】

【発明の要約】

本発明は、請求項で定義され、この分節の何ものも、これら請求項に制限を付
け加えない。先ず、始めに、以下に記述される好適な実施の形態は、顧客と売手
との間の不正取引を検出するための方法に関する。その方法は、売手から複数の
取引パラメータを受け取ることを含み、複数の取引パラメータは、顧客と売手と
の間の少なくとも一つの商品に対する少なくとも一つの取引を表わしている。第
１のスコアは、取引に含まれる各商品の関数として計算される。第２のスコアは
、複数の取引パラメータの第１のもの、又はその以上のものの各々の関数として
、計算される。詐欺スコアは、第１及び第２スコアに基づいて計算される。詐欺
スコアが第１の所定の閾値を越える場合に、取引は、潜在的に不正であると示さ
れる。

【０００９】 好適な実施の形態は更に、詐欺検出プロセッサに関係する。このプロセッサは
、売手から複数の取引パラメータを受信するように作動する受信機を含み、複数
の取引パラメータは、顧客と売手との間の一つ又はそれ以上の商品に対する少な
くとも一つの取引を表わしている。プロセッサは、受信機と結合していて且つ一
つの又はそれ以上の商品の各々の関数として第１のスコアを計算する様に作動す
る第１のスコアプロセッサを含む。更に、プロセッサは、受信機と結合していて
且つ複数の取引パラメータの第１の一つ又はそれ以上のものの各々の関数として
第２のスコアを計算するように作動する第２のスコアプロセッサを含む。更に、
プロセッサは、第１及び第２のスコアプロセッサと結合していて且つ第１及び第
２のスコアに基づいた詐欺スコアを計算する様に作動する詐欺スコアプロセッサ
を含む。最後に、プロセッサは、詐欺スコアプロセッサに結合していて且つ少な
くとも一つの取引が、詐欺スコアと第１の所定の閾値との比較に基づいて潜在的
に不正であるとの決定を計算する様に作動し且つこの決定を売手に示す様に更に
作動する詐欺決定論理を含む。

【００１０】

【現在好適な実施の形態の詳細な記述】

開示される詐欺検出システムは、容易に、保守管理され且つ更新され、且つ低
い誤り率を有する。更に、開示されるシステムは、モジュールであり、その全体
又は一部が、一又はそれ以上の売手に対して、サービス又は製品として、販売及
び／又は提供することができる。サービス又は製品であるシステムは、ハードウ
ェア及び／又はソフトウェアとして構成することもでき、その全体又は一部を、
詐欺検出プロセッサとして、パッケージすることができることは明らかであろう
。好適な詐欺検出システム又はプロセッサは、以下に記述される多数の構成要素
部品から成る。システム又はプロセッサの、一つ又はそれ以上の構成要素は、売
手の内部取引処理システムの一部として開発することができ、システム又はプロ
セッサの残りは、売手外部の売手と通信する事業体によって作動される。

【００１１】 或る実施の形態において、全システムは、売手の注文処理システムの一部とし
て内在するか、又は全てのインターフェース及びゲートウエイに従ってこれに結
合される。ここで、文言「結合される」は、直接接続されること、或いは一つ又
はそれ以上の中間構成要素を介して間接接続されることを意味する。この様な中
間構成要素は、ハードウェア及びソフトウェアベースの構成要素の両方を含むこ
とができる。

【００１２】 代替的に、詐欺検出システムの大部分は、顧客情報プロバイダに、下ろされる
。顧客情報プロバイダが売手外部の事業体である場合、コスト、保守管理、記憶
、及び処理に付いての考慮は、売手とって、軽減される。更に、詐欺検出プロセ
スの集中化は、複数の売手が情報資源をプールすることを可能にして、詐欺の検
出を強化する。

【００１３】 更に、更に別の代替の実施の形態において、全システムが、売手外部に存在し
、売手の注文処理システムと通信し、且つ外部の事業体によって例えば「ブラッ
クボックス」サービスとして、提供される。（即ち、取引パラメータは、外部の
事業体に送信され、外部の事業体は、詐欺指摘の結果を戻す。）。ここに開示さ
れる代替の好適な実施の形態は、売手と外部の詐欺処理事業体との間のシステム
の構成要素の代替の区分に関係しており、開示された詐欺検出システムの全ての
実施の形態が、その構成要素部品の区分がどの様にして作られるかに関わらない
様に意図されていることは、理解されるであろ。

【００１４】 複数の売手をサポートするために、システムを、各関係する売手毎に変化する
取引特徴に対応し、各関係する売手がシステムを個別に再構成することを可能に
して、誤り率を減少し、各関連する売手に内部統計的、人口統計的、履歴取引デ
ータを提供することを可能にし、及び／又はこの様なデータへの他の売手（関係
する又は関係しない）からのアクセスを得て、詐欺の検出を増強する。

【００１５】 図１は、顧客１０２と売手１０６との間の例示的取引１００を示している。取
引１００は、売手１０６からの商品１１２の購入から成る。ここでは、商品１１
２は、購入された又は価値と交換された物及び／又はサービス、或いは何らかで
ある。顧客１０２は、商品１１２を望む。売手１０６は、商品１１２を提供する
。或る実施の形態においては、顧客１０２は、別の売手である。

【００１６】 取引１００を完了するために、顧客１０２は、売手１０６の注文処理構成要素
とインタフェースし、商品１１２を注文１１０し、そして支払い情報を提供する
。売手は、注文１１０を処理して、支払いを受理し、そして商品１１２を顧客１
０２に受渡す１１４。

【００１７】 取引１００は、多数の異なる環境の一つ又はそれ以上で生じることができる。
例えば、取引１００は、小売店において、顧客１０２と売手１０６のために働い
ているキャッシャー（注文プロセッサ１０４）との間での発生する。代替的に、
取引は、電話注文処理システム１０４（ライブオペレータ、自動機、又はそれら
の組合せ）を使用して、顧客１０２とカタログベース顧客１０６との間で、又は
、インターネット、ネットワーク又は無線ベース処理システム１０４を使用して
、顧客１０２と電子商取引（「ｅ−コマース」）ベースの売手１０６との間で生
じる。注文処理プロセッサ１０４は、ガゾリンを配給するのに使用される機械を
含む、自動販売機とさえすることができる。注文処理システム１０４は、マニュ
アル、自動又はこれらの組合せとすることができる。

【００１８】 顧客１０２が、クレジットカード、デビットカード又は銀行為替手形／小切手
の様な、クレジット形態の支払いの使用を試みる場合、売手１０６から詐取する
可能性が存在する。この様な場合において、商品１１２が顧客１０２に受渡され
る以前に、この様な詐取行為を検出することが好ましい。早期の検出は、売手１
０６の収益又は資産の減少を防止する。

【００１９】 図１は、一部の顧客１０２による不正行為を検出するために、売手１０６の注
文処理システム１０４とインタフェースする詐欺検出システム１０８を示してい
る。システム１０８は、取引１００が潜在的に不正か否かを検出する能力がある
が、商品１１２が顧客１０２に受渡される以前は、取引１００は、依然として継
続している。代替的に、システム１０８は、支払いが潜在的に不正であったと決
定するために、後に、取引１００を解析する能力がある。実時間処理及びバッチ
処理の両方が考えられる。

【００２０】 詐欺検出システム１０８は、売手１０６注文処理システム１０４から取引パラ
メータ１１６を受信する。取引パラメータ１１６は、取引１００を作り上げる複
数の情報を表わしている。例示的取引パラメータ１１６は、顧客名、住所及び電
話番号、取引される商品の識別番号（「在庫品管理(Stock Keeping Unit)ユニッ
ト」又は「ＳＫＵ」番号としても知られる）及びクレジットカード番号又は当座
預金番号の様な支払いの形態に関係している情報を含んでいる。他のパラメータ
１１６は、注文した顧客１０２の要求に対して別の発送先住所を含むことができ
、贈り物等として、別の住所に発送することができる。

【００２１】 これら取引パラメータ１１６は、売手１０６に特定的であるか、又は全ての売
手１０６に対して、共通であることができる。或る取引パラメータ１１６は、与
えられた注文を処理するための注文処理システム１０４の要請の性質に基づいて
いる。例えば、売手１０６は、（サービスの様な）受渡されない製品を取引する
売手１０６は、発送先住所を収集することができず、従って、この特定の取引パ
ラメータ１１６を収集しない。更に、ｅ−コマースベースの売手１０６は、イン
ターネットプロトコルアドレス、ドメインアドレス又は電子メールアドレスの様
な追加のパラメータ１１６へのアクセスを有することができる。ここで開示され
る好適な実施の形態は、異なる売手１０６によって集められた又は異なる売手１
０６から利用可能な異なる取引パラメータに対応して、設計されており、詐欺決
定において、取引パラメータ１１６が有効又は無効に対応して、構成することが
できる。表１.０（以下を参照）は、好適な実施の形態の取引パラメータ１１６
の非網羅的リストを与える。

【００２２】 詐欺検出システム１０８は、注文処理システム１０４から取引パラメータ１１
６を受け取り、以下に詳細に記述されるそれらのパラメータ１１６を解析する。
詐欺検出システム１０８は、結果又は信号１１８を注文処理システム１０４に与
えて、取引１００が不正であるらしいことを、解析された取引パラメータ１１６
が示すか否かを、示す。或る実施の形態において、結果又は信号１１８は、詐欺
であるか詐欺でないかの２進指示子である。代替的に、結果又は信号１１８は、
例えば、不正値スケールと比較して、詐欺であるらしていことを示す数値又は他
のデータとすることができる。注文処理システム１０４は次に取引１００の処理
における結果又は信号１１８に対応するとこができる。取引１００は、依然とし
て継続している場合、注文処理システム１０４は、取引１００をマニュアル又は
自動調査システムに最終的に送り、商品１１２が発送又は受渡される１１４以前
に取引１００を終了するか、又は、商品１１２を発送又は受渡される以前に、顧
客から更なる情報又は別形態の支払いを要求する。代替的に、注文処理システム
１０４は、詐欺検出システム１０８からの詐欺検出信号１１８注文ブルチェック
又は無効（オーバライド）にするために、内部詐欺検出システムを利用すること
ができる。取引１００は、既に、完了しており、且つ商品１１２が顧客１０２に
発送されている場合には、詐欺指示信号１０８は、注文処理システム１０４によ
って使用されて、発送代理人から発送された商品１１２を取り返えしたり、又は
その取引を、内部又は外部調査／収集事業体に渡す様な損失低減又は回収手段を
行うことができる。潜在的な不正又は不正でないことが決定される取引１００は
、同じ顧客による後の取引１００を処理して損失を防ぐのに使用するために、適
当な負（以下及び図２Ｂにより詳細に記述される）又は正（以下及び図２Ａによ
り詳細に記述される）のデータベース中に更新することができる。

【００２３】 第１の実施の形態 図２Ａを参照する。詐欺検出システム１０８の第１の実施の形態を記述するフ
ロー図が示されている。売手１０６内部で、注文処理システム１０４は、取引１
００を受信し、詐欺検出処理を開始する。詐欺検出システム１０８は、注文処理
システム１０４（ブロック２０２）から初期取引パラメータ１１６を受け取る。

【００２４】 システムは支払い認証チェック（ブロック２０４）を達成する。このチェック
は、外部のクレジットカード発行会社又は第３者小切手検証サービスの何れと接
触することを含む。代替的に、内部チェックが、売手発行クレジット売掛金勘定
に対して達成される。外部発行会社又は認証サービスは、公知の技術で、取引１
００で認証プロセスを達成する。この認証プロセスは、発行会社に既に報告され
ている盗難クレジットカード又は小切手を典型的に見破る。更に、認証プロセス
は、顧客がクレジットの制限又は利用可能な資金を越えたことを示す。

【００２５】 代替的に、クレジットカード取引に対して、認証チェックは、住所検証チェッ
ク(Address Verification checking)（「ＡＶＳ」）、カード検証値チェック(Ca
rd Verification Value Checking)（「ＣＶＶ２」）、クレジットカード発行又
は認証会社によって現在又は後日開発の他の詐欺検出プロセス、又はこれらの組
合せを含むことができる。ＡＶＳチェッキングは、資産又はクレジットカード状
態の検証を越えて、顧客１０２によって供給される住所の要素が発行会社の記録
と一致するかをチェックする追加のチェックを達成する。ＡＶＳは、データが利
用可能でないこと、又は、不一致、又は全部又は部分的一致があることを示す結
果を戻すことができる。ＡＶＳチェックは、ミススペル、間違って指定された請
求先住所、及び他の顧客サービス／注文入力ミスを訂正するためにマニュアルで
いじった住所及び／又は名前に対して、繰り替えすことができる。

【００２６】 ＣＶＶ２チェッキングは、クレジットカード印刷又は掃引機構によって再発生
されない仕方で、カード上のみに印刷される識別コードを要求することにより、
顧客１０２が実際に物理的クレジットカードを所有しているか否かを決定する。
もし認証チェックが失敗した場合、取引は直ちに停止される。そうでない場合は
、処理は更に続行する。しかしながら、詐欺を犯す顧客は、標準の支払い認証技
術によって検出されることを避ける方法を利用する。例えば、顧客１０２は、メ
ールで、関連する住所情報と共にクレジットカードを横取りし、カードが、発行
会社に盗難されたことが報告される以前に、クレジットカードを利用する。更に
、これらの標準支払い認証技術は、国際的に起こされた取引１００では、役に立
ない場合がある。

【００２７】 取引１００は、購入されている商品１１２の価値が所定の閾値額２０８（ブロ
ック２０６）よりも大きいか否かを知るために、同様にチェックされる。売手１
０６は、全価値が特定の閾値よりも小さい取引１００は不正でないらしいことを
決定することができる。低い値の取引１００は、更なる詐欺処理からバイパスさ
れて、資産の無駄遣いを省き、取引１００が受け入れられる（ブロック２３０）
。所定の閾値２０８は、売手１０６に特定又は複数の売手１０６に対して共通で
あり、売手１０６は、周期的にそれらの閾値２０８を調整することができる。各
売手１０６は、異なる価値を有する商品に対して、詐欺の可能性が大きいか小さ
いかを経験することができる。更に、所定の閾値は、他の取引パラメータ１１６
及び他の詐欺検出アルゴリズム（以下に記述される）の結果に対応するように動
的に調整することができる。例示的な所定の閾値は１００．００ドルである。

【００２８】 この価値が、所定の取引閾値量よりも大きい場合、取引１００の取引パラメー
タ１１６は、正のデータベース２１２（ブロック２１０）に対して比較される。
正のデータベース２１２は、不正でないと決定された過去の取引からの一つ又は
それ以上の取引パラメータを含む、顧客１０２識別情報を維持する。この様な、
顧客識別情報は、顧客名、クレジットカード番号、当座預金番号、住所又はそれ
らの組合せを含むことができる。このデータベース２１２は、売手１０６と良好
て関係を有するが、高取引量、高リスク郵便番号への発送、又は尋常で無く高い
注文頻度（「速度」）の様な他の理由のために、詐欺検出システム１０８によっ
て不正と信号された取引１００をしばしば有する顧客１０２に対応している。こ
の様な、正の情報の性質はおそらく高機密であるのでがあるが、この様な正のデ
ータベース２１２及び比較（ブロック２１０）は、前記売手１０６内部で完了し
ていることが好ましい。更に、この正のデータは、売手特定的である傾向がある
が、これは、単に、或る顧客が或る売手で詐欺と記録されていないことが、他の
売手で詐欺と記録される可能性がないことを必ずしも意味していないという理由
からである。現在の顧客１０２が正のデータベース２１２でみいだされる場合、
取引１００は、別の処理からバイパスされ、取引が許可される（ブロック２３０
）。そうでない場合、詐欺検出システムはその解析を続行する（ブロック２１４
）。代替の実施の形態において、正の指示は、詐欺検出システムからの間違った
正の結果の頻度を減少するのに使用される。

【００２９】 パラメータ１１６を更に解決するために、顧客１０２が使用する支払いの形態
が決定される（ブロック２１８、２２０）。クレジットカードベース取引１００
は、銀行為替手形又は小切手ベース取引１００とは異なるパラメータ１１６を有
している。代替的な実施の形態において、取引１００環境、即ち、取引１００が
小売店、電話注文売手又はｅ−コマースベース売手から発生しているのか、を決
定する。

【００３０】 或る実施の形態において、取引パラメータ１１６は、フォーマットされ、顧客
情報プロバイダ２２４に送信され、これが詐欺検出プロセス（ブロック２２２）
を完了する。顧客情報プロバイダ２２４は、好ましくは、売手１０６外部の事業
体であることが好ましく且つ詐欺検出サービスを複数のベンダー１０６に提供す
る詐欺検出サービスプロバイダであることが好ましい。代替的に、顧客情報プロ
バイダ２２４は、過剰な詐欺処理能力をサービスとして他の売手に１０６に売る
別の売手１０６であり、顧客情報プロバイダ２２４は、売手１０６内部である（
例えば、注文処理システム１０４の一部又はこれと結合されたもの）。顧客情報
プロバイダ２２４は、取引１００が不正であるらしいか否かを示す信号を戻す（
ブロック２２６）。取引が不正でないと見込まれる場合（ブロック２２８）、取
引が許可されて（ブロック２３０）、商品１１２が受渡される。取引１００が不
正と見込まれる場合（ブロック２２８）、システムは、所望の売手特定の動作を
達成して、この潜在的な詐欺と戦う（ブロック２３２）。例えば、システムが、
取引をキャンセルして、商品１１２の顧客１０２への配送を止めるか、又は、取
引に更なる検査のために信号が伝達される。

【００３１】 図２Ｂを参照する。顧客情報プロバイダ２２４によって行われる詐欺検出処理
を示すフロー図が示されている。顧客情報プロバイダ２２４は、取引１００の詐
欺状態を決定するための要求を受信し、且つ売手１０６から関係する取引パラメ
ータを受信する（ブロック３２０）。この要求は、電話、ネットワーク、インタ
ーネット、又は他の通信媒体によって送信される。最初に、取引１００が不正で
ないと仮定されており、後の処理が、その取引が不正であるらしいか否かを決定
する（ブロック３０４）。代替の実施の形態において、初期の仮定が、取引が不
正であるらしいとし、後の処理が、これを誤りと証明する。

【００３２】 顧客情報プロバイダ２２４は、先ず、取引１００に対する不正乗数を計算する
（ブロック３０６）。この不正乗数は、取引パラメータ１１６の価値及び取引パ
ラメータが既知の情報のデータベース３０８、３１０、３１２に対して認証され
るかに基づいたスコアである。これらのデータベース３０８、３１０、３１２は
、顧客情報データベース３０８、負の売掛金勘定データベース３１０、及び負の
住所データベース３１２を含む。一般的に、これらのデータベース３０８、３１
０、３１２は、関係する売手１０６、３１６、３１８に知られている特定の顧客
及び顧客情報、統計データ及び履歴取引データを含む。

【００３３】 顧客情報データベース３０８は、各売手１０６、３１６、３１８の顧客１０２
に付いての情報の収集である。この様な顧客情報は、顧客が関係する特定の売手
にのみ典型的に関係するので、各売手１０６、３１６、３１８に対して別のデー
タベース３０８が設けられる。代替的には、各関係する売手１０６、３１６、３
１８からの情報を一箇所に集めることにより、広範囲なデータベースが、売手１
０６、３１６、３１８の全てに与えられ、詐欺検出システムの精度を増強し、且
つ誤り率を減少する。更に、顧客情報プロバイダ２２４が売手１０６の内部機関
である場合、又は、プライバシーの問題のために、このデータは、一売手のみの
顧客情報を表わすことができる。顧客情報データベース３０８は、顧客名、住所
、顧客がどの程度の期間顧客であったのか、及び顧客の過去の一つ又はそれ以上
の取引に付いての情報様な現存する顧客について情報を表わすデータを含むこと
が好ましい。ｅ−コマース環境において、このデータベース３０８は更に、顧客
のインターネットプロトコルアドレス、ｅ−メールアドレス又はドメインアドレ
スの様な情報を更に含むことができる。

【００３４】 負の売掛金勘定データベース３１０及び負の住所データベース３１２は、不正
であると知られている過去の取引に付いての情報を含む。この負の売掛金勘定デ
ータベース３１０は、過去の不正取引で使用されたクレジットカードアカウント
番号及び／又は当座預金番号を含む。負の住所データベース３１２は、詐欺取引
で以前含まれる顧客、カード保有者、又は発送先住所を含む。データベース３１
０、３１２内のデータは、関係する売手１０６、３１６、３１８、金融機関、又
は他の事業体によってあたえられる。負のデータベース３１０、３１２は、或る
売手１０６、３１６、３１８に対して行われた又は試みられた詐欺は、一般的に
、全ての売手１０６、３１６、３１８に関係する情報であるという事実を認める
ものとして提供される。この仕方で、或る売手は、他の売手１０６、３１６、３
１８の負の経験からの利益を得る。

【００３５】 データベース３０８、３１０、３１２は更に、図２Ａのブロック２１０で使用
される正のデータベース２１２を更に含むことができ、この比較は詐欺検出シス
テム１０８によって達成することができるようになる。代替的に、各関係する売
手１０６、３１６、３１８は、売手１０６、３１６、３１８間で関係する他の売
手の正の取引履歴データへのアクセスを有する。正のデータベースが含まれる場
合、正のデータは、詐欺乗数の計算の因子として詐欺検出システム１０８によっ
て使用され、図２Ａに示される様に、詐欺決定プロセスを無効にしない。代替的
に、この様な正のデータが売手間で関係する場合、更なる詐欺処理をバイパスし
て、取引を認証するために、このデータを使用することが出来る。詐欺検出シス
テム内部、又は第３者の事業体によって与えられる、クレジット履歴又は破産情
報の様な公に利用可能なデータから成る追加のデータベースは、データベース３
０８、３１０、３１２の一つ又はそれ以上を増強するために使用することができ
る。内部的に与えられた又は第三者によって与えられた、他の売手又は他の個人
的事業体からの私有の内部データの様な非公的情報を含む追加のデータベースも
、同様に含むことができる。

【００３６】 上記データベース３０８、３１０、３１２に加えて、詐欺乗数ポイントデータ
ベース３１４も設けられる。詐欺乗数ポイントデータベース３１４は、関係する
売手１０６は各詐欺決定要求を提供する取引パラメータ１１６を表わすデータを
含む。このデータは、各売手１０６取引環境及び詐欺経験に依存して、各関係す
る売手１０６、３１６、３１８毎に異なるか又は特定であることができる。或る
実施の形態において、データは、共通のデータベース３１４に記憶されるか、代
替的に、各売手１０６、３１６、３１８は、それら自身のデータベース３１４を
有することができる。例えば、顧客状態取引パラメータは、各売手１０６、３１
６、３１８によって定義するとこができる。排他的会員性を売り物とするが、非
会員にも取引を可能にする売手１０６、３１６、３１８に対して、顧客情報パラ
メータは会員又は非会員の状態を示すことができる。代替的に、顧客状態パラメ
ータは好適な状態を示すか、即ち、顧客が購入する額又は顧客の再来の頻度等に
依存して、顧客は貧乏、可、良好又は優良であると、売手１０６、３１６、３１
８が感じる顧客の優良度を示す。各取引パラメータ１１６に対して、特定の取引
パラメータが、データベース３０８、３１０、３１２の一つで認証されるか又は
されない場合、詐欺計算に計算されるべきポイント数を表わす対応するポイント
値が提供される（以下、詳述）。ポイント値は、個々のビジネス環境に依存して
、各売手１０６の考慮で決定され、同じ取引パラメータ１１６に対するポイント
値は売手１０６間で変化することができる。例えば、或る売手１０６、３１６、
３１８は、他の売手１０６、３１６、３１８よりも特定の地理的領域からより詐
欺を経験する場合がある。これらの売手１０６、３１６、３１８は次に、これら
の地理的領域をカバーする特定の郵便番号と一致する住所に、より高いポイント
値を割り当てることができるが、これらの住所には、他の売手１０６、３１６、
３１８によって割り当てを行うことがてきる。

【００３７】 或る取引パラメータ１１６は本質的にブール変数であり、この変数はパラメー
タの値がデータベース３０８、３１０、３１２の一つに対して認証できる場合に
、真値を有する。この場合、パラメータ１１６には、それが、真か又は偽である
に依存して、ポイントが割り当てられる。更に、或る取引パラメータ１１６はパ
ラメータ１１６の値に基づいてポイントが割り当てられる。例えば、取引１００
の全価値を表わしている取引パラメータ１１６は、この価値の関数として特定の
数のポイントが割り当てられる（例えば、１００ドルの価値に対して０.５ポイ
ント）。

【００３８】 代替的に、特定の取引パラメータ１１６に割り当てられるポイントは、一つ又
はそれ以上の他の取引パラメータの価値に依存する。例えば、クレジットカード
番号速度を表わす取引パラメータ１１６は、クレジットカード番号の使用頻度（
それ自体は別の取引パラメータ１１６）に基づくポイントが割り当てられる。速
度は、特定の時間間隔に渡っての使用頻度又は取引の特定の数である。速度チェ
ックは、取引１００の回数（「回数速度」）及び額（「額速度」）、即ち、特定
の価値の取引１００の頻度について行われる。速度チェックは、顧客１０２識別
、クレジットカードアカウント番号、当座預金番号及び住所、カード保有者、発
送先、その他（例えば、住所変更の頻度）に対して行われる。他の関係はポイン
ト割り当てによって取得することができる。例えば、一つ又はそれ以上取引パラ
メータ１１６に依存して、一つ又はそれ以上の他の取引パラメータ１１６は、更
に、全体の詐欺決定の重要性を増大又は減少するための重みを伴って計算するこ
とができる。一般的に、複数のポイント又は一つのポイント及びパラメータ関係
が割り当てられ、及び／又は特定のパラメータ関係毎に、不正取引に対するパラ
メータ１１６関係の関数として、に計算される（即ち、パラメータ１１６の特定
の価値、又はパラバラメータ１１６間の関係が詐欺であるらしいかそうでないか
を示す）。例えば、或る実施の形態において、取引速度パラメータ１１６に対す
るポイント値は、速度計算に含まれる取引の各々が開始された位置の地理的分散
に基づいて調整される。このことは、取引１００が開始された時に全ての各位置
に物理的に存在する顧客１０２の確率に対応している。例示的詐欺乗数ポイント
データベース３１４が、取引パラメータ１１６及び特定の売手１０６に対するポ
イントに対応して、表１.０に示されている。

【００３９】

【表１】 表１.０取引 パラメータ ポイント 正のデータベース一致 −５．００ 負のデータベース（当売手）一致 ＋１０．００ 負のデータベース（他の売手）一致 ＋８．５０ カード保有者住所への発送では無い ＋０．５０ カード保有者住所への発送 −１．００ 顧客住所への発送ではない ＋０．５０ 貨物取扱人への発送 ＋１．００ 第三者住所検証（ＡＶＳ）ｏｋ −１．００ 第三者住所検証（ＡＶＳ）部分的にｏｋ ＋２．５０ 第三者住所検証（ＡＶＳ）ｏｋで無い ＋５．００ 顧客Ｓｖｃ．Ｒｅｐ．が詐欺を疑う ＋５．００ 高リスク郵便番号 ＋１．５０ 電話注文 ＋０．２５ 全取引額 ＋０．５０／＄１００ 航空輸送 ＋０．５０ 顧客期間 −０．５０／年 顧客状態＝優良 −１．００ 顧客状態＝良好 −０．２５ 顧客状態＝可 ＋０．２５ 顧客状態＝貧乏 ＋１．００ クレジットカード額速度超越 ＋０．５０ クリジットカード回数速度超過 ＋０．５０ 顧客額速度超過 ＋０．２５ 顧客回数速度超過 ＋０．２５ 発送先住所量速度超過 ＋０．５０ 発送先住所回数速度超過 ＋０．５０ カード検証値（ＣＶＶ２）不一致 ＋０．５０ カード検証値（ＣＶＶ２）一致 −１．００

【００４０】 データベース３０８、３１０、３１２、３１４は周期的に更新されるのが好ま
しい。例えば、バッチ更新プロセスは、各関係する売手１０６から使用される。
代替的に、データベース３０８、３１０、３１２、３１４は、各関係する売手１
０６が関連データを取得する時に、実時間で更新される。この更新は、自動的に
又はマニュアルで発生する。負のデータベース３１０、３１２は、取引１００が
売手によって不正と検証されると、関係する売手１０６、３１６、３１８によっ
て更新される。不正であることを示す記憶情報が最早正確でないと決定される時
、記録が負のデータベース３１０、３１２から除去される。或る実施の形態にお
いて、これが発生するのは、記録が間違って負のデータベース３１０、３１２に
導入されるか、又は、顧客又は住所の不正状態が変化したことをマニュアル検査
が示した後のみである。顧客不正状態は、例えば、その顧客よる更なる不正行為
が存在しない状態が所定の期間経過した後、変化することができる。最初の詐欺
を働いた前の保有者が移動して、新たな顧客がその住所に居住していることが決
定される場合、住所不正状態を変更することができる。代替の実施の形態におい
て、不正でない行為の所定の期間の様な所定のルールに基づいて自動的に、又は
自動化プロセスとマニュアル検査との組合せを通して、記録が、始動的に負のデ
ータベース３１０、３１２から除去される。取引に対する詐欺乗数は、上述の様
に、各取引パラメータ１１６に対するポイントを先ず決定することによって計算
されることが好ましい。詐欺乗数を計算するために、各取引パラメータ１１６に
対して決定されたポイントが加算されて、全スコアを計算する（ブロック３０６
）。代替的に、他の数学的公式化は、詐欺乗数を計算するために使用することが
できる。詐欺検出プロセスの全体誤り率を最小化するために統計的に設計されて
いる数学的計算を使用することが好ましい。

【００４１】 詐欺乗数が一度計算されると、詐欺検出システムは次に取引に対するＳＫＵポ
イントを計算する（ブロック３２０）。上述した様に、ＳＫＵは、取引１００に
含まれる特定の商品を識別するユニークな識別コードである。各商品は、ユニー
クなＳＫＵを有する。各ＳＫＵは、特定の商品が詐欺の対象となる傾向を示すポ
ント値と関連される。各関連する売手１０６、３１６、３１８に対して、関係す
るＳＫＵポイントデータベース３２２は、特定の売手がやりとりする商品のＳＫ
Ｕの或るポイントを含む。取引１００に対するＳＫＵポイントは、取引に含まれ
る各商品に対する個々のＳＫＵポイントを加算することによって計算される。Ｓ
ＫＵポイントの和（即ち、最小ＳＫＵポイント和）は、少なくとも１である。こ
れは、高詐欺乗数を有するが関係されたポイントを有さないＳＫＵを含む（極め
て低い詐欺潜在性）取引１００が、０の詐欺スコアを得ることを禁止する（例え
ば、顧客が１０００個の口紅を購入する場合）。２つ以上の同じ商品が購入され
る場合、各々のＳＫＵポイントが含まれるか、代替的には、商品は、一度のみカ
ウントされることのみができる。代替的な数学的公式は、ポイント値の減少又は
増大或いは動的ポイント値として、使用することもできる。例えば、何れかの製
品の注文の量がより多ければ多い程、その製品のポイントをより高くして（即ち
、５００個の口紅が注文された場合、最初の１００個が各々０ポントを有し、次
に１００個各々１０ポイントを有し、次の１００個が各々２０ポイントを有する
。等）、何れかの製品の大量の注文が不正であることがより疑わしいとする確率
を与える。しかしながら、使用される数学的計算は、詐欺検出プロセスに対する
全体的な誤り率を最小にする様に統計的に設計されている。特定の売手１０６に
対するＳＫＵ及び関連するポイント値を示す例示的ＳＫＵポイントデータベース
が、表２.０に示されている。

【００４２】

【表２】 表２.０ＳＫＵ ポイント 記述 XX001 +10 事務所用椅子−革 XX002 +10 ファクス装置 XX003 +10 コードレス電話-900/DK/CID XX004 +10 普通紙FAX XX005 +10 コードレス電話-900/2ライン/CID XX006 +10 コードレスPH-900/2ライン/CID/TA XX007 +10 共同W/コーヒー注ぎ XX008 +40 ステレオシステム XX009 +20 CDチェンジャ/12キャップ XX010 +40 カムコーダVHS-C XX011 +10 ブッチャーブロックカート XX012 +10 レッドデビルグリル XX013 +10 圧力クッカー XX014 +10 保安自動ダイアラー XX015 +10 CDラック XX016 +15 保安カメラ XX017 +10 カクテルテーブル XX018 +10 エンドテーブル XX019 +10 ソファテーブル XX020 +10 ラブシート-フローラル XX021 +10 ソファ-フローラル XX022 +15 コンパクトステレオケブラーSPE XX023 +15 コンパクトコンポーネントシステム XX024 +15 コンパクトコンポーネントドルビー XX025 +40 DVDプレーヤ XX026 +10 トレッドミル/0-10MPH XX027 +20 TV 1.6" XX028 +10 カメラ XX029 +15 ラックシステム XX030 +20 4HD VCR

【００４３】 全詐欺スコアは、取引に対して計算された詐欺乗数及びＳＫＵポイントにから
計算される（ブロック３２４）。全詐欺スコアは、ＳＫＵポイントに詐欺乗数を
乗算することにより計算される。詐欺スコア計算は、ＳＫＵポイントと他の取引
パラメータとをバランスし、詐欺検出プロセスに対する全誤り率を最小にするよ
うに設計されている。ポイントは正の取引特徴に対して詐欺乗数から引かれるの
で、詐欺スコアは、詐欺の可能性が極めて少ないことを示す負の数値とすること
ができる。

【００４４】 全詐欺スコアは、詐欺スコア閾値３２８と比較される（ブロック３２６）。詐
欺スコア閾値は、取引１００が不正であるらしいことを示す潜在的に不正の振舞
いの度合を示す。各関係する売手１０６、３１６、３１８は、詐欺スコア閾値を
与えることができる。例示的詐欺スコア値は５０ポイントである。代替的に、複
数の詐欺スコア値又は詐欺スコア範囲が与えられて、詐欺的を示す振舞いの度合
い又は範囲が示される。更に、詐欺スコア値は、一つ以上の取引パラメータ１１
６値又は含まれる商品１１２のＳＫＵに基づいて自動的に調整される動的値であ
ることができる。動的詐欺スコア値は、詐欺の統計的確率を示す又は示さないこ
れらのパラメータに対して補償を行い、補償を不平衡にすることができる。

【００４５】 詐欺スコアは、詐欺スコア閾値（ブロック３２６）よりも小さいか又は等しい
（又は、代替的にほんの僅かだけ小さい）場合、顧客情報プロバイダ２２４は、
取引が不正で無いらしいことの指示を売手１０６に戻す（ブロック３３８）。詐
欺スコアが閾値以上の場合、顧客情報プロバイダ２２４は、取引１００が不正で
あるらしいことの指示を戻す。戻された指示は、ブールフラッグ（即ち、不正ら
しいか又はらしくない）又は不正である取引１００の確率に関係する信頼スコア
（例えば、不正でないらしいことを意味する“０”。極度に不正の可能性がある
ことを意味する“９”）とすることができる。

【００４６】 代替的に、以後の処理は、不正でない取引１００が間違って不正と指示されて
いないことを補償する。取引１００は、他の消費者情報データベース３３２に対
して更にチェックされる（ブロック３３０）。これらの他の消費者情報データベ
ース３３２は、典型的に料金ベースであり、消費者情報プロバイダ２２４の専用
データベースを、第三者の公的及び非公的情報源と共に含む。これらのデータベ
ース３３２へのアクセス料金は、データベース３３２の性質及び行われている認
証質問又はルックアップの性質に通常基づいている。例えば、各住所検証質問に
対して固定料金を課すことができる。これらのデータベース３３２は、詐欺乗数
計算で使用されるデータベース３０８、３１０、３１２に変更することができる
（ブロック３０６）。取引パラメータ１１６及びこれの代替データベース３３２
間のでの一致は、現在の取引１００が不正である確率を減少することに使用でき
る。これらのデータベース３３２が詐欺決定プロセスを補うのに使用されて、料
金ベースデータにアクセスする際の外部コストを最小にすることが好ましい。更
に、或る売手１０６は、詐欺の決定に対して追加された手当てに対する不快感を
与えない支払いであるアクセス料金の額に依存して、データベース３３２に対し
てより多く又はより少ないチェックでもって、彼らの詐欺決定に補うことが好ま
しい場合がある。

【００４７】 代替のデータベース３３２のチェックが、現在の取引が不正ではなさそうであ
るとすることが決定された場合（ブロック３３４）、不正でないとの指示子は、
上述された更なる処理に対して、売手１０６に戻される。そうで無い場合は、現
在の取引１００が不正でありそうだとする指示子が売手１０６に戻される（ブロ
ック３３８）。或る実施の態様において、顧客住所、カード保有者住所、及び発
送先住所が全てデータベース３３２に対して検証される。３つ全てが一致すると
、詐欺スコアが取り消されて、取引が認可される。代替的に、比較的厳しく無い
一致が要求されるか、又は、他のパラメータが、住所の代わりに又はこれに追加
して、検証される。更なる他の代替の実施の形態において、データベース３３２
からの認証結果が、それ自体、割り当てられたポイント値である。これらのポイ
ント値を利用して、詐欺スコアが再計算され、且つ詐欺スコア閾値と比較される
。代替的に、認証結果は、詐欺乗数計算での一つ又はそれ以上の取引パラメータ
１１６のポイント値を加重するために使用することができ、詐欺スコアが再計算
される。

【００４８】 詐欺検出システム１０８が作動する時、誤りが存在する場合がある（即ち、間
違った正及び間違った負がシステムから応答され、売手１０６又は消費者情報プ
ロバイダ２２４によって後でそのことが決定される。）。或る実施の形態におい
て、これらの誤りが発生するが、ミスとフラッグされた取引１００は、更に検査
又は解析され、マニュアルか又は自動的な詐欺調査によって、何故システムが故
障したかを決定する。特定の取引パラメータ１１６又はＳＫＵが詐欺決定プスセ
スに対応していないか、又はこれに対して不平衡な効果を有する場合、データベ
ース３０８、３１０、３１２、３１４は、誤りを訂正するように調整される。こ
の様な調整は、ポイント値の変更、新たな内部パラメータの関係の定義又は現存
する内部パラメータの関係の改良、又は、考慮されるべき追加の取引パラメータ
を含む。

【００４９】 更に、開示された詐欺検出システムは、不良小切手又は盗難クレジットカード
の様な特定事例の詐欺だけでなく、一般的な詐欺を検出することができる。例え
ば、開示された詐欺検出システムは、クーポン又は割引の不正使用、売手１０６
に関係する医療、歯科医療、又は自動車に対する詐欺使用、又は、薬剤に関係す
る売手１０６に対する処方箋の不正使用を検出する。取引の特徴の全てが、詐欺
をより強く示す因子が決定に関してより大きな影響力を有し、他の因子及び因子
間関係が依然として相当考慮される様に、バランスされる。

【００５０】 更に、上述のプロセス、比較、及び計算が、特定の順番で達成されように開示
されているが、代替の実施の形態においては、実行順は異なることができるが全
ての注文が考慮される。例えば、或る実施の形態において、ＳＫＵポイントは、
詐欺乗数の計算以前に計算される。

【００５１】 開示されたプロセス、比較、及び計算は、ＲＰＧ言語が記載されたコンピュー
タプログラムとして、ソフトウエアに組み込まれることが好ましい。ソフトウエ
ア及びデータベースは、ニューヨーク、アルモンク(Armonk)所在のIBM(登録商標
)コーポレーションによって製造されたAS/400コンピュータシステム上で実行す
ることが好ましい。コンピュータシステムは、IBMによって提供されるOS/400 4.
0又はより高いバージョンのオペレーティングシステムを実行することが好まし
い。データベースはAS/400統合化ファイルシステムを使用して、好適に実現され
る。代替的に、ソフトウエア及びデータベースはIBM 390アーキテクチャに従っ
て作動するメインフレームコンピュータシステム上で実現される。更に別の実施
の形態において、ソフトウエア及びデータベースは、UNIX（登録商標）オペレー
ティングシステムを利用するIBMコーポレーションによって製造されるRS/6000コ
ンピュータシステム上で実現される。更に別の代替的実施の形態において、ソフ
トウエア及びデータベースは、構造化Query言語を使用して実現され、カフォル
ニア、サンタクララ所在のIntel(登録商標)コーポレーションによって製造され
た、Pentium(登録商標) III又は それ以上と同等のプロセッサを有するコンピュ
ータシステム上で、ワシントン、レッドモンド所在のマイクロソフト(登録商標)
社によって製造されたマイクロソフトNT 4.0オペレーティングシステム及びマイ
クロSQLサーバを使用して、実行される。更なる実施の形態において、詐欺検出
システムの構成要素部分の一つ又はそれ以上は、ハードウエアで直接的に実行さ
れる。実現の詳細は、関係する売手１０６、３１６、３１８及び顧客情報プロバ
イダ２２４のハードウエア及びソフトウエアに依存して変化する。

【００５２】 第１の実施の形態において、詐欺処理の大部分は、売手１０６外部にあり、従
って、消費者情報プロバイダの単一計算環境で実現することができる。これは、
単一計算プラットファーム及び単一プログラミング言語等に対する、詐欺検出シ
ステムの開発を含み、開発及び維持管理の複雑性を容易にする。

【００５３】 第２の実施の形態 図３Ａ及び３Ｂは、詐欺検出システム１０８の第２の実施の形態を示す。この
実施の形態は、上述された売手１０６外部か又は外部でない売手１０６及び消費
者情報プロバイダ４４６との間の処理区分内のみで第１の実施の形態と異なって
いる。

【００５４】 図３Ａを参照する。処理の大分部は、売手１０６内部に留まり、詐欺乗数の計
算（ブロック４１６）、ＳＫＵポイントの計算（ブロック４２６）、全詐欺スコ
アの計算（ブロック４３０）及び関係するデータベース４１８、４２０、４２２
、４２４、４２８、４３４を含む。この実施の形態において、しかしながら、負
の情報データベース４１８、４２２は、この特定の売手１０６によって集められ
た、又はこの特定の売手１０６に対して与えられた負の情報を含むことのみがで
きる。詐欺スコアが詐欺スコア閾値を越える時に生じる第２のチェッキングは、
消費者情報プロバイダ（ブロック４３２、４３６）によって達成される。典型的
には、この第２チェッキングは、料金ベースのデータベース（上述された）にア
クセスを含む。或る実施の形態においては、消費者情報プロバイダ４４６によっ
て第２のチェッキングの実行の決定は、取引１００のマニュアル検査の後に、マ
ニュアルで決定される。代替的に、第２のチェッキングは、詐欺スコアが詐欺ス
コア閾値う越える全ての取引１００に対して自動的に達成されることができ、又
、第２のチェッキングを達成するための決定は、一つ又はそれ以上の取引パラメ
ータ１１６及び結果のポイント値に基づくことができる。更に別の代替の実施の
形態において、消費者情報プロバイダ４４６を用いての第２のチェッキングは、
顧客、カード保有者、及び発送先住所の様な特定の取引パラメータ１１６に対し
て行われ、マニュアル検査での考察で決定される他の取引パラメータの次の第２
のチェッキングが伴う。

【００５５】 図３Ｂにおいて、消費者情報プロバイダ４４６は、他の関係する売手１０６、
５１２、５１４からの負の取引情報又はソースを含む負のデータベース５０８、
５１０に対する取引をチェックする（ブロック５０６）。この情報から、関係す
る詐欺の履歴があるか無いかが決定される（ブロック５１８）。更なる第２のチ
ェックは、他の専用、他の公的、及び他の非公的データベースに対して、上述さ
れた様に達成され、取引１００の不正状態を更に確認する（ブロック５２０、５
２４、５２６）。詐欺履歴（もし有れば）、及び第２のチェッキングの結果は、
売手１０６に戻される（ブロック５２８）。

【００５６】 図３Ａを参照する。詐欺検出システムは、全詐欺スコア及び消費者情報プロバ
イダ４４６によって戻されたデータに基づいて、詐欺の確率を決定する。或る実
施の形態において、詐欺スコア及び消費者情報プロバイダ４４６によって戻され
たデータは、マニュアルで検査され、且つ詐欺の確率を決定する様に調和される
（ブロック４４０）。代替的に、消費者情報プロバイダ４４６によって戻された
データ及び詐欺スコアは、不正状態を決定する様に自動的に調和される。例えば
、消費者情報プロバイダによって戻されたテータは、詐欺乗数からのポイントを
加算したり減算したりするのに使用され、詐欺スコアは再計算されて、詐欺閾値
と再比較される。取引１００が不正でないと決定されると、取引が認可される（
ブロック４４２）。取引が不正であると決定される場合、更なる行為が上述した
様に行われる（ブロック４４４）。

【００５７】 第１の実施の形態に対して上記された利点に加えて、第２の実施の形態は、売
手１０６と消費者情報プロバイダ４４６との間での簡易なデータ管理、及びより
低いハンド幅の必要性を提案する。メインデータベース４１８、４２０、４２２
、４２４、４２８、４３４は、売手１０６内部にあって、更新及び調整をより簡
易にし且つより高速にする。更に、消費者情報プロバイダ４４６は詐欺検出プロ
セスを全体として減少するので、消費者情報プロバイダ４４６に送られるのに必
要なデータの量は減少される。更に、第２の実施の形態は、売手１０６と消費者
情報プロバイダ４４６との間の通信の問題を被っていない高信頼システムを提供
する。通信障害の場合、システムは不正取引１００を依然として検出する。最後
に、詐欺オペレーションを検出するための内部システムは、外部処理により重く
依存するシステムよりもより高速に応答する。

【００５８】 前述の詳細な記述は、限定ではなく説明であると考えられと意図されており、
均等物を含む請求の範囲は、本発明の精神及び範囲を定めることが意図されてい
ることが理解されるべきである。

【図面の簡単な説明】

【図１】 好適な詐欺検出システムを利用する例示的商取引のブロック図。

【図２Ａ（１）】 好適な詐欺検出システムの第１の実施の形態を詳細に示すフロー図。

【図２Ａ（２）】 好適な詐欺検出システムの第１の実施の形態を詳細に示すフロー図。

【図２Ｂ（１）】 好適な詐欺検出システムの第１の実施の形態を詳細に示すフロー図。

【図２Ｂ（２）】 好適な詐欺検出システムの第１の実施の形態を詳細に示すフロー図。

【図３Ａ（１）】 好適な詐欺検出システムの第２の実施の形態を詳細に示すフロー図。

【図３Ａ（２）】 好適な詐欺検出システムの第２の実施の形態を詳細に示すフロー図。

【図３Ａ（３）】 好適な詐欺検出システムの第２の実施の形態を詳細に示すフロー図。

【図３Ｂ】 好適な詐欺検出システムの第２の実施の形態を詳細に示すフロー図。

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ，ＴＲ)，ＯＡ(ＢＦ ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ， ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，Ｇ Ｍ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ， ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ， ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，Ｂ Ｚ，ＣＡ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ ，ＤＭ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ， ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，Ｊ Ｐ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ， ＭＮ，ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，Ｒ Ｏ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＺ，ＶＮ， ＹＵ，ＺＡ，ＺＷ (72)発明者 ジョーンズ リチャード エイ アメリカ合衆国 ミシガン州 49546 グ ランド ラピッズ アルガー サウス イ ースト 2961 (72)発明者 ジェスナー コリーン エム アメリカ合衆国 ミシガン州 49525 グ ランド ラピッズ ボイス ノース イー スト 3141 (72)発明者 ジョンストン コニー エス アメリカ合衆国 ミシガン州 49508 グ ランド ラピッズ カーウッド サウス イースト 4253 (72)発明者 マーティン ノリーン ケイ アメリカ合衆国 ミシガン州 49331 ロ ウェル ノース モンロー ストリート 406 (72)発明者 ウィークレイ ロザリンド アール アメリカ合衆国 ミシガン州 49508 グ ランド ラピッズ サウザンプトン スト リート ドライヴ サウス イースト 1811 (72)発明者 ルウィス ジュニア ケリー アール アメリカ合衆国 ミシガン州 49508 ケ ントウッド サフロン レーン 1376 (72)発明者 デシュパンド サンジェイ エイチ アメリカ合衆国 ミシガン州 49508 グ ランド ラピッズ サンディー ショアー ドライヴ サウス イースト 2162 ア パートメント ＃101 (72)発明者 バーンズ マイケル アール アメリカ合衆国 ミシガン州 49331 ロ ウェル サーティーシックスス ストリー ト 13289 【要約の続き】

Claims (55)

【特許請求の範囲】
1. 【請求項１】 顧客と売手との間での不正取引を検出する方法であり、 （ａ）前記顧客と前記売手との間での少なくとも一つの商品の少なくとも一つの
   取引を表わす複数の取引パラメータを前記売手から受け取り、 （ｂ）前記少なくとも一つの商品の関数として、第１のスコアを計算し、 （ｃ）前記複数の取引パラメータの第１の一つ又はそれ以上のものの関数として
   第２のスコアを計算し、 （ｄ）前記第１及び第２スコアに基づいて詐欺スコアを計算し、 （ｅ）前記詐欺スコアが第１の所定の閾値を越える場合、少なくとも一つの取引
   が不正であることを前記売手に示すことからなる不正取引を検出する方法。
2. 【請求項２】 （ｆ）前記複数の取引パラメータの第２の一つ又はそれ以上
   のものを正のデータベースと比較し、そして （ｇ）一致が存在する場合、前記少なくとも一つの取引が不正でないことを示し
   、前記正のデータベースは、前記売手に知られている過去の不正でない取引から
   成ることを特徴とする請求項１記載の方法。
3. 【請求項３】 （ａ）−（ｇ）の部分集合が前記売手によって達成され、残
   りが、前記売手外部の事業体によって達成されることを特徴とする請求項２記載
   の方法。
4. 【請求項４】 （ｈ）前記比較で一致せず且つ前記詐欺スコアが前記第１の
   所定の閾値を越えない場合、前記複数の取引パラメータの一つ又はそれ以上を加
   算することを更に含む請求項２記載の方法。
5. 【請求項５】 （ｆ）前記複数の取引パラメータの第２の一つ又はそれ以上
   のものを、負のデータデースと比較し、そして （ｇ）一致が結果される場合に前記少なくとも一つの取引が不正であることを指
   示し、前記負のデータベースは既知の過去の不正取引から成ることを特徴とする
   請求項１記載の方法。
6. 【請求項６】 （ａ）−（ｇ）の部分集合が、前記売手によって達成され、
   残りが前記売手外部の事業体によって達成されることを特徴とする請求項５記載
   の方法。
7. 【請求項７】 （ｈ）前記詐欺スコアが前記第１の所定の閾値を越える場合
   、前記複数の取引パラメータの一つ又はそれ以上を前記負のデータベースに加え
   ることを更に含むことを特徴とする請求項５記載の方法。
8. 【請求項８】 （ｆ）前記少なくとも一つの商品の全ての全価値を計算し、
   そして （ｇ）前記全価値が第２の所定の閾値よりも小さい場合に、前記少なくとも一つ
   の取引が不正でないことを指示するこを更に含むことを特徴とする請求項１記載
   の方法。
9. 【請求項９】 前記第２の所定の閾値が約１００ドルであることを特徴とす
   る請求項８記載の方法。
10. 【請求項１０】 （ｇ）は更に前記第２の所定の閾値を動的に調整すること
    を更に含むことを特徴とする請求項８記載の方法。
11. 【請求項１１】 （ａ）−（ｇ）の部分集合は前記売手によって達成され、
    残りが前記売手外部の事業体によって達成されることを特徴とする請求項８記載
    の方法。
12. 【請求項１２】 （ｃ）は前記全価値の関数として、前記第２のスコアを調
    整することを更に含むことを特徴とする請求項８記載の方法。
13. 【請求項１３】 （ｅ）は前記全価値の関数として前記第１の所定の閾値を
    調整することを更に含むことを特徴とする請求項８記載の方法。
14. 【請求項１４】 （ａ）−（ｅ）の部分集合は前記売手によって達成され、
    且つ残りが、前記売手外部の事業体によって達成される請求項１記載の方法。
15. 【請求項１５】 前記少なくとも一つの商品は、詐欺の確率によって特徴付
    けられ、前記第１のスコアは前記確率の関数である請求項１記載の方法。
16. 【請求項１６】 前記複数の取引パラメータは、前記少なくとも一つの取引
    が完了された後に、受け取られることを特徴とする請求項１記載の方法。
17. 【請求項１７】 （ａ）−（ｅ）が完了された際に、前記少なくとも一つの
    取引が継続中である請求項１記載の方法。
18. 【請求項１８】 データベースを参照することを更に含み、前記データベー
    スが複数の商品及び対応するスコアを含むことを特徴とする請求項１記載の方法
    。
19. 【請求項１９】 （ｃ）が更に加算関数を含むことを特徴とする請求項１記
    載の方法。
20. 【請求項２０】 （ｄ）が複数の統計データ、複数の消費者データ、及び複
    数の履歴取引データに対応するデータからなるデータベースを参照することを更
    に含み、前記第２のスコアが前記複数の取引パラメータの各々に対する所定のポ
    イント値の関数として計算され、前記複数の取引パラメータの第１の一つ又はそ
    れ以上が前記データによって認証されることを特徴とする請求項１記載の方法。
21. 【請求項２１】 前記所定のポイント値がゼロより小さいことを特徴とする
    請求項２０記載の方法。
22. 【請求項２２】 （ｆ）前記複数の取引パラメータの前記第１の一つ又はそ
    れ以上の部分集合の前記所定のポイント値に基づいて前記第２のスコアを調整す
    ることを更に含む請求項２０記載の方法。
23. 【請求項２３】 （ｅ）が前記第２のスコアの関数として、前記第１の所定
    の閾値を調整することを更に含むことを特徴とする請求項１記載の方法。
24. 【請求項２４】 （ｄ）が加算関数を更に含むことを特徴とする請求項１記
    載の方法。
25. 【請求項２５】 （ｅ）が前記第１のスコアを前記第２のスコアに乗算する
    ことを更に含むことを特徴とする請求項１記載の方法。
26. 【請求項２６】 前記売手がカタログベースの商人であることを特徴とする
    請求項１記載の方法。
27. 【請求項２７】 前記売手が電子商取引ベースの商人であることを特徴とす
    る請求項１記載の方法。
28. 【請求項２８】 前記売手が、店ベースの小売り商人であることを特徴とす
    る請求項１記載の方法。
29. 【請求項２９】 顧客と売手との間の一つ又はそれ以上の少なくとも一つの
    取引を表している複数の取引パラメータを売手から受け取るように作動する受信
    機、 前記受信機と結合し、且つ前記一つ又はそれ以上の商品の各々の関数として第
    １のスコアを計算する様に作動する第１のスコアプロセッサ、 前記受信機と結合し、且つ前記複数の取引パラメータの第１の一つ又はそれ以
    上のものの各々の関数として第２のスコアを計算する様に作動する第２のスコア
    プロセッサ、 前記第１及び第２のスコアプロセッサと結合され、且つ前記第１及び第２のス
    コアの関数として、詐欺スコアを計算する様に作動する詐欺スコアプロセッサ、 前記詐欺スコアプロセッサと結合し、前記詐欺スコア及び第１の所定の閾値と
    の比較の関数で、前記少なくとも一つの取引が不正であるか否かの決定を計算す
    る様に作動し、且つ前記決定を前記売手に示すように更に作動する詐欺決定論理
    、から成る詐欺検出プロセッサ。
30. 【請求項３０】 前記売手に知られている過去の不正でない取引から成る正
    のデータベース、 前記受信機と前記詐欺決定論理とに結合され、且つ前記複数の取引パラメータ
    を前記正のデータベースと比較し且つ、前記比較の結果を前記詐欺決定論理に示
    す様に作動するパラメータプロセッサ、 前記詐欺決定論理は更に、前記パラメータプロセッサが一致の結果を示す時に
    前記少なくとも一つの取引が不正では無いことを決定する様に作動することを特
    徴とする請求項２９記載の詐欺検出プロセッサ。
31. 【請求項３１】 前記パラメータプロセッサは、前記比較が一致しなく、且
    つ前記詐欺決定論理が、前記少なくとも一つの取引が不正でないことを決定する
    場合に、一つ又はそれ以上の前記複数の取引パラメータを、前記正のデータベー
    スに加える様に更に作動することを特徴とする請求項３０記載の詐欺検出プロセ
    ッサ。
32. 【請求項３２】 知られている過去の不正取引に関係するデータから成る負
    のデータベース、及び 前記受信機及び前記詐欺決定論理に結合され、且つ前記複数の取引パラメータ
    の第２の一つ又はより以上のものを前記負のデータベースと比較し、且つ前記比
    較の結果を前記詐欺決定プロセッサに示す様に作動するパラメータプロセッサを
    更に含み、 前記詐欺決定論理は、前記パラメータプロセッサが一致結果を示す時に前記少
    なくとも一つの取引が不正であることを決定するように更に作動することを特徴
    とする請求項２９記載の詐欺検出プロセッサ。
33. 【請求項３３】 前記パラメータプロセッサは、前記比較が一致しなく、且
    つ前記詐欺決定論理か前記少なくとも一つの取引が不正であることを決定する場
    合に、前記複数の取引パラメータの一つ又はそれ以上を前記負のデータベースに
    加えるように更に作動することを特徴とする請求項３２記載の詐欺検出プロセッ
    サ。
34. 【請求項３４】 前記受信機と詐欺決定論理とに結合され、前記全価値が前
    記少なくとも一つの商品の全価値を計算し、且つ前記全価値が第２の所定の閾値
    よりも小さいか否かを、前記詐欺決定論理に示す様に作動する評価プロセッサを
    更に含み、 前記評価プロセッサが、前記全価値が前記第２の所定の閾値よりも小さいこと
    を示す場合に、前記詐欺決定論理が、前記少なくとも一つの取引か不正でないこ
    とを決定するように更に作動することを特徴とする請求項２９記載の詐欺検出プ
    ロセッサ。
35. 【請求項３５】 前記第２の所定の閾値が約１００ドルであることを特徴と
    する請求項３４記載の詐欺検出プロセッサ。
36. 【請求項３６】 前記第２の所定の閾値が、動的であることを特徴とする請
    求項３４記載の詐欺検出プロセッサ。
37. 【請求項３７】 前記評価プロセッサが更に前記第２のスコアプロセッサに
    結合されており、前記第２のスコアプロセッサが、前記全価値に基づいて前記第
    ２のスコアを調整するように作動することを特徴とする請求項３４記載の詐欺検
    出プロセッサ。
38. 【請求項３８】 前記詐欺検出論理は、前記第１の所定の閾値を前記全価値
    の関数として調節するように更に作動することを特徴とする請求項３４記載の詐
    欺検出プロセッサ。
39. 【請求項３９】 前記少なくとも一つの商品は、詐欺に確率によって特徴付
    けられており、前記第１のスコアが前記確率の関数である請求項２９記載の詐欺
    検出プロセッサ。
40. 【請求項４０】 前記複数の取引パラメータは、前記少なくとも一つの取引
    が完了した後に、受け取られることを特徴とする請求項２９記載の詐欺検出プロ
    セッサ。
41. 【請求項４１】 前記詐欺決定論理は、前記少なくとも一つの取引が継続中
    に、前記決定を更に行う様に作動することを特徴とする請求項２９記載の詐欺検
    出プロセッサ。
42. 【請求項４２】 前記第１のスコアプロセッサが、商品参照データベースを
    更に含み、前記商品参照データベースは複数の商品及び対応するスコアを含み、
    前記スコナは、対応する商品に関係する不正行為の確率の関数であることを特徴
    とする請求項２９記載の詐欺検出プロセッサ。
43. 【請求項４３】 前記第２のスコアプロセッサが更に取引参照データベース
    を更に含み、前記取引参照データベースは複数の統計データ、複数の消費者デー
    タ及び複数の履歴取引データに対応するデータを含み、前記第２のスコアプロセ
    ッサは、前記複数の取引パラメータの各々に対する所定のポイント値の関数とし
    て、前記第２のスコアを計算し、且つ前記複数の取引パラメータの前記第１の一
    つ又はそれ以上のものが前記取引参照データベース内の前記データによって認証
    されるか否かを計算するするように更に作動することを特徴とする請求項２９記
    載の詐欺検出プロセッサ。
44. 【請求項４４】 前記所定のポイント値がゼロより小さいことを特徴とする
    請求項４３記載の詐欺検出プロセッサ。
45. 【請求項４５】 前記第２のスコアプロセッサが、前記複数の取引パラメー
    タの部分集合の前記所定のポイント値の関数として、前記第２のスコアを調節す
    るように更に作動する請求項４３記載の詐欺検出プロセッサ。
46. 【請求項４６】 前記詐欺決定論理は前記第２のスコアに基づいて前記第１
    の所定の閾値を調節する様に更に作動することを特徴とする請求項２９記載の詐
    欺検出プロセッサ。
47. 【請求項４７】 前記売手が、カタログベースの商人であることを特徴とす
    る請求項２９記載の詐欺検出プロセッサ。
48. 【請求項４８】 前記売手が、電子商取引ベースの商人であることを特徴と
    する請求項２９記載の詐欺検出プロセッサ。
49. 【請求項４９】 前記売手が店ベースの小売り商人であることを特徴とする
    請求項２９記載の詐欺検出プロセッサ。
50. 【請求項５０】 顧客と売手との間で不正取引を検出するためのコンピュー
    タ実施システムであり、 前記売手に知られている過去の不正でない取引を表すデータを含む正のデータ
    ベース、 過去の知られている不正取引を表すデータから成る負のデータベース、 顧客及び地理的取引情報から成る一つ又はそれ以上の取引データベース、 複数の商品に対する不正行為を誘発する評価傾向を表すデータを含む商品デー
    タ、 売手から商品の取引を受け取り且つ前記取引を複数の取引パラメータに分解す
    る様に作動する取引論理、 前記取引が不正か不正でないかの指示を前記売手に送る様に作動する結果論理
    、 前記取引論理、前記結果論理及び前記商品データベースと結合され、且つ前記
    取引の全価値を計算し、前記全価値が第１の所定の閾値よりも小さい場合に前記
    取引が不正でないことを前記結果論理に示させる様に作動する評価論理、 前記取引論理、前記結果論理及び前記正のデータベースと結合され、且つ前記
    取引を前記正のデータベースと比較し、且つ前記取引が前記正のデータベース内
    で一致する場合に前記取引が不正でないことを前記結果論理に示させる比較論理
    、及び 前記取引論理、前記結果論理、前記負のデータベース、前記一つ又はそれ以上
    の取引データベース、及び前記商品データベースに結合されており、前記過去の
    不正履歴及び前記商品の不正行為を誘発する前記傾向の関数として、第１のスコ
    アを計算し、前記複数の取引パラメータの信頼性の関数として、第２のスコアを
    計算し、且つ前記第１及び第２のスコアの関数として、詐欺スコアを計算し、前
    記詐欺論理が、前記詐欺スコアが第２の所定の閾値を越える場合に、前記取引が
    不正であることを前記結果論理が示すように更に作動する詐欺論理から成るコン
    ピュータ実施システム。
51. 【請求項５１】 前記正のデータベース、前記負のデータベース、前記一つ
    又はそれ以上の取引データベース、前記商品データベース、前記取引論理、前記
    結果論理、前記評価論理、前記比較論理、及び前記詐欺論理の内の一つ又はそれ
    以上が、前記売手内部のコンピュータシステム上で作動し、残りは、前記売手外
    部のコンヒュータシステム上で動作し、前記内部及び外部コンピュータシステム
    が互いに通信することを特徴とする請求項５０記載のシステム。
52. 【請求項５２】 前記詐欺論理は、前記評価論理と更に結合されており、前
    記第２のスコアが、前記全価値の関数として動的に調節されることを特徴とする
    請求項５０記載のシステム。
53. 【請求項５３】 前記詐欺論理が、更に前記評価論理と更に結合されており
    、前記第２の所定の閾値が、前記全価値の関数として、動的に調節されることを
    特徴とする請求項５０記載のシステム。
54. 【請求項５４】 前記システムは前記取引を実時間で処理する様に作動され
    ることを特徴とする請求項５０記載のシステム。
55. 【請求項５５】 前記システムは前記取引をバッチ処理する様に作動される
    ことを特徴とする請求項５０記載のシステム。