Antifraude
O Antifraude da Getnet avalia o risco de transações de e-commerce utilizando dados enviados pelos clientes, além de contar com tecnologias de machine learning, redes neurais, decisões gerenciais e regras ajustáveis.
Quanto mais dados disponíveis para treinar os modelos, melhores os resultados e maior a probabilidade de detecção. Com essa riqueza de dados, o número de detectores de fraude aumenta, o que significa uma melhor precisão na identificação do risco da transação.
Portanto, solicitamos que você envie todas as informações listadas abaixo, você pode encontrar os campos no objeto additional_data:
Informações do cliente:
Todas as informações listadas aqui estão dentro do objeto customer.
| Atributo | Tipo | Descrição | Exemplo |
|---|---|---|---|
document_number | String | Número do documento do comprador sem pontuação (sem máscara) | 2441356709 |
document_type | String | Tipo do documento de identificação do comprador | CPF |
email | String | E-mail do comprador | aceiti@getnet.com.br |
name | String | Nome do comprador | Jose da Silva |
phone number | String | Número de telefone do comprador | 11999999999 |
Endereço de cobrança:
Todas as informações listadas aqui estão dentro do objeto customer.
| Atributo | Tipo | Descrição | Exemplo |
|---|---|---|---|
billing_address | Object | Informações do endereço do cliente para cobrança | - |
city | String | Nome da cidade | São Paulo |
complement | String | Complemento do endereço | apto 43 |
country | String | País, informe no padrão ISO 3166-1 alpha-3 | BRA |
district | String | Bairro | Jardins |
number | String | Número do logradouro | 123 |
postal_code | String | Código Postal, CEP no Brasil ou ZIP nos Estados Unidos (sem máscara) | 02576896 |
state | String | Estado (UF) | SP |
street | String | Nome do logradouro | Dark Tower |
type | String | Tipo de endereço | Residential |
Informações do dispositivo:
Todas as informações listadas aqui estão dentro do objeto device.
| Atributo | Tipo | Descrição | Exemplo |
|---|---|---|---|
device | Object | Conjunto de dados referentes ao dispositivo usado pelo comprador | - |
device_id | String | ID exclusivo do dispositivo | ae44e06c-3e85-44af-8542-bcaccd54ef2e |
finger_print | String | Hash de identificação (Device Fingerprint) do dispositivo | aGVsbG8td29ybGQtZGV2aWNlLWlkCg== |
ip_address | String | Endereço IP (IPv4) do dispositivo do comprador. Este atributo deve ser capturado pela sua aplicação, a partir do dispositivo do comprador (mobile; navegador; etc.) e enviado no payload, a fim de enriquecer nossas análises preventivas | 10.0.0.1 |
Para mais detalhes, consulte a Referência da API
Implementação do Device Fingerprint
O Device Fingerprint é uma técnica que coleta dezenas de pontos de dados do dispositivo e do ambiente de rede de um usuário, permitindo que os estabelecimentos comerciais (merchants) detectem anomalias com mais eficácia e aprimorem os recursos gerais de prevenção a fraudes.
O fluxo de integração para este método envolve duas fases principais:
- Uma etapa no lado do cliente (client-side), onde os dados do dispositivo são capturados carregando a URL do antifraude contendo o ID da sessão gerado previamente pelo sistema de e-commerce.
- Uma etapa no backend, onde o sistema de e-commerce envia os dados do pagamento para a API da Getnet, incluindo o ID da sessão mencionado anteriormente.
Passo 1: Capturando os dados do dispositivo
Para coletar as informações do dispositivo do usuário transacionador, construa a URL do antifraude usando o seguinte formato:
https://BASE_URL?session={session id}&country={country code}, onde:
https://BASE_URL corresponde a um dos seguintes ambientes:
https://api.pre.globalgetnet.com/dpm/digital-platform/antifraud/afdf.js (stage),
https://api.globalgetnet.com/dpm/digital-platform/antifraud/afdf.js (produção).
? indica o início da seção de query,
session={session_id} é um parâmetro obrigatório usado para identificar o dispositivo durante o processo de análise da transação, e seu valor deve seguir o formato UUIDv4,
& é usado como um conector entre os parâmetros de query,
country={country_code} corresponde ao segundo parâmetro obrigatório, necessário para identificar o país de origem e deve ter o valor do código de país ISO correspondente (AR, BR, CL, MX).
Uma vez que a URL esteja construída corretamente, você deve implementar a URL do antifraude resultante dentro da tag head ou body da sua aplicação web, como você pode ver nos exemplos abaixo:
Para a tag head:
<head>
<script
type="text/javascript"
src="https://base_url?session=${session_id}&country=${country_code}" />
</head>Para a tag body:
<body>
<noscript>
<iframe
style="width: 100px; height: 100px; border: 0; position:absolute; top: -5000px;"
src="https://base_url?session=${session_id}&country=${country_code}" />
</noscript>
</body>Passo 2: Criar pagamento através da API da Getnet
Quando o usuário inicia um pagamento, o session_id gerado previamente deve ser incluído no corpo da requisição enviado para a API da Getnet. Esse valor deve ser passado como o device_id dentro do objeto device, juntamente com o ip_address e o finger_print (hash do fingerprint). O objeto device deve ser aninhado dentro do objeto de segundo nível additional_data, conforme mostrado abaixo:
additional_data: {
device: {
ip_address: {ip_address},
device_id: {session_id},
finger_print: {finger-print-hash}
}
}Para mais detalhes, consulte a Referência da API