핵심 개념 및 용어

이벤트는 사기 위험에 대해 평가되는 조직의 비즈니스 활동입니다. Amazon Fraud Detector는 이벤트에 대한 사기 예측을 생성합니다.

레이블은 단일 이벤트를 사기 또는 합법적으로 분류합니다. 레이블은 Amazon Fraud Detector에서 기계 학습 모델을 훈련하는 데 사용됩니다.

엔터티는 이벤트를 수행 중인 사용자를 나타냅니다. 이벤트를 수행한 특정 엔터티를 나타내기 위해 회사 사기 데이터의 일부로 엔터티 ID를 제공합니다.

이벤트 유형은 Amazon Fraud Detector로 전송되는 이벤트의 구조를 정의합니다. 여기에는 이벤트의 일부로 전송된 데이터, 이벤트를 수행하는 개체(예: 고객), 이벤트를 분류하는 레이블이 포함됩니다. 예제 이벤트 유형에는 온라인 결제 트랜잭션, 계정 등록 및 인증이 포함됩니다.

엔터티 유형에 따라 엔터티가 분류됩니다. 분류의 예로는 고객, 판매자 또는 계정이 있습니다.

이벤트 데이터 세트는 특정 비즈니스 활동 또는 이벤트에 대한 회사의 기록 데이터입니다. 예를 들어 회사의 이벤트는 온라인 계정 등록일 수 있습니다. 단일 이벤트(등록)의 데이터에는 연결된 IP 주소, 이메일 주소, 결제 주소 및 이벤트 타임스탬프가 포함될 수 있습니다. Amazon Fraud Detector에 이벤트 데이터 세트를 제공하여 사기 탐지 모델을 생성하고 훈련합니다.

모델은 기계 학습 알고리즘의 출력입니다. 이러한 알고리즘은 코드로 구현되며 사용자가 제공하는 이벤트 데이터에 대해 실행됩니다.

모델 유형은 모델 훈련 중에 사용되는 알고리즘, 보강 및 기능 변환을 정의합니다. 또한 모델 훈련을 위한 데이터 요구 사항도 정의합니다. 이러한 정의는 특정 유형의 사기에 맞게 모델을 최적화하는 기능을 합니다. 모델을 생성할 때 사용할 모델 유형을 지정합니다.

모델 훈련은 제공된 이벤트 데이터 세트를 사용하여 사기 이벤트를 예측할 수 있는 모델을 생성하는 프로세스입니다. 모델 훈련 프로세스의 모든 단계는 완전히 자동화됩니다. 이러한 단계에는 데이터 검증, 데이터 변환, 특성 엔지니어링, 알고리즘 선택 및 모델 최적화가 포함됩니다.

모델 점수는 회사의 과거 사기 데이터의 평가 결과입니다. 모델 훈련 프로세스 중에 Amazon Fraud Detector는 데이터 세트의 사기 활동을 평가하고 0~1000 사이의 점수를 생성합니다. 이 점수의 경우 0은 사기 위험이 낮음을 나타내고 1000은 사기 위험이 가장 높음을 나타냅니다. 점수 자체는 거짓 긍정 비율(FPR)과 직접 관련이 있습니다.

모델 버전은 모델 훈련의 출력입니다.

모델 배포는 모델 버전을 활성화하고 사기 예측을 생성하는 데 사용할 수 있도록 하는 프로세스입니다.

Amazon Fraud Detector를 사용하여 모델을 빌드하는 것 외에도 선택적으로 Amazon Fraud Detector 평가에서 SageMaker AI 호스팅 모델 엔드포인트를 사용할 수 있습니다.

SageMaker AI에서 모델을 빌드하는 방법에 대한 자세한 내용은 를 사용하여 모델 훈련을 Amazon SageMaker AI 참조하세요.

감지기에는 사기에 대해 평가하려는 특정 이벤트에 대한 모델 및 규칙과 같은 감지 로직이 포함되어 있습니다. 모델 버전을 사용하여 감지기를 생성합니다.

감지기에는 여러 버전이 있을 수 있으며 각 버전은 Draft, Active또는의 상태를 갖습니다Inactive. 한 번에 하나의 감지기 버전만 Active 상태가 될 수 있습니다.

변수는 사기 예측에 사용하려는 이벤트와 연결된 데이터 요소를 나타냅니다. 변수는 사기 예측의 일부로 이벤트와 함께 전송되거나 Amazon Fraud Detector 모델의 출력과 같이 파생될 수 있습니다 Amazon SageMaker AI.

규칙은 사기 예측 중에 변수 값을 해석하는 방법을 Amazon Fraud Detector에 알려주는 조건입니다. 규칙은 하나 이상의 변수, 로직 표현식 및 하나 이상의 결과로 구성됩니다. 규칙에 사용되는 변수는 감지기가 평가하는 이벤트 데이터 세트의 일부여야 합니다. 또한 각 감지기에는 하나 이상의 규칙이 연결되어 있어야 합니다.

이는 사기 예측의 결과 또는 출력입니다. 사기 예측에 사용되는 각 규칙은 하나 이상의 결과를 지정해야 합니다.

사기 예측은 단일 이벤트 또는 이벤트 세트에 대한 사기 평가입니다. Amazon Fraud Detector는 규칙에 따라 모델 점수와 결과를 동기식으로 제공하여 단일 온라인 이벤트에 대한 사기 예측을 실시간으로 생성합니다. Amazon Fraud Detector는 오프라인에서 이벤트 세트에 대한 사기 예측을 생성합니다. 예측을 사용하여 오프라인 proof-of-concept 수행하거나 시간별, 일별 또는 주별로 사기 위험을 소급 평가할 수 있습니다.

사기 예측 설명은 각 변수가 모델의 사기 예측 점수에 어떤 영향을 미쳤는지에 대한 통찰력을 제공합니다. 각 변수가 위험 점수의 규모(0~5 범위, 5는 가장 높음) 및 방향(점수를 더 높거나 낮게 주행) 측면에서 위험 점수에 미치는 영향에 대한 정보를 제공합니다.