建立 規則 - Amazon Fraud Detector
在 Amazon 詐騙偵測器主控台中建立新規則使用建立規則 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。

建立 規則

您可以在 Amazon 詐騙偵測器主控台中建立規則、使用建立規則命令、使用 CreateRuleAPI 或使用. AWS SDK for Python (Boto3)

每個規則都必須包含可擷取您商務邏輯的單一運算式。所有運算式都必須評估為布林值 (真或假)，且長度小於 4,000 個字元。不支援如果其他類型條件。運算式中使用的所有變數都必須在評估的事件類型中預先定義。同樣地，運算式中使用的所有清單都必須預先定義，並與可變類型相關聯，並填入項目。

下列範例會high_risk為現有偵測器建立規則payments_detector。規則會將運算式和結果verify_customer與規則相關聯。

先決條件

若要遵循下列步驟，請確定您已完成下列步驟，然後再繼續建立規則：

如果您要為使用案例建立偵測器、規則和結果，請以與您的使用案例相關的名稱和運算式取代範例偵測器名稱、規則名稱、規則運算式和結果名稱。

在 Amazon 詐騙偵測器主控台中建立新規則

  1. 開啟AWS管理主控台並登入您的帳戶。導航到亞馬遜欺詐檢測器。

  2. 在左側導覽窗格中，選擇 [偵測器]，然後選取您為使用案例建立的偵測器，範例 pay ments_偵測器。

  3. 在 payments_偵測器頁面中，選擇「關聯的規則」標籤，然後選擇「建立規則」。

  4. 在 [新增規則] 頁面中，輸入下列內容：

    1. 在名稱中，輸入規則的名稱，範例 high_risk

    2. 在「描述-選擇性」中，選擇性地輸入規則說明，範例 This rule captures events with a high ML model score

    3. 在「表示式」中，使用「表示式」快速參考指南為您的使用案例輸入規則運算式。範例 $sample_fraud_detection_model_insightscore >900

    4. 在「成果」中，選擇您為使用案例建立的結果，例如 verify _customer。結果是欺詐預測的結果，如果規則在評估期間相符，則會傳回結果。

  5. 選擇儲存規則

您已為偵測器建立新規則。這是 Amazon 詐騙偵測器會自動讓偵測器使其可供偵測器使用的規則第 1 版。

使用建立規則 AWS SDK for Python (Boto3)

下列範例程式碼使用 CreateRuleAPI 建立現有偵測器的規則high_riskpayments_detector。範例程式碼也會在規則中加入規則運算式和結果verify_customer。

先決條件

若要使用範例程式碼，請在繼續建立規則之前，先確定您已完成下列步驟：

如果您要為使用案例建立偵測器、規則和結果，請使用與您的使用案例相關的名稱和運算式來取代範例偵測器名稱、規則名稱、規則運算式和結果名稱。

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

fraudDetector.create_rule(
ruleId = 'high_risk',
detectorId = 'payments_detector',
expression = '$sample_fraud_detection_model_insightscore > 900',
language = 'DETECTORPL',
outcomes = ['verify_customer']
)

您已建立規則的第 1 版，Amazon 詐騙偵測器會自動提供該規則供偵測器使用。