优势

Amazon Fraud Detector 提供以下好处。这些优势使您能够快速发现欺诈行为，而无需投入传统上构建和维护欺诈管理系统所需的时间和资源。

自动创建欺诈模型

Amazon Fraud Detector 的欺诈检测模型是为满足您的特定业务需求而定制的全自动机器学习模型。您可以使用 Amazon Fraud Detector 模型识别任何在线交易中的潜在欺诈行为，例如创建新账户、在线支付和访客结账。

由于欺诈模型是通过自动化流程创建的，因此您可以放弃与创建和训练模型相关的许多步骤。这些步骤包括数据验证和丰富、特征工程、算法选择、超参数调整和模型部署。

要使用 Amazon Fraud Detector 创建欺诈检测模型，您只需上传公司的历史欺诈数据集并选择模型类型即可。然后，Amazon Fraud Detector 会自动为您的用例找到最合适的欺诈检测算法并创建模型。您无需懂编码或拥有机器学习专业知识即可创建欺诈检测模型。

不断演变和学习的欺诈模型

欺诈检测模型必须不断发展，以跟上不断变化的欺诈格局。Amazon Fraud Detector 通过计算账户年限、自上次活动以来的时间和活动计数等信息来自动执行此操作。结果是，您的模型了解了经常进行交易的可信客户与欺诈者典型的持续尝试之间的区别。这有助于在两次再训练之间更长时间地保持模型的性能。

欺诈模型性能可视化

使用您提供的数据对模型进行训练后，Amazon Fraud Detector 会验证您的模型性能。它还提供可视化工具供您评估性能。对于您训练的每个模型，您可以看到模型性能分数、分数分布图、混淆矩阵、阈值表以及您提供的所有输入按其对模型性能的影响进行排名。使用这些性能工具，您可以了解模型的性能以及哪些输入正在推动模型性能。如果需要，您可以调整模型以提高其整体性能。

欺诈预测

Amazon Fraud Detector 会为您的组织的业务活动生成欺诈预测。欺诈预测是对业务活动的欺诈风险评估。Amazon Fraud Detector 使用预测逻辑以及与活动相关的数据生成预测。您在创建欺诈检测模型时提供了这些数据。您可以实时获取单项活动的欺诈预测，也可以离线获取一组活动的欺诈预测。

欺诈预测解释可视化

作为欺诈预测过程的一部分，Amazon Fraud Detector 会生成预测解释。预测解释可以深入了解用于训练模型的每个数据元素如何影响模型的欺诈预测分数。使用表格和图表等可视化工具提供预测解释。您可以使用这些工具直观地确定每个数据元素对预测分数的影响程度。然后，您可以使用这些信息来分析数据集中的欺诈模式并检测偏见（如果有）。最后，您还可以在手动欺诈调查过程中使用预测解释来确定主要风险指标。这可以帮助您缩小导致误报预测的根本原因。

基于规则的操作

训练完欺诈检测模型后，您可以添加规则以对评估的数据采取行动，例如接受数据、发送数据以供审查或收集更多数据。规则是指告亚马逊 Fraud Detector 在欺诈预测期间如何解释数据的条件。例如，您可以创建一条规则，将可疑客户账户标记为待审核。您可以将此规则设置为在检测到的模型分数均高于您预先确定的阈值且账户付款的授权码 (AUTH_CODE) 无效时启动。