パート B: 不正予測を生成する

ディテクターを作成するには

1. Amazon Fraud Detector コンソールの左のナビゲーションペインで、[ディテクター] をクリックします。

2. [ディテクターの作成] を選択します。

3. ディテクタ詳細の定義ページで、sample_detectorディテクタ名を入力します。必要に応じて、ディテクターの説明（など）を入力しますmy sample fraud detector。

4. [イベントタイプ] で [サンプル登録] を選択します。これは、このチュートリアルのパート A で作成したイベントです。

5. [Next] (次へ) を選択します。

1. [モデルの追加-オプション] で、[モデルの追加] を選択します。

2. [モデルの追加] ページの [モデルの選択] で、以前にデプロイした Amazon Fraud Detector のモデル名を選択します。[バージョンの選択] で、デプロイされたモデルのモデルバージョンを選択します。

3. [モデルの追加] を選択します。

4. [Next] (次へ) を選択します。

1. [ルールの追加] ページの [ルールの定義] にルール名を入力しhigh_fraud_risk、[説明-オプション]This rule captures events with a high ML model score にルールの説明としてを入力します。

2. [式] で、Amazon Fraud Detector 簡易ルール式言語を使用して、次のルール式を入力します。

   $sample_fraud_detection_model_insightscore > 900

3. [結果] では、[新しい結果の作成] を選択します。結果は、不正予測の結果であり、評価中にルールが一致した場合に返されます。

4. [新しい結果の作成] には、結果名として「verify_customer」と入力します。必要に応じて説明を入力します。

5. [結果の保存] を選択します。

6. [ルールの追加] を選択して、ルール検証チェッカーを実行し、ルールを保存します。作成後、Amazon Fraud Detector はルールをディテクターで使用できるようにします。

7. [別のルールの追加] を選択してから、[ルールの作成] タブをクリックします。

8. このプロセスをさらに 2 回繰り返して、次のルールの詳細を使用して medium_fraud_risk と low_fraud_risk ルールを作成します。

   • medium_fraud_risk

     ルール名: medium_fraud_risk

     結果: review

     式:

     $sample_fraud_detection_model_insightscore <= 900 and

     $sample_fraud_detection_model_insightscore > 700

   • low_fraud_risk

     ルール名: low_fraud_risk

     結果: approve

     式:

     $sample_fraud_detection_model_insightscore <= 700

   これらの値は、このチュートリアルで使用する例です。独自のディテクターのルールを作成するときは、モデルとユースケースに適した値を使用してください。

9. すべてのルールを追加したら、[次へ] を選択します。

   ルールの作成と記述の詳細については、「[Rules] (ルール)」および「ルール言語リファレンス」を参照してください。

1. [確認と作成] ページで、設定したディテクターの詳細、モデル、およびルールを確認します。何らかの変更を加える必要がある場合は、対応するセクションの隣にある [編集] をクリックします。

2. [ディテクターの作成] を選択します。ディテクターの作成後、ディテクターの最初のバージョンが Draft ステータスで Detector バージョンテーブルに表示されます。

   ドラフトバージョンを使用して検出器をテストします。

1. [ディテクターバージョンの詳細] ページの下部にある [テストの実行] までスクロールします。

2. [イベントメタデータ] では、イベントが発生した時刻のタイムスタンプと、イベントを実行するエンティティの一意の識別子を入力します。このチュートリアルでは、タイムスタンプの日付一覧から日付を選択し、エンティティ ID に「1234」と入力します。

3. [イベント変数] では、テストする変数値を入力します。このチュートリアルでは、ip_addressemail_addressとフィールドのみが必要です。これは、これらがAmazonFraud Detector モデルのトレーニングに使用される入力だからです。次のサンプル値を使用できます。これは、推奨される変数名を使用したことを前提としています。

   • IPアドレス:205.251.233.178

   • Eメールアドレス:johndoe@exampledomain.com

4. [テストの実行] を選択します。

5. Amazon Fraud Detector は、ルール実行モードに基づいて不正予測の結果を返します。ルール実行モードがの場合FIRST_MATCHED、返される結果は、一致した最初のルールのものとなります。最初のルールは、優先順位が最も高いルールです。True と評価されればマッチします。ルール実行モードがの場合ALL_MATCHED、返される結果は、一致したすべてのルールのものとなります。つまり、それらはすべて真実と評価されているということです。Amazon Fraud Detector は、ディテクターに追加されたモデルのモデルスコアも返します。

   入力を変更し、いくつかのテストを実行して、さまざまな結果を確認できます。サンプルデータセットの ip_address と email_address の値をテストに使用して、結果が期待どおりかどうかを確認できます。

6. 検出器の動作に満足できたら、Draftディテクタをからに昇格させますActive。これにより、検出器をリアルタイムの不正検出に使用できるようになります。

   [ディテクターバージョンの詳細] ページで、[アクション]、[発行]、[バージョンの発行] の順に選択します。これにより、ディテクタのステータスが [ドラフト] から [アクティブ] に変わります。

   この時点で、お使いのモデルと関連するディテクターロジックは、Amazon Fraud DetectorGetEventPrediction API を使用して、オンラインでの不正行為をリアルタイムで評価する準備が整いました。CSV 入力ファイルとCreateBatchPredictionJob API を使用して、オフラインでイベントを評価することもできます。不正予測の詳細については、「」を参照してください。不正予測の取得