批次預測 - Amazon Fraud Detector
批次預測如何運作輸入和輸出檔案取得批次預測 有關角色的指南取得批次詐騙預測 AWS SDK for Python (Boto3)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

批次預測

您可以在 Amazon Fraud Detector 中使用批次預測任務，取得一組不需要即時評分的事件預測。例如，您可以建立批次預測工作以離線執行proof-of-concept，或回溯評估每小時、每天或每週的事件風險。

您可以使用 Amazon Fraud Detector 主控台建立批次預測任務，或使用AWS命令列界面 (AWSCLI) 或其中一個 Amazon Fraud Detector 開發套件呼叫 CreateBatchPredictionJobAPI 操作。

批次預測如何運作

CreateBatchPredictionJobAPI 操作使用指定的偵測器版本，根據 Amazon S3 儲存貯體中輸入 CSV 檔案中提供的資料進行預測。接著，API 接著會將產生的 CSV 檔案傳回 S3 儲存貯體。

Batch 預測工GetEventPrediction作會以與作業相同的方式計算模型評分和預測結果。與建立批次預測工作類似，您必須先建立事件類型，選擇性地訓練模型，然後建立用於評估批次工作中事件的偵測器版本。GetEventPrediction

批次預測工作評估的事件風險評分的定價與 GetEventPrediction API 建立分數的定價相同。如需詳細資訊，請參閱 Amazon Fraud Detector 定價。

您一次只能執行一個批次預測工作。

輸入和輸出檔案

輸入 CSV 檔案應包含與所選偵測器版本相關聯的事件類型相符的標頭。輸入資料檔案的大小上限為 1GB。活動數量將根據您的活動規模而有所不同。

Amazon Fraud Detector 會在與輸入檔案相同的儲存貯體中建立輸出檔案，除非您為輸出資料指定不同的位置。輸出檔案包含來自輸入檔案的原始資料和以下附加欄：

  • MODEL_SCORES— 詳細說明與所選檢測器版本相關聯的每個模型中事件的模型分數。

  • OUTCOMES— 詳細說明由所選檢測器版本及其規則評估的事件結果。

  • STATUS— 指示是否已成功評估事件。如果未成功評估事件，此欄會顯示失敗的原因代碼。

  • RULE_RESULTS— 以規則執行模式為基礎的所有符合規則的清單。

取得批次預測

下列步驟假設您已建立事件類型、使用該事件類型 (選用) 訓練模型，並為該事件類型建立偵測器版本。

取得批次預測

  1. 登入，AWS Management Console並前往 https://console.aws.amazon.com/frauddetector 開啟 Amazon Fraud Detector 主控台。

  2. 在 Amazon Fraud Detector 主控台的左側導覽窗格中，選擇「Batch 預測」，然後選擇「新增批次預測」。

  3. 在 Job 名稱中，指定批次預測工作的名稱。如果您未指定名稱，Amazon Fraud Detector 會隨機產生任務名稱。

  4. 在偵測器中，選擇此批次預測的偵測器。

  5. 在偵測器版本中，選擇此批次預測的偵測器版本。您可以選擇任何狀態的檢測器版本。如果您的偵測器Active狀態為偵測器版本，則會自動選取該版本，但您也可以視需要變更此選項。

  6. 在 IAM 角色中，選擇或建立對您的輸入和輸出 Amazon S3 儲存貯體具有讀寫存取權限的角色。如需詳細資訊，請參閱 有關角色的指南。

    若要取得批次預測，呼叫CreateBatchPredictionJob作業的 IAM 角色必須具有輸入 S3 儲存貯體的讀取權限，以及對輸出 S3 儲存貯體的寫入許可。如需儲存貯體許可的詳細資訊，請參閱 Amazon S3 使用者指南中的使用者政策範例。

  7. 在輸入資料位置中，指定輸入資料的 Amazon S3 位置。如果您希望輸出檔案位於不同的 S3 儲存貯體，請選取單獨的輸出資料位置，並為輸出資料提供 Amazon S3 位置。

  8. (選擇性) 建立批次預測工作的標籤。

  9. 選擇 Start (啟動)。

    Amazon Fraud Detector 會建立批次預測任務，而任務的狀態為In progress。Batch 預測工作處理時間會因事件數量和偵測器版本配置而有所不同。

若要停止正在進行的批次預測工作，請移至批次預測工作詳細資訊頁面，選擇 [動作]，然後選擇 [停止批次預測]。如果停止批次預測工作，將不會收到該工作的任何結果。

批次預測任務的狀態變更為時Complete，您可以從指定的輸出 Amazon S3 儲存貯體擷取任務的輸出。輸出檔案的名稱格式為batch prediction job name_file creation timestamp_output.csv。例如，工作的輸出檔案mybatchjob為mybatchjob_ 1611170650_output.csv。

若要搜尋由批次預測任務評估的特定事件，請在 Amazon Fraud Detector 主控台的左側導覽窗格中選擇搜尋過去的預測。

若要刪除已完成的批次預測工作，請移至批次預測工作詳細資訊頁面，選擇 [動作]，然後選擇 [刪除批次預測]。

有關角色的指南

若要取得批次預測，呼叫CreateBatchPredictionJob作業的 IAM 角色必須具有輸入 S3 儲存貯體的讀取權限，以及對輸出 S3 儲存貯體的寫入許可。如需有關儲存貯體權限的詳細資訊，請參閱《Amazon S3 使用者指南》中的使用者政策範例 在 Amazon Fraud Detector 主控台上，您有三個選項可選擇 Batch 預測的 IAM 角色：

  1. 在建立新的 Batch 預測工作時建立角色。

  2. 選取您先前在 Amazon Fraud Detector 主控台建立的現有 IAM 角色。執行此步驟之前，請務必將S3:PutObject權限新增至角色。

  3. 為先前建立的 IAM 角色輸入自訂 ARN。

如果您收到與 IAM 角色相關的錯誤，請驗證下列項目：

  1. 您的 Amazon S3 儲存貯體與您的偵測器位於相同的區域。

  2. 您使用的 IAM 角色具有輸入 S3 儲存貯體的s3:GetObject許s3:PutObject可，以及輸出 S3 儲存貯體的許可。

  3. 您使用的 IAM 角色具有服務主體的信任政策frauddetector.amazonaws.com。

取得批次詐騙預測 AWS SDK for Python (Boto3)

以下範例會顯示 CreateBatchPredictionJobAPI 的範例請求。批次預測工作必須包含下列現有資源：偵測器、偵測器版本和事件類型名稱。下列範例假設您已建立事件類型sample_registrationsample_detector、偵測器和偵測器版本1。

import boto3
fraudDetector = boto3.client('frauddetector')

fraudDetector.create_batch_prediction_job (
   jobId = 'sample_batch',
   inputPath = 's3://bucket_name/input_file_name.csv',
   outputPath = 's3://bucket_name/',
   eventTypeName = 'sample_registration',
   detectorName = 'sample_detector',
   detectorVersion = '1',
   iamRoleArn = 'arn:aws:iam::**:role/service-role/AmazonFraudDetector-DataAccessRole-**'
)