Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
La predicción del fraude es una evaluación del fraude en relación con una actividad empresarial (evento). Amazon Fraud Detector utiliza detectores para generar predicciones de fraude. Un detector contiene una lógica de detección, como modelos y reglas, para un evento específico que desee evaluar para detectar un fraude. La lógica de detección utiliza reglas para indicar a Amazon Fraud Detector cómo interpretar los datos asociados al modelo. En este tutorial, evaluará el evento de registro de la cuenta utilizando el conjunto de datos de ejemplo de registro de la cuenta que cargó anteriormente.
En la parte A, creó, entrenó e implementó su modelo. En la parte B, se crea un detector para el tipo de sample_registration evento, se añade el modelo desplegado, se crean las reglas y una orden de ejecución de las reglas y, a continuación, se crea y activa una versión del detector que se utiliza para generar predicciones de fraude.
Para crear un detector
-
En el panel de navegación izquierdo de la consola de Amazon Fraud Detector, selecciona Detectores.
-
Seleccione Crear detector.
-
En la página Definir detalles del detector, introduzca
sample_detectorel nombre del detector. Si lo desea, introduzca una descripción para el detector, por ejemplomy sample fraud detector. -
En Tipo de evento, seleccione sample_registration. Este es el evento que creó en la parte A de este tutorial.
-
Elija Next (Siguiente).
Si has completado la parte A de este tutorial, es probable que ya tengas un modelo de Amazon Fraud Detector disponible para añadirlo a tu detector. Si aún no ha creado un modelo, vaya a la parte A y complete los pasos para crear, entrenar e implementar un modelo y, a continuación, continúe con la parte B.
-
En la opción Añadir modelo, elija Añadir modelo.
-
En la página Añadir modelo, en Seleccione el modelo, elija el nombre del modelo de Amazon Fraud Detector que implementó anteriormente. En Seleccione la versión, elija la versión del modelo implementado.
-
Elija Add model (Añadir modelo).
-
Elija Next (Siguiente).
Una regla es una condición que indica a Amazon Fraud Detector cómo interpretar la puntuación de rendimiento del modelo al evaluar la predicción del fraude. Para este tutorial, debe crear tres reglas: high_fraud_riskmedium_fraud_risk, ylow_fraud_risk.
-
En la página Añadir reglas, en Definir una regla, introduzca
high_fraud_riskel nombre de la regla y, en Descripción (opcional), introduzcaThis rule captures events with a high ML model scorela descripción de la regla. -
En Expression, introduzca la siguiente expresión de regla con el lenguaje de expresiones de reglas simplificado de Amazon Fraud Detector:
$sample_fraud_detection_model_insightscore > 900 -
En Resultados, elija Crear un resultado nuevo. Un resultado es el resultado de una predicción de fraude y se devuelve si la regla coincide durante una evaluación.
-
En Crear un resultado nuevo, introduzca
verify_customerel nombre del resultado. Si lo desea, introduzca una descripción. -
Selecciona Guardar resultado.
-
Seleccione Añadir regla para ejecutar el comprobador de validación de reglas y guardar la regla. Una vez creada, Amazon Fraud Detector pone la regla a tu disposición para que la utilices en tu detector.
-
Selecciona Añadir otra regla y, a continuación, selecciona la pestaña Crear regla.
-
Repita este proceso dos veces más para crear sus
low_fraud_riskreglasmedium_fraud_risky utilizando los siguientes detalles de la regla:-
riesgo_de_fraude medio
Nombre de la regla:
medium_fraud_riskResultado:
reviewExpresión:
$sample_fraud_detection_model_insightscore <= 900 and$sample_fraud_detection_model_insightscore > 700 -
bajo riesgo de fraude
Nombre de la regla:
low_fraud_riskResultado:
approveExpresión:
$sample_fraud_detection_model_insightscore <= 700
Estos valores son ejemplos que se utilizan en este tutorial. Cuando cree reglas para su propio detector, utilice valores que sean adecuados para su modelo y su caso de uso,
-
-
Una vez que haya creado las tres reglas, elija Siguiente.
Para obtener más información sobre cómo crear y escribir reglas, consulte Reglas yReferencia de lenguaje de reglas.
El modo de ejecución de las reglas que se incluyen en el detector determina si se evalúan todas las reglas que defina o si la evaluación de las reglas se detiene en la primera regla coincidente. Y el orden de las reglas determina el orden en el que desea que se ejecute la regla.
El modo de ejecución de reglas predeterminado esFIRST_MATCHED.
- Primera coincidencia
-
El modo de ejecución de la primera regla coincidente devuelve los resultados de la primera regla coincidente en función del orden de reglas definido. Si especifica
FIRST_MATCHED, Amazon Fraud Detector evalúa las reglas secuencialmente, de la primera a la última, y se detiene en la primera regla que coincida. A continuación, Amazon Fraud Detector proporciona los resultados de esa única regla.El orden en que se ejecuten las reglas puede afectar al resultado de la predicción del fraude resultante. Una vez que haya creado las reglas, reordene las reglas para ejecutarlas en el orden deseado siguiendo estos pasos:
Si la
high_fraud_riskregla aún no aparece en la parte superior de la lista de reglas, selecciona Ordenar y, a continuación, elige 1. Esto se muevehigh_fraud_riska la primera posición.Repite este proceso para que la
medium_fraud_riskregla esté en la segunda posición y lalow_fraud_riskregla en la tercera posición. - Todos coincidieron
-
El modo de ejecución de todas las reglas coincidentes devuelve los resultados de todas las reglas coincidentes, independientemente del orden de las reglas. Si lo especificas
ALL_MATCHED, Amazon Fraud Detector evalúa todas las reglas y devuelve los resultados de todas las reglas coincidentes.
Seleccione esta opción FIRST_MATCHED para este tutorial y, a continuación, elija Siguiente.
Una versión con detector define los modelos y reglas específicos que se utilizan para generar predicciones de fraude.
-
En la página Revisar y crear, revise los detalles, los modelos y las reglas del detector que configuró. Si necesita realizar algún cambio, elija Editar junto a la sección correspondiente.
-
Selecciona Crear detector. Una vez creado, la primera versión del detector aparece en la tabla de versiones del detector con
Draftsu estado.La versión preliminar se utiliza para probar el detector.
En la consola de Amazon Fraud Detector, puede probar la lógica de su detector mediante datos simulados con la función Ejecutar prueba. Para este tutorial, puede usar los datos de registro de la cuenta del conjunto de datos de ejemplo.
-
Desplázate hasta Ejecutar una prueba en la parte inferior de la página de detalles de la versión del Detector.
-
En el caso de los metadatos del evento, introduce una marca temporal del momento en que se produjo el evento e introduce un identificador único para la entidad que realiza el evento. Para este tutorial, seleccione una fecha en el selector de fechas para la marca de tiempo e introduzca «1234» como identificador de la entidad.
-
En Variable de evento, ingresa los valores de las variables que deseas probar. Para este tutorial, solo necesita los
email_addresscamposip_addressy. Esto se debe a que son las entradas que se utilizan para entrenar su modelo de Amazon Fraud Detector. Puede utilizar los siguientes valores de ejemplo. Esto supone que ha utilizado los nombres de variables sugeridos:-
dirección_ip:
205.251.233.178 -
dirección_correo electrónico:
johndoe@exampledomain.com
-
-
Elija Ejecutar prueba.
-
Amazon Fraud Detector devuelve el resultado de la predicción del fraude en función del modo de ejecución de la regla. Si el modo de ejecución de la regla es
FIRST_MATCHED, el resultado devuelto corresponde a la primera regla que coincidió. La primera regla es la que tiene la prioridad más alta. Coincide si se evalúa como verdadera. Si el modo de ejecución de la regla esALL_MATCHED, el resultado devuelto corresponde a todas las reglas que coinciden. Eso significa que se evalúa que todas son verdaderas. Amazon Fraud Detector también devuelve la puntuación del modelo de todos los modelos añadidos al detector.Puede cambiar las entradas y ejecutar un par de pruebas para ver diferentes resultados. Puedes usar los valores ip_address y email_address del conjunto de datos de ejemplo para las pruebas y comprobar si los resultados son los esperados.
-
Cuando esté satisfecho con el funcionamiento del detector, muévalo de a.
DraftActiveDe este modo, el detector estará disponible para su uso en la detección de fraudes en tiempo real.En la página de detalles de la versión del detector, selecciona Acciones, Publicar y Publicar versión. Esto cambia el estado del detector de Borrador a Activo.
En este punto, su modelo y la lógica de detección asociada están listos para evaluar las actividades en línea en busca de fraude en tiempo real mediante la
GetEventPredictionAPI Amazon Fraud Detector. También puede evaluar los eventos fuera de línea mediante un archivo de entrada CSV y laCreateBatchPredictionJobAPI. Para obtener más información sobre la predicción del fraude, consulte Predicciones de fraude
Al completar este tutorial, hizo lo siguiente:
-
Se cargó un conjunto de datos de eventos de ejemplo en Amazon S3.
-
Creé y entrené un modelo de detección de fraudes de Amazon Fraud Detector utilizando el conjunto de datos de ejemplo.
-
He visto la puntuación de rendimiento del modelo y otras métricas de rendimiento generadas por Amazon Fraud Detector.
-
Implementó el modelo de detección de fraudes.
-
Creó un detector y agregó el modelo implementado.
-
Se agregaron las reglas, el orden de ejecución de las reglas y los resultados al detector.
-
Probé el detector proporcionando diferentes entradas y comprobando si las reglas y el orden de ejecución de las reglas funcionaban según lo esperado.
-
Se activó el detector publicándolo.
