Teil A: Aufbau, Schulung und Bereitstellung eines Amazon Fraud Detector Detector-Modells - Amazon Fraud Detector

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.

Teil A: Aufbau, Schulung und Bereitstellung eines Amazon Fraud Detector Detector-Modells

In Teil A definieren Sie Ihren Geschäftsanwendungsfall, definieren Ihr Ereignis, erstellen ein Modell, trainieren das Modell, bewerten die Leistung des Modells und implementieren das Modell.

  • In diesem Schritt verwenden Sie den Datenmodels-Explorer, um Ihren Geschäftsanwendungsfall den von Amazon Fraud Detector unterstützten Modelltypen zur Betrugserkennung zuzuordnen. Der Data Models Explorer ist ein in die Amazon Fraud Detector Detector-Konsole integriertes Tool, das einen Modelltyp empfiehlt, der für die Erstellung und Schulung eines Betrugserkennungsmodells für Ihren Geschäftsanwendungsfall verwendet werden kann. Der Datenmodell-Explorer bietet auch Einblicke in die obligatorischen, empfohlenen und optionalen Datenelemente, die Sie in Ihren Datensatz aufnehmen müssen. Der Datensatz wird verwendet, um Ihr Modell zur Betrugserkennung zu erstellen und zu trainieren.

    Für die Zwecke dieses Tutorials besteht Ihr geschäftlicher Anwendungsfall in der Registrierung neuer Konten. Nachdem Sie Ihren geschäftlichen Anwendungsfall angegeben haben, empfiehlt der Datenmodel-Explorer einen Modelltyp für die Erstellung eines Betrugserkennungsmodells und stellt Ihnen außerdem eine Liste der Datenelemente zur Verfügung, die Sie für die Erstellung Ihres Datensatzes benötigen. Da Sie bereits einen Beispieldatensatz hochgeladen haben, der Daten aus neuen Kontoregistrierungen enthält, müssen Sie keinen neuen Datensatz erstellen.

    1. Öffnen Sie die AWSManagement Console und melden Sie sich bei Ihrem Konto an. Navigieren Sie zu Amazon Fraud Detector aus.

    2. Wählen Sie im linken Navigationsbereich Data Models Explorer aus.

    3. Wählen Sie auf der Explorer-Seite für Datenmodelle unter Geschäftsanwendungsfall die Option Betrug mit einem neuen Konto aus.

    4. Amazon Fraud Detector zeigt den empfohlenen Modelltyp an, der verwendet werden soll, um ein Modell zur Betrugserkennung für den ausgewählten Geschäftsanwendungsfall zu erstellen. Der Modelltyp definiert die Algorithmen, Anreicherungen und Transformationen, die Amazon Fraud Detector zum Trainieren Ihres Betrugserkennungsmodells verwendet.

      Notieren Sie sich den empfohlenen Modelltyp. Sie benötigen diesen später beim Erstellen Ihres Modells.

    5. Der Bereich Datenmodelleinblicke bietet einen Einblick in die obligatorischen und empfohlenen Datenelemente, die für die Erstellung und das Training eines Betrugserkennungsmodells erforderlich sind.

      Schauen Sie sich den Beispieldatensatz an, den Sie heruntergeladen haben, und stellen Sie sicher, dass er alle obligatorischen und einige empfohlene Datenelemente enthält, die in der Tabelle aufgeführt sind.

      Wenn Sie später ein Modell für Ihren spezifischen Geschäftsanwendungsfall erstellen, verwenden Sie die bereitgestellten Erkenntnisse, um Ihren Datensatz zu erstellen.

  • In diesem Schritt definieren Sie die Geschäftsaktivität (Ereignis), die auf Betrug hin untersucht werden soll. Beim Definieren des Ereignisses müssen Sie die Variablen, die das Ereignis ausführt, die das Ereignis ausführt, und die Beschriftungen, die das Ereignis klassifizieren. In diesem Tutorial definieren Sie das Ereignis zur Kontoregistrierung.

    1. Öffnen Sie die AWSManagement Console und melden Sie sich bei Ihrem Konto an. Navigieren Sie zu Amazon Fraud Detector aus.

    2. Wählen Sie im linken Navigationsbereich Ereignisse aus.

    3. Wählen Sie auf der Seite „Ereignistyp“ die Option Erstellen aus.

    4. Geben Siesample_registration unter Details zum Veranstaltungstyp den Namen des Veranstaltungstyps und optional eine Beschreibung des Ereignisses ein.

    5. Wählen Sie für Entität die Option Entität erstellen aus.

    6. Gebensample_customer Sie auf der Seite Entität erstellen den Namen des Entitätstyps ein. Geben Sie optional eine Beschreibung des von, und dem, was Sie möchten, ein.

    7. Klicken Sie auf Create entity (Entity erstellen).

    8. Wählen Sie unter Ereignisvariablen für Wählen Sie aus, wie die Variablen dieses Ereignisses definiert werden sollen die Option Variablen aus einem Trainingsdatensatz auswählen aus.

    9. Wählen Sie für die IAM-Rolle die Option IAM-Rolle erstellen aus.

    10. Geben Sie auf der Seite „IAM-Rolle erstellen“ den Namen des S3-Buckets ein, in den Sie Ihre Beispieldaten hochgeladen haben, und wählen Sie Rolle erstellen.

    11. Geben Sie im Feld Datenspeicherort den Pfad zu Ihren Beispieldaten ein. Dies ist derS3 URI Pfad, den Sie nach dem Hochladen der Beispieldaten gespeichert haben. Der Pfad ist ähnlich wie dieser:S3://your-bucket-name/example dataset filename.csv.

    12. Klicken Sie auf Upload.

      Amazon Fraud Detector extrahiert die Header aus Ihrer Beispieldatendatei und ordnet sie einem Variablentyp zu. Das Mapping wird in der Konsole angezeigt.

    13. Wählen Sie unter Labels — optional für Labels die Option Neue Labels erstellen aus.

    14. Geben Sie auf der Seite „Etikett erstellen“fraud als Namen ein. Diese Bezeichnung entspricht dem Wert, der die betrügerische Kontoregistrierung im Beispieldatensatz darstellt.

    15. Wählen Sie Label erstellen.

    16. Erstellen Sie ein zweites Label und geben Sielegit es dann als Namen ein. Diese Bezeichnung entspricht dem Wert, der die legitime Kontoregistrierung im Beispieldatensatz darstellt.

    17. Wählen Sie Ereignistyp erstellen.

  1. Wählen Sie auf der Seite Modelle die Option Modell hinzufügen und dann Modell erstellen aus.

  2. Geben Sie für Schritt 1 — Modelldetails definierensample_fraud_detection_model als Modellnamen ein. Sie können optional auch eine Beschreibung des Modells hinzufügen.

  3. Wählen Sie als Modelltyp das Modell Online Fraud Insights aus.

  4. Wählen Sie als Veranstaltungstyp die Option sample_registration aus. Dies ist der Ereignistyp, den Sie in Schritt 1 erstellt haben.

  5. In Historische Ereignisdaten

    1. Wählen Sie unter Event-Datenquelle die Option In S3 gespeicherte Event-Daten aus.

    2. Wählen Sie unter IAM-Rolle die Rolle aus, die Sie in Schritt 1 erstellt haben.

    3. Geben Sie unter Speicherort der Trainingsdaten den S3-URI-Pfad zu Ihrer Beispieldatendatei ein.

  6. Wählen Sie Next (Weiter).

  1. Lassen Sie unter Modelleingaben alle Kontrollkästchen aktiviert. Standardmäßig verwendet Amazon Fraud Detector alle Variablen aus Ihrem historischen Ereignisdatensatz als Modelleingaben.

  2. Wählen Sie unter Labelklassifizierung für die Labels Betrug die Option Betrug aus, da diese Bezeichnung dem Wert entspricht, der betrügerische Ereignisse im Beispieldatensatz darstellt. Wählen Sie für Legitime Labels die Option legit aus, da diese Bezeichnung dem Wert entspricht, der legitime Ereignisse im Beispieldatensatz darstellt.

  3. Behalten Sie für die Behandlung Unbeschrifteter Ereignisse die Standardauswahl Ignorieren Sie unbeschriftete Ereignisse für diesen Beispieldatensatz bei.

  4. Wählen Sie Next (Weiter).

  5. Wählen Sie nach der Überprüfung das Modell erstellen und trainieren. Amazon Fraud Detector erstellt ein Modell und beginnt, eine neue Version des Modells zu trainieren.

    In Modellversionen gibt die Spalte Status den Status des Modelltrainings an. Das Modelltraining, das den Beispieldatensatz verwendet, dauert ungefähr 45 Minuten. Nach Abschluss des Modelltrainings ändert sich der Status in Bereit für den Einsatz.

Ein wichtiger Schritt bei der Verwendung von Amazon Fraud Detector besteht darin, die Genauigkeit Ihres Modells anhand von Modellbewertungen und Leistungskennzahlen zu bewerten. Nach Abschluss des Modelltrainings validiert Amazon Fraud Detector die Modellleistung anhand der 15% Ihrer Daten, die nicht zum Trainieren des Modells verwendet wurden, und generiert einen Modellleistungswert und andere Leistungskennzahlen.

  1. Um die Leistung des Modells zu sehen,

    1. Wählen Sie im linken Navigationsbereich der Amazon Fraud Detector Konsole Modelle aus.

    2. Wählen Sie auf der Seite Modelle das Modell aus, das Sie gerade trainiert haben (sample_fraud_detection_model), und wählen Sie dann 1.0. Dies ist die Version, die Amazon Fraud Detector von Ihrem Modell erstellt hat.

  2. Sehen Sie sich den Gesamtwert der Modellleistung und alle anderen Metriken an, die Amazon Fraud Detector für dieses Modell generiert hat.

    Weitere Informationen zum Leistungswert und zu den Leistungskennzahlen des Modells finden Sie auf dieser Seite unterModellwerte undModellleistungsmetriken.

    Sie können davon ausgehen, dass alle Ihre trainierten Amazon Fraud Detector Detector-Modelle über reale Leistungskennzahlen zur Betrugserkennung verfügen, die den Leistungskennzahlen ähneln, die Sie für das Modell in diesem Tutorial sehen.

Nachdem Sie die Leistungskennzahlen Ihres trainierten Modells überprüft haben und bereit sind, es zur Generierung von Betrugsvorhersagen zu verwenden, können Sie das Modell bereitstellen.

  1. Wählen Sie im linken Navigationsbereich der Amazon Fraud Detector Konsole Modelle aus.

  2. Wählen Sie auf der Seite Modelle die Option sample_fraud_detection_model und dann die spezifische Modellversion aus, die Sie bereitstellen möchten. Wählen Sie für dieses Tutorial 1.0.

  3. Wählen Sie auf der Seite Modellversion die Option Aktionen und dann Modellversion bereitstellen aus.

  4. In den Modellversionen zeigt der Status den Status der Bereitstellung an. Nach Abschluss der Bereitstellung ändert sich der Status in Aktiv. Dies bedeutet, dass die Modellversion aktiviert ist und zur Generierung von Betrugsvorhersagen verfügbar ist. Fahren Sie fortTeil B: Generieren Sie Betrugsvorhersagen, um die Schritte zur Generierung von Betrugsvorhersagen abzuschließen.