Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Variables

Le variabili rappresentano elementi di dati che desideri utilizzare in una previsione di frode. Queste variabili possono essere prese dal set di dati degli eventi che hai preparato per addestrare il tuo modello, dai risultati del punteggio di rischio del tuo modello Amazon Fraud Detector o dai modelli Amazon. SageMaker Per ulteriori informazioni sulle variabili prese dal set di dati dell'evento, vedereOttieni i requisiti dei set di dati di eventi utilizzando Data models explorer.

Le variabili che desideri utilizzare nella previsione delle frodi devono prima essere create e quindi aggiunte all'evento durante la creazione del tipo di evento. A ogni variabile creata deve essere assegnato un tipo di dati, un valore predefinito e, facoltativamente, un tipo di variabile. Amazon Fraud Detector arricchisce alcune delle variabili fornite, come indirizzi IP, numeri di identificazione bancaria (BIN) e numeri di telefono, per creare input aggiuntivi e migliorare le prestazioni dei modelli che utilizzano queste variabili.

Tipi di dati

Le variabili devono avere un tipo di dati per l'elemento di dati che la variabile rappresenta e, facoltativamente, possono essere assegnati a uno dei valori predefiniti. Tipi variabili Per le variabili assegnate a un tipo di variabile, il tipo di dati è preselezionato. I tipi di dati possibili includono i seguenti tipi:

Valore predefinito

Le variabili devono avere un valore predefinito. Quando Amazon Fraud Detector genera previsioni di frode, questo valore predefinito viene utilizzato per eseguire una regola o un modello se Amazon Fraud Detector non riceve un valore per una variabile. I valori predefiniti forniti devono corrispondere al tipo di dati selezionato. Nella console AWS, Amazon Fraud Detector assegna il valore predefinito di numeri 0 false interi, booleani, 0.0 float e (vuoto) stringhe. È possibile impostare un valore predefinito personalizzato per ognuno di questi tipi di dati.

Tipi variabili

Quando si crea una variabile, è possibile assegnarla facoltativamente a un tipo di variabile. Il tipo di variabile rappresenta gli elementi di dati comuni utilizzati per addestrare modelli e generare previsioni di frode. Per l'addestramento dei modelli è possibile utilizzare solo le variabili con un tipo di variabile associato. Come parte del processo di formazione del modello, Amazon Fraud Detector utilizza il tipo di variabile associato alla variabile per eseguire arricchimenti delle variabili, ingegneria delle funzionalità e valutazione del rischio.

Amazon Fraud Detector ha predefinito i seguenti tipi di variabili che possono essere utilizzati per assegnare le tue variabili.

Assegnazione di una variabile a un tipo di variabile

Se si prevede di utilizzare una variabile per addestrare il modello, è importante scegliere il tipo di variabile corretto da assegnare alla variabile. L'assegnazione errata del tipo di variabile può influire negativamente sulle prestazioni del modello. Può anche diventare molto difficile modificare l'assegnazione in un secondo momento, soprattutto se più modelli ed eventi hanno utilizzato la variabile.

È possibile assegnare alla variabile uno qualsiasi dei tipi di variabili predefiniti o uno dei tipi di variabili personalizzate:FREE_FORM_TEXT,CATEGORICAL, o. NUMERIC

Note importanti per l'assegnazione di variabili ai tipi di variabili corretti

Arricchimenti variabili

Amazon Fraud Detector arricchisce alcuni degli elementi di dati grezzi che fornisci, come indirizzi IP, numeri di identificazione bancaria (BIN) e numeri di telefono, per creare input aggiuntivi e migliorare le prestazioni dei modelli che utilizzano questi elementi di dati. L'arricchimento aiuta a identificare situazioni potenzialmente sospette e aiuta i modelli a rilevare ulteriori frodi.

Arricchimento del numero di telefono

Amazon Fraud Detector arricchisce i dati dei numeri di telefono con informazioni aggiuntive relative alla geolocalizzazione, al corriere originale e alla validità del numero di telefono. L'arricchimento del numero di telefono viene abilitato automaticamente per tutti i modelli formati a partire dal 13 dicembre 2021 e che dispongono di un numero di telefono che include un prefisso internazionale (+xxx). Se hai incluso la variabile del numero di telefono nel tuo modello e l'hai addestrata prima del 13 dicembre 2021, riqualificalo in modo che possa sfruttare questo arricchimento.

Ti consigliamo vivamente di utilizzare il seguente formato per le variabili dei numeri di telefono per assicurarti che i tuoi dati vengano arricchiti correttamente.

Arricchimento della geolocalizzazione

A partire dall'8 febbraio 2022, Amazon Fraud Detector calcola la distanza fisica tra i valori IP_ADDRESS, BILLING_ZIP e SHIPPING_ZIP che fornisci per un evento. Le distanze calcolate vengono utilizzate come input per il tuo modello di rilevamento delle frodi.

Per abilitare l'arricchimento della geolocalizzazione, i dati dell'evento devono includere almeno due delle tre variabili: IP_ADDRESS, BILLING_ZIP o SHIPPING_ZIP. Inoltre, ogni valore BILLING_ZIP e SHIPPING_ZIP deve avere rispettivamente un codice BILLING_COUNTRY e un codice SHIPPING_COUNTRY validi. Se disponi di un modello che è stato addestrato prima dell'8 febbraio 2022 e include queste variabili, devi riqualificarlo per abilitare l'arricchimento della geolocalizzazione.

Se Amazon Fraud Detector non è in grado di determinare la posizione associata ai valori IP_ADDRESS, BILLING_ZIP o SHIPPING_ZIP per un evento a causa della non validità dei dati, viene utilizzato invece un valore segnaposto speciale. Ad esempio, supponiamo che un evento abbia valori IP_ADDRESS e BILLING_ZIP validi, ma il valore SHIPPING_ZIP non sia valido. In questo caso, l'arricchimento viene eseguito solo per IP_ADDRESS—> BILLING_ZIP. L'arricchimento non viene eseguito per IP_ADDRESS—>SHIPPING_ZIP e BILLING_ZIP—>SHIPPING_ZIP. Invece, i valori segnaposto vengono utilizzati al loro posto. Indipendentemente dal fatto che l'arricchimento della geolocalizzazione sia abilitato o meno per il tuo modello, le prestazioni del tuo modello non cambiano.

Puoi disattivare l'arricchimento della geolocalizzazione mappando le variabili BILLING_ZIP e SHIPPING_ZIP al tipo di variabile CUSTOM_CATEGORICAL. La modifica del tipo di variabile non influisce sulle prestazioni del modello.

Formato variabile di geolocalizzazione

Ti consigliamo vivamente di utilizzare il seguente formato per le variabili di geolocalizzazione per garantire che i dati sulla posizione vengano arricchiti correttamente.

Arricchimento dell'agente utente

Se crei il modello Account Takeover Insights (ATI), devi fornire una variabile del tipo di useragent variabile nel tuo set di dati. Questa variabile contiene i dati del browser, del dispositivo e del sistema operativo di un evento di accesso. Amazon Fraud Detector arricchisce i dati dell'agente utente con informazioni aggiuntive come, e user_agent_familyOS_family. device_family