主要概念と用語

イベントとは、不正リスクについて評価される組織のビジネスアクティビティです。Amazon Fraud Detector は、イベントの不正予測を生成します。

ラベルは、1 つのイベントを不正または正当として分類します。ラベルは、Amazon Fraud Detector で機械学習モデルをトレーニングするために使用されます。

エンティティは、イベントを実行しているユーザーを表します。イベントを実行した特定のエンティティを示すために、会社の不正データの一部としてエンティティ ID を指定します。

イベントタイプは、Amazon Fraud Detector に送信されるイベントの構造を定義します。これには、イベントの一部として送信されるデータ、イベントを実行するエンティティ (顧客など）、イベントを分類するラベルが含まれます。イベントタイプの例には、オンライン支払いトランザクション、アカウント登録、認証などがあります。

エンティティタイプは、エンティティを分類します。分類の例には、顧客、マーチャント、アカウントなどがあります。

イベントデータセットは、特定のビジネスアクティビティまたはイベントの会社の履歴データです。例えば、会社のイベントはオンラインアカウント登録である可能性があります。単一のイベント (登録) のデータには、関連付けられた IP アドレス、E メールアドレス、請求先住所、イベントタイムスタンプが含まれる場合があります。不正検出モデルを作成およびトレーニングするために、Amazon Fraud Detector にイベントデータセットを提供します。

モデルは機械学習アルゴリズムの出力です。これらのアルゴリズムはコードに実装され、指定したイベントデータで実行されます。

モデルタイプは、モデルトレーニング中に使用されるアルゴリズム、エンリッチメント、および特徴量変換を定義します。また、モデルをトレーニングするためのデータ要件も定義します。これらの定義は、特定のタイプの不正に対してモデルを最適化するために機能します。モデルの作成時に使用するモデルタイプを指定します。

モデルトレーニングは、提供されたイベントデータセットを使用して、不正イベントを予測できるモデルを作成するプロセスです。モデルトレーニングプロセスのすべてのステップは完全に自動化されています。これらのステップには、データ検証、データ変換、特徴量エンジニアリング、アルゴリズムの選択、モデルの最適化が含まれます。

モデルスコアは、会社の過去の不正データの評価結果です。モデルトレーニングプロセス中に、Amazon Fraud Detector はデータセットの不正行為を評価し、0～1000 のスコアを生成します。このスコアでは、0 は不正リスクが低く、1000 は不正リスクが最も高いことを示します。スコア自体は偽陽性率 (FPR) に直接関係しています。

モデルバージョンは、モデルのトレーニングからの出力です。

モデルデプロイは、モデルバージョンをアクティブ化し、不正予測を生成できるようにするプロセスです。

Amazon Fraud Detector を使用してモデルを構築するだけでなく、オプションで SageMakerホストモデルエンドポイントを Amazon Fraud Detector 評価で使用できます。

でモデルを構築する方法の詳細については SageMaker、「 でモデルをトレーニングするAmazon SageMaker AI」を参照してください。

ディテクターには、不正を評価する特定のイベントのモデルやルールなどの検出ロジックが含まれています。モデルバージョンを使用してディテクターを作成します。

ディテクターは複数のバージョンを持つことができ、各バージョンのステータスは Draft、Active、または Inactive になります。一度に 1 つのディテクターバージョンのみが Active ステータスになることができます。

変数は、不正予測で使用するイベントに関連付けられたデータ要素を表します。変数は、不正予測の一部としてイベントとともに送信することも、Amazon Fraud Detector モデルの出力や など、派生することもできますAmazon SageMaker AI。

ルールは、不正予測時に変数値の解釈方法を Amazon Fraud Detector に指示する条件です。ルールは、1 つ以上の変数、論理式、および 1 つ以上の結果で構成されています。ルールで使用される変数は、ディテクターが評価するイベントデータセットの一部である必要があります。さらに、各ディテクターには少なくとも 1 つのルールが関連付けられている必要があります。

これは、不正予測の結果または出力です。不正予測で使用される各ルールは、1 つ以上の結果を指定する必要があります。

不正予測は、1 つのイベントまたは一連のイベントの不正の評価です。Amazon Fraud Detector は、ルールに基づいてモデルスコアと結果を同期的に提供することで、単一のオンラインイベントの不正予測をリアルタイムで生成します。Amazon Fraud Detector は、一連のイベントの不正予測をオフラインで生成します。予測を使用してオフラインの を実行したり proof-of-concept、不正リスクを時間単位、日単位、週単位で遡及的に評価したりできます。

不正予測の説明は、各変数がモデルの不正予測スコアにどのように影響したかについての洞察を提供します。各変数がリスクスコアにどのように影響するかに関する情報は、大きさ (0～5 の範囲、5 が最も高い) と方向 (スコアを高くまたは低くする) で提供されます。