Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Dokumentverlauf
In der folgenden Tabelle werden wichtige Änderungen im Amazon Fraud Detector-Benutzerhandbuch beschrieben. Wir aktualisieren auch das Amazon Fraud Detector-Benutzerhandbuch regelmäßig, um auf das Feedback einzugehen, das Sie uns senden.
| Änderung | Beschreibung | Datum |
|---|---|---|
Amazon Fraud Detector führt neue Variablentypen und einen Datentyp ein, mit dem Sie nützliche Informationen extrahieren können. | 5. Juni 2023 | |
Die Event-Orchestrierung macht es Ihnen einfach, Ereignisse mithilfe von Amazon AWS-Services EventBridge zur Weiterverarbeitung an die Weiterverarbeitung zu senden. | 30. Mai 2023 | |
Mit der Ressource Listen können Sie als Teil einer Regel auf eine Reihe von Werten wie IP-Adressen oder E-Mail-Adressen verweisen. Verwenden Sie Listen in einer Regel, um den Zugriff oder eine Transaktion zuzulassen oder zu verweigern. | 14. Februar 2023 | |
Der Data Models Explorer bietet Einblicke in die Datenelemente, die Amazon Fraud Detector zur Erstellung Ihres Betrugserkennungsmodells benötigt. Verwenden Sie den Datenmodell-Explorer, bevor Sie Ihren Event-Datensatz vorbereiten. | 15. Dezember 2022 | |
Verwenden Sie das ATI (Account Takeover Insights) -Modell, um Konten zu erkennen, die durch böswillige Übernahmen, Phishing oder den Diebstahl von Anmeldeinformationen kompromittiert wurden. | 21. Juli 2022 | |
Das Einführungskapitel wurde mit zusätzlichen Informationen zu Amazon Fraud Detector aktualisiert | 11. April 2022 | |
Aktivieren Sie die Anreicherung einiger der von Ihnen bereitgestellten Rohdaten, um die Leistung der Modelle zu steigern, die diese Datenelemente verwenden und die vor dem 8. Februar 2022 trainiert wurden. | 8. Februar 2022 | |
Verwenden Sie Opt-Out-Richtlinien, um die Verwendung Ihrer Eventdaten zur Entwicklung oder Verbesserung der Qualität von Amazon Fraud Detector abzulehnen. | 6. Januar 2022 | |
Erstellen Sie Richtlinien, um zu verhindern, dass ein Dritter oder eine dienstübergreifende Organisation eine Entität manipuliert, die berechtigt ist, in ihrem Namen zu handeln, um Zugriff auf Ressourcen in Ihrem Konto zu erhalten. | 6. Dezember 2021 | |
Verwenden Sie die Anleitung unter Event-Dataset erstellen, um Daten für das Training Ihres Modells vorzubereiten und zu sammeln. | 22. November 2021 | |
Verwenden Sie die Erläuterungen zu Prognosen, um zu erfahren, wie sich jede Ereignisvariable auf die Betrugsprognosewerte Ihres Modells ausgewirkt hat. | 10. November 2021 | |
Verwenden Sie die Informationen unter Problembehandlung bei Trainingsdaten, um Probleme zu diagnostizieren und zu lösen, die möglicherweise in der Amazon Fraud Detector-Konsole auftreten, wenn Sie Ihr Modell trainieren. | 11. Oktober 2021 | |
Modell zur Erfassung von Erkenntnissen über Transaktionsbetrug | Verwenden Sie das Modell Transaction Fraud Insights (TFI), um Online- oder card-not-present Transaktionsbetrug zu erkennen. | 11. Oktober 2021 |
Speichern Sie Ihre Eventdaten in Amazon Fraud Detector und verwenden Sie die gespeicherten Daten, um Ihre Modelle später zu trainieren. Durch das Speichern von Ereignisdaten in Amazon Fraud Detector können Sie Modelle trainieren, die automatisch berechnete Variablen verwenden, um die Leistung zu verbessern, die Modellumschulung zu vereinfachen und Betrugsbezeichnungen zu aktualisieren, um die Feedbackschleife des maschinellen Lernens zu schließen. | 11. Oktober 2021 | |
Verwenden Sie die Wichtigkeit von Modellvariablen, um zu erfahren, was die Leistung Ihres Modells nach oben oder unten treibt und welche Ihrer Modellvariablen am meisten dazu beitragen. Und dann optimieren Sie Ihr Modell, um die Gesamtleistung zu verbessern. | 09. Juli 2021 | |
Verwenden Sie esAWS CloudFormation, um Ihre Amazon Fraud Detector-Ressourcen zu verwalten. | 10. Mai 2021 | |
Verwenden Sie Batch-Vorhersagen, um Vorhersagen für eine Reihe von Ereignissen zu erhalten, für die keine Bewertung in Echtzeit erforderlich ist. | 31. März 2021 | |
Überarbeitung von Erste Schritte und anderen Abschnitten | 17. Juli 2020 | |
Erstversion | 02. Dezember 2019 |
