Bagian B: Menghasilkan prediksi penipuan - Amazon Fraud Detector

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

Bagian B: Menghasilkan prediksi penipuan

Prediksi penipuan adalah evaluasi kecurangan untuk kegiatan bisnis (event). Amazon Fraud Detector menggunakan detektor untuk menghasilkan prediksi penipuan. Detektor berisi logika deteksi, seperti model dan aturan, untuk peristiwa tertentu yang ingin Anda evaluasi untuk penipuan. Logika deteksi menggunakan aturan untuk memberi tahu Amazon Fraud Detector cara menafsirkan data yang terkait dengan model. Dalam tutorial ini, Anda mengevaluasi peristiwa pendaftaran akun menggunakan set data contoh pendaftaran akun yang Anda unggah sebelumnya.

Di Bagian A, Anda membuat, melatih, dan menerapkan model Anda. Di Bagian B, Anda membuat detektor untuk jenissample_registration peristiwa, menambahkan model yang diterapkan, membuat aturan dan urutan eksekusi aturan, lalu membuat dan mengaktifkan versi detektor yang Anda gunakan untuk menghasilkan prediksi penipuan.

Membuat Detector

  1. Pada panel navigasi kiri Fraud Detector Detektor.

  2. Pilih Buat detektor.

  3. Di halaman Tentukan detail detektor, masukkansample_detector nama detektor. Secara opsional, masukkan deskripsi untuk detektor, sepertimy sample fraud detector.

  4. Untuk Jenis Acara, pilih sample_registration. Ini adalah acara yang Anda buat di Bagian A dari tutorial ini.

  5. Pilih Selanjutnya.

Jika Anda menyelesaikan Bagian A dari tutorial ini, maka Anda mungkin sudah memiliki model Amazon Fraud Detector yang tersedia untuk ditambahkan ke detektor Anda. Jika Anda belum membuat model, buka Bagian A dan selesaikan langkah-langkah untuk membuat, melatih, dan menerapkan model dan kemudian lanjutkan dengan Bagian B.

  1. Dalam model Add - opsional, pilih Add Model.

  2. Di halaman Tambahkan model, untuk model Pilih, pilih nama model Amazon Fraud Detector yang Anda gunakan sebelumnya. Untuk Pilih versi, pilih versi model model yang dikerahkan.

  3. Pilih Tambahkan model.

  4. Pilih Selanjutnya.

Aturan adalah kondisi yang memberitahu Amazon Fraud Detector untuk menafkan skor kinerja model saat mengevaluasi prediksi penipuan. Untuk tutorial ini, Anda membuat tiga aturan:high_fraud_risk,medium_fraud_risk, danlow_fraud_risk.

  1. Di halaman Tambahkan aturan, di bawah Tentukan aturan, masukkanhigh_fraud_risk nama aturan dan di bawah Deskripsi - opsional, masukkanThis rule captures events with a high ML model score sebagai deskripsi untuk aturan.

  2. Dalam Ekspresi, masukkan ekspresi aturan berikut menggunakan bahasa ekspresi aturan sederhana Amazon Fraud Detector:

    $sample_fraud_detection_model_insightscore > 900

  3. Di Hasil, pilih Buat hasil baru. Hasilnya adalah hasil dari prediksi penipuan dan dikembalikan jika aturan cocok selama evaluasi.

  4. Di Buat hasil baru, masukkanverify_customer sebagai nama hasil. Secara opsional, masukkan deskripsi.

  5. Pilih Simpan hasil.

  6. Pilih Tambahkan aturan untuk menjalankan pemeriksa validasi aturan dan menyimpan aturan. Setelah dibuat, Amazon Fraud Detector membuat aturan tersedia untuk digunakan di detektor Anda.

  7. Pilih Tambahkan aturan lain, lalu pilih tab Buat aturan.

  8. Ulangi proses ini dua kali lebih banyak untuk membuatlow_fraud_risk aturanmedium_fraud_risk dan aturan menggunakan rincian aturan berikut:

    • medium_fraud_risk

      Nama aturan:medium_fraud_risk

      Hasil:review

      Ekspresi:

      $sample_fraud_detection_model_insightscore <= 900 and

      $sample_fraud_detection_model_insightscore > 700

    • low_fraud_risk

      Nama aturan:low_fraud_risk

      Hasil:approve

      Ekspresi:

      $sample_fraud_detection_model_insightscore <= 700

    Nilai-nilai ini adalah contoh yang digunakan untuk tutorial ini. Saat Anda membuat aturan untuk detektor Anda sendiri, gunakan nilai yang sesuai untuk model dan kasus penggunaan Anda,

  9. Setelah Anda membuat ketiga aturan, pilih Berikutnya.

    Untuk informasi lebih lanjut tentang membuat dan menulis aturan, lihatAturan danReferensi bahasa aturan.

Mode eksekusi aturan untuk aturan yang disertakan dalam detektor menentukan apakah semua aturan yang Anda tetapkan dievaluasi, atau jika evaluasi aturan berhenti pada aturan pertama yang cocok. Dan urutan aturan menentukan urutan yang Anda inginkan aturan untuk dijalankan.

Mode eksekusi aturan default adalahFIRST_MATCHED.

Pertama cocok

Mode eksekusi aturan pertama yang cocok mengembalikan hasil untuk aturan pencocokan pertama berdasarkan urutan aturan yang ditentukan. Jika Anda menentukan FIRST_MATCHED, Amazon Fraud Detector mengevaluasi aturan secara berurutan, pertama hingga terakhir, dengan berhenti pada aturan pertama yang cocok. Amazon Fraud Detector kemudian menyediakan hasil untuk aturan tunggal tersebut.

Urutan Anda menjalankan aturan dapat memengaruhi hasil prediksi penipuan yang dihasilkan. Setelah Anda membuat aturan, pesan ulang aturan untuk menjalankannya sesuai urutan yang diinginkan dengan mengikuti langkah-langkah berikut:

Jikahigh_fraud_risk aturan Anda belum berada di bagian atas daftar aturan Anda, pilih Pesanan, lalu pilih 1. Ini bergerakhigh_fraud_risk ke posisi pertama.

Ulangi proses ini sehinggamedium_fraud_risk aturan Anda berada di posisi kedua danlow_fraud_risk aturan Anda berada di posisi ketiga.

Semua cocok

Semua mode eksekusi aturan yang cocok mengembalikan hasil untuk semua aturan yang cocok, terlepas dari urutan aturan. Jika Anda menentukanALL_MATCHED, Amazon Fraud Detector mengevaluasi semua aturan dan mengembalikan hasil untuk semua aturan yang cocok.

PilihFIRST_MATCHED untuk tutorial ini dan kemudian pilih Berikutnya.

Versi detektor mendefinisikan model dan aturan spesifik yang digunakan untuk menghasilkan prediksi penipuan.

  1. Di halaman Tinjau dan buat, tinjau detail detektor, model, dan aturan yang Anda konfigurasikan. Jika Anda perlu melakukan perubahan, pilih Edit di sebelah bagian yang sesuai.

  2. Pilih Buat detektor. Setelah dibuat, versi pertama detektor Anda muncul di tabel versi Detector denganDraft status.

    Anda menggunakan versi Draft untuk menguji Detector Anda.

Di konsol Amazon Fraud Detector, Anda dapat menguji logika detektor Anda menggunakan data tiruan dengan fitur Run test. Untuk tutorial ini, Anda dapat menggunakan data pendaftaran akun dari contoh dataset.

  1. Gulir ke Jalankan pengujian di bagian bawah halaman detail versi Detektor.

  2. Untuk metadata peristiwa, masukkan stempel waktu saat peristiwa terjadi dan masukkan pengenal unik untuk entitas yang melakukan acara tersebut. Untuk tutorial ini, pilih tanggal dari pemilih tanggal untuk timestamp, dan masukkan “1234” untuk ID Entitas.

  3. Untuk variabel Event, masukkan nilai variabel yang ingin Anda uji. Untuk tutorial ini, Anda hanya perluip_address danemail_address bidang. Ini karena mereka adalah input yang digunakan untuk melatih model Amazon Fraud Detector Anda. Anda dapat menggunakan nilai contoh berikut. Ini mengasumsikan bahwa Anda menggunakan nama variabel yang disarankan:

    • alamat:205.251.233.178

    • alamat email:johndoe@exampledomain.com

  4. Memilih Menjalankan pengujian.

  5. Amazon Fraud Detector mengembalikan hasil prediksi penipuan berdasarkan mode eksekusi aturan. Jika mode eksekusi aturanFIRST_MATCHED, hasil yang dikembalikan sesuai dengan aturan pertama yang cocok. Aturan pertama adalah aturan dengan prioritas tertinggi. Ini cocok jika dievaluasi sebagai benar. Jika mode eksekusi aturanALL_MATCHED, hasil yang dikembalikan sesuai dengan semua aturan yang cocok. Itu berarti bahwa mereka semua dievaluasi untuk menjadi kenyataan. Amazon Fraud Detector juga mengembalikan skor model untuk model apa pun yang ditambahkan ke detektor Anda.

    Anda dapat mengubah input dan menjalankan beberapa tes untuk melihat hasil yang berbeda. Anda dapat menggunakan nilai ip_address dan email_address dari kumpulan data contoh Anda untuk pengujian dan memeriksa apakah hasilnya seperti yang diharapkan.

  6. Ketika Anda puas dengan cara kerja detektor, promosikan dariDraft keActive. Melakukan hal itu membuat detektor tersedia untuk digunakan dalam deteksi penipuan real-time.

    Pada halaman Detail versi Detektor, pilih Tindakan, Publikasikan, Publikasikan versi. Ini mengubah status detektor dari Draft ke Aktif.

    Pada titik ini, model Anda dan logika detektor terkait siap untuk mengevaluasi aktivitas online untuk penipuan secara real time menggunakan Amazon Fraud DetectorGetEventPrediction API. Anda juga dapat mengevaluasi peristiwa secara offline menggunakan file input CSV danCreateBatchPredictionJob API. Untuk informasi lebih lanjut tentang prediksi penipuan, lihatPrediksi penipuan

Dengan menyelesaikan tutorial ini, Anda melakukan hal berikut:

  • Mengunggah set data peristiwa contoh ke Amazon S3.

  • Membuat dan melatih model deteksi penipuan Amazon Fraud Detector menggunakan set data contoh.

  • Melihat skor kinerja model dan metrik kinerja lain yang dihasilkan Amazon Fraud Detector.

  • Menerapkan model deteksi penipuan.

  • Membuat detektor dan menambahkan model yang digunakan.

  • Aturan tambahan, perintah eksekusi aturan, dan hasil ke detektor.

  • Menguji detektor dengan memberikan input yang berbeda dan memeriksa apakah aturan dan perintah eksekusi aturan bekerja seperti yang diharapkan.

  • Mengaktifkan detektor dengan menerbitkannya.