Riwayat dokumen - Amazon Fraud Detector

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Riwayat dokumen

Tabel berikut menjelaskan perubahan penting dalam Panduan Pengguna Amazon Fraud Detector. Kami juga sering memperbarui Panduan Pengguna Amazon Fraud Detector untuk mengatasi umpan balik yang Anda kirimkan kepada kami.

PerubahanDeskripsiTanggal

Variabel baru dan tipe data

Amazon Fraud Detector memperkenalkan jenis variabel baru dan tipe data yang dapat Anda gunakan untuk mengekstrak informasi yang berguna.

5 Juni 2023

Orkestrasi acara

Orkestrasi Acara memudahkan Anda mengirim acara Layanan AWS untuk pemrosesan hilir, menggunakan Amazon. EventBridge

30 Mei 2023

Daftar

Sumber daya Daftar memungkinkan Anda untuk mereferensikan serangkaian nilai seperti alamat IP atau alamat email, sebagai bagian dari aturan. Gunakan daftar dalam aturan untuk mengizinkan atau menolak akses atau transaksi.

Februari 14, 2023

Data Model Explorer

Data Models Explorer memberikan wawasan tentang elemen data yang diperlukan oleh Amazon Fraud Detector untuk membuat model deteksi penipuan Anda. Gunakan data model explorer sebelum Anda mempersiapkan dataset acara Anda.

15 Desember 2022

Model Wawasan Pengambilalihan Akun

Gunakan model Account takeover insights (ATI) untuk mendeteksi akun yang disusupi melalui pengambilalihan berbahaya, phishing, atau dari kredensi yang dicuri.

21 Juli 2022

Pembaruan Bab

Memperbarui babak pengantar dengan informasi tambahan tentang Amazon Fraud Detector

April 11, 2022

Pengayaan variabel

Aktifkan pengayaan beberapa data mentah yang Anda berikan untuk meningkatkan kinerja model yang menggunakan elemen data ini dan yang dilatih sebelum 8 Februari 2022.

Februari 8, 2022

Kebijakan opt-out

Gunakan kebijakan penyisihan untuk tidak menggunakan data acara Anda untuk mengembangkan atau meningkatkan kualitas Amazon Fraud Detector.

Januari 6, 2022

Bingung wakil pencegahan

Buat kebijakan untuk mencegah pihak ketiga atau entitas lintas layanan memanipulasi entitas dengan izin untuk bertindak atas namanya guna mendapatkan akses ke sumber daya di akun Anda.

Desember 6, 2021

Buat dataset acara

Gunakan panduan yang disediakan di Buat kumpulan data acara untuk menyiapkan dan mengumpulkan data untuk melatih model Anda.

November 22, 2021

Penjelasan prediksi

Gunakan penjelasan Prediksi untuk mendapatkan wawasan tentang bagaimana setiap variabel peristiwa memengaruhi skor prediksi penipuan model Anda.

November 10, 2021

Memecahkan masalah

Gunakan informasi dalam Memecahkan masalah data latihan untuk membantu mendiagnosis dan menyelesaikan masalah yang mungkin Anda lihat di konsol Amazon Fraud Detector saat Anda melatih model.

Oktober 11, 2021

Model wawasan penipuan transaksi

Gunakan model Transaction fraud insights (TFI) untuk mendeteksi penipuan online atau card-not-present transaksi.

Oktober 11, 2021

Acara yang disimpan

Simpan data peristiwa Anda di Amazon Fraud Detector dan gunakan data yang tersimpan untuk kemudian melatih model Anda. Dengan menyimpan data peristiwa di Amazon Fraud Detector, Anda dapat melatih model yang menggunakan variabel komputasi otomatis untuk meningkatkan kinerja, menyederhanakan pelatihan ulang model, dan memperbarui label penipuan untuk menutup loop umpan balik machine learning.

Oktober 11, 2021

Model variabel pentingnya

Gunakan Model variabel pentingnya untuk mendapatkan wawasan tentang apa yang mendorong kinerja model Anda naik atau turun dan mana dari variabel model Anda berkontribusi paling. Dan kemudian tweak model Anda untuk meningkatkan kinerja secara keseluruhan.

Juli 9, 2021

Integrasi dengan AWS CloudFormation

Gunakan AWS CloudFormation untuk mengelola sumber daya Amazon Fraud Detector Anda.

10 Mei 2021

Prediksi batch

Gunakan prediksi Batch untuk mendapatkan prediksi untuk serangkaian peristiwa yang tidak memerlukan penilaian waktu nyata.

31 Maret 2021

Pengerjaan ulang Bab

Pengerjaan ulang Memulai dan bagian lainnya

17 Juli 2020

Rilis awal

Rilis pertama

2 Desember 2019