Variables

Les variables représentent les éléments de données que vous souhaitez utiliser dans une prévision de fraude. Ces variables peuvent être extraites de l'ensemble de données d'événements que vous avez préparé pour entraîner votre modèle, des résultats des scores de risque de votre modèle Amazon Fraud Detector ou des SageMaker modèles Amazon. Pour plus d'informations sur les variables extraites du jeu de données d'événements, consultezObtenez les exigences relatives aux ensembles de données d'événements à l'aide de l'explorateur de modèles.

Les variables que vous souhaitez utiliser dans vos prévisions de fraude doivent d'abord être créées, puis ajoutées à l'événement lors de la création de votre type d'événement. Chaque variable que vous créez doit se voir attribuer un type de données, une valeur par défaut et éventuellement un type de variable. Amazon Fraud Detector enrichit certaines des variables que vous fournissez, telles que les adresses IP, les numéros d'identification bancaire (BIN) et les numéros de téléphone, afin de créer des entrées supplémentaires et d'améliorer les performances des modèles qui utilisent ces variables.

Types de données

Les variables doivent avoir un type de données pour l'élément de données qu'elles représentent et peuvent éventuellement se voir attribuer l'un des types prédéfinisTypes de variables. Pour les variables affectées à un type de variable, le type de données est présélectionné. Les types de données possibles incluent les types suivants :

Type de données	Description	Valeur par défaut	Exemples de valeur
Chaîne	N'importe quelle combinaison de lettres, de chiffres entiers ou des deux	<empty>	abc, 123 ans, 1D3B
Entier	Nombres entiers positifs ou négatifs	0	1, -1
Booléen	Vrai ou faux	False	Vrai, Faux
DateTime	Date et heure spécifiées uniquement au format UTC de la norme ISO 8601	<empty>	2019-11-30T 13:01:01 Z
Float	Nombres avec virgule décimale	0.0	4,01, 0,10

Valeur par défaut

Les variables doivent avoir une valeur par défaut. Lorsqu'Amazon Fraud Detector génère des prévisions de fraude, cette valeur par défaut est utilisée pour exécuter une règle ou un modèle si Amazon Fraud Detector ne reçoit aucune valeur pour une variable. Les valeurs par défaut que vous fournissez doivent correspondre au type de données sélectionné. Dans la console AWS, Amazon Fraud Detector attribue la valeur par défaut 0 pour les entiers, pour les booléens, false pour les flottants et (vide) 0.0 pour les chaînes. Vous pouvez définir une valeur par défaut personnalisée pour n'importe lequel de ces types de données.

Types de variables

Lorsque vous créez une variable, vous pouvez éventuellement l'affecter à un type de variable. Le type de variable représente les éléments de données courants utilisés pour former des modèles et générer des prévisions de fraude. Seules les variables associées à un type de variable peuvent être utilisées pour l'apprentissage du modèle. Dans le cadre du processus de formation du modèle, Amazon Fraud Detector utilise le type de variable associé à la variable pour effectuer des enrichissements variables, une ingénierie des fonctionnalités et une évaluation des risques.

Amazon Fraud Detector a prédéfini les types de variables suivants qui peuvent être utilisés pour les attribuer à vos variables.

Catégorie	Type de variable	Description	Type de données	Exemple
Session	IP_ADDRESS	L'adresse IP collectée lors de l'événement	Chaîne	192,2.0 Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement de la géolocalisation.
	AGENT UTILISATEUR	L'agent utilisateur collecté lors de l'événement	Chaîne	Mozilla 5.0 (Windows NT 10.0, Win64, x64, rv:68.0) Gecko 20100101
	EMPREINTE DIGITALE	L'identifiant unique d'un appareil utilisé pour l'événement	Chaîne	sadfow987u234
	SESSION_ID	L'ID de session pour la session active de l'événement	Chaîne	sid123456789
	LES INFORMATIONS D'IDENTIFICATION SONT-ELLES VALIDES	Indique si les informations d'identification utilisées pour la connexion aux événements sont valides	Booléen	True
Utilisateur	ADRESSE_E-MAIL	L'adresse e-mail collectée lors de l'événement	Chaîne	[e-mail]
	PHONE_NUMBER	Le numéro de téléphone collecté lors de l'événement	Chaîne	[phone] Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement du numéro de téléphone.
Facturation	NOM_DE FACTURATION	Le nom associé à l'adresse de facturation	Chaîne	Jean Dupont
	TÉLÉPHONE DE FACTURATION	Le numéro de téléphone associé à l'adresse de facturation	Chaîne	[phone] Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement du numéro de téléphone.
	ADRESSE_DE FACTURATION_L1	La première ligne de l'adresse de facturation	Chaîne	N'importe quelle rue
	ADRESSE_DE FACTURATION_L2	La deuxième ligne de l'adresse de facturation	Chaîne	N'importe quelle unité 123
	BILLING_CITY	La ville indiquée dans l'adresse de facturation	Chaîne	N'importe quelle ville
	ÉTAT DE FACTURATION	État ou province indiqué dans l'adresse de facturation	Chaîne	N'importe quel État ou province
	PAYS_DE_FACTURATION	Le pays indiqué dans l'adresse de facturation	Chaîne	N'importe quel pays Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement de la géolocalisation.
	ZIP DE FACTURATION	Le code postal qui se trouve dans l'adresse de facturation	Chaîne	01234 Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement de la géolocalisation.
Expédition	NOM_D'EXPÉDITION	Le nom associé à l'adresse de livraison	Chaîne	Jean Dupont
	TÉLÉPHONE D'EXPÉDITION	Le numéro de téléphone associé à l'adresse de livraison	Chaîne	[phone] Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement du numéro de téléphone.
	ADRESSE_DE LIVRAISON_L1	La première ligne de l'adresse de livraison	Chaîne	123 Any Street
	ADRESSE_DE LIVRAISON_L2	La deuxième ligne de l'adresse de livraison	Chaîne	Unité 123
	VILLE_D'EXPÉDITION	La ville indiquée dans l'adresse de livraison	Chaîne	N'importe quelle ville
	ÉTAT_D'EXPÉDITION	État ou province indiqué dans l'adresse de livraison	Chaîne	N'importe quel État
	PAYS_D'EXPÉDITION	Le pays dans lequel se trouve l'adresse de livraison	Chaîne	N'importe quel pays Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement de la géolocalisation.
	ZIP_D'EXPÉDITION	Le code postal qui se trouve dans l'adresse de livraison	Chaîne	01234 Remarque : Amazon Fraud Detector enrichit ces données. Pour de plus amples informations, consultez Enrichissement de la géolocalisation.
Paiement	IDENTIFIANT_COMMANDE	L'identifiant unique de la transaction	Chaîne	LUX60
	PRIX	Le prix total de la commande	Chaîne	560,00
	CODE_DEVISE	Le code de devise ISO 4217	Chaîne	USD
	TYPE_DE PAIEMENT	Le mode de paiement utilisé pour le paiement lors de l'événement	Chaîne	Carte de crédit
	CODE D'AUTHENTIFICATION	Le code alphanumérique envoyé par l'émetteur de la carte de crédit ou la banque émettrice	Chaîne	0000
	AVS	Le code de réponse du système de vérification d'adresse (AVS) émis par le processeur de la carte	Chaîne	Y
Produit	CATÉGORIE_PRODUIT	La catégorie de produit de l'article commandé	Chaîne	Cuisine
Personnalisé	NUMERIC	Toute variable pouvant être représentée sous forme de nombre réel	Float	1,224
	CATEGORICAL (catégorie)	Toute variable décrivant des catégories, des segments ou des groupes	Chaîne	Large
	TEXTE_FORMULAIRE LIBRE	Tout texte en format libre capturé dans le cadre de l'événement (par exemple, un avis ou un commentaire d'un client)	Chaîne	Exemple de saisie de texte sous forme libre

Affectation d'une variable à un type de variable

Si vous envisagez d'utiliser une variable pour entraîner votre modèle, il est important que vous choisissiez le type de variable approprié à affecter à la variable. Une attribution incorrecte du type de variable peut avoir un impact négatif sur les performances de votre modèle. Il peut également s'avérer très difficile de modifier l'affectation ultérieurement, en particulier si plusieurs modèles et événements ont utilisé la variable.

Vous pouvez attribuer à votre variable l'un des types de variables prédéfinis ou l'un des types de variables personnalisés —FREE_FORM_TEXT,CATEGORICAL, ouNUMERIC.

Remarques importantes concernant l'affectation de variables aux bons types de variables

1. Si la variable correspond à l'un des types de variables prédéfinis, utilisez-la. Assurez-vous que le type de variable correspond à la variable. Par exemple, si vous attribuez une variable ip_address à un type de variable, la EMAIL_ADDRESS variable ip_address ne sera pas enrichie par des enrichissements tels que l'ASN, l'ISP, la géolocalisation et le score de risque. Pour plus d'informations, veuillez consulter Enrichissements variables.

2. Si la variable ne correspond à aucun type de variable prédéfini, suivez les recommandations ci-dessous pour attribuer l'un des types de variables personnalisés.

3. Attribuez un type de CATEGORICAL variable à des variables qui n'ont généralement pas d'ordre naturel et qui peuvent être placées dans des catégories, des segments ou des groupes. Le jeu de données que vous utilisez pour entraîner votre modèle peut contenir des variables d'identification telles que merchant_id, campaign_id ou policy_id. Ces variables représentent des groupes (par exemple, tous les clients ayant le même policy_id représentent un groupe). Les variables contenant les données suivantes doivent se voir attribuer le type de variable CATEGORICAL -

   • Variables contenant des données telles que Customer_ID, Segment_ID, Color_ID, department_code ou Product_ID.

   • Variables contenant des données booléennes avec des valeurs vraies, fausses ou nulles.

   • Variables pouvant être placées dans des groupes ou des catégories telles que le nom de l'entreprise, la catégorie de produit, le type de carte ou le support de référence.

   Note

   ENTITY_IDest un type de variable réservé utilisé par Amazon Fraud Detector pour attribuer à la variable ENTITY_ID. La variable ENTITY_ID est l'ID de l'entité qui lance l'action que vous souhaitez évaluer. Si vous créez un type de modèle Transaction Fraud Insight (TFI), vous devez fournir la variable ENTITY_ID. Vous devrez décider quelle variable de vos données identifie de manière unique l'entité à l'origine de l'action et la transmettre en tant que variable ENTITY_ID. Attribuez le type de variable CATEGORICAL à tous les autres ID de votre jeu de données, s'ils sont présents et si vous les utilisez pour l'apprentissage du modèle. Parmi les autres identifiants qui ne constituent pas une entité dans votre jeu de données, citons Merchant_ID, Policy_ID et Campaign_ID.

4. Attribuez un type de FREE_FORM_TEXT variable aux variables qui contiennent un bloc de texte. Voici des exemples de types de variables FREE_FORM_TEXT : les avis des utilisateurs, les commentaires, les dates et les codes de référence. Les données FREE_FORM_TEXT contiennent plusieurs jetons séparés par un délimiteur. Les délimiteurs peuvent être n'importe quel caractère autre que le caractère alphanumérique et le trait de soulignement. Par exemple, les avis et les commentaires des utilisateurs peuvent être séparés par un séparateur « espace », tandis que les dates et les codes de référence peuvent utiliser des traits d'union comme délimiteurs pour séparer le préfixe, le suffixe et les parties intermédiaires. Amazon Fraud Detector utilise les délimiteurs pour extraire les données des variables FREE_FORM_TEXT.

5. Attribuez le type de variable NUMÉRIQUE aux variables qui sont des nombres réels et qui ont un ordre inhérent. Des exemples de variables NUMERIC incluent day_of_the_week, incident_severity, customer_rating. Bien que vous puissiez attribuer le type de variable CATEGORICAL à ces variables, nous vous recommandons vivement d'attribuer toutes les variables numériques avec un ordre inhérent au type de variable NUMÉRIQUE.

Enrichissements variables

Amazon Fraud Detector enrichit certains éléments de données brutes que vous fournissez, tels que les adresses IP, les numéros d'identification bancaire (BIN) et les numéros de téléphone, afin de créer des entrées supplémentaires et d'améliorer les performances des modèles qui utilisent ces éléments de données. L'enrichissement permet d'identifier les situations potentiellement suspectes et aide les modèles à détecter davantage de fraudes.

Enrichissement du numéro de téléphone

Amazon Fraud Detector enrichit les données relatives aux numéros de téléphone avec des informations supplémentaires relatives à la géolocalisation, à l'opérateur d'origine et à la validité du numéro de téléphone. L'enrichissement des numéros de téléphone est automatiquement activé pour tous les modèles qui sont formés le 13 décembre 2021 ou après cette date et dont le numéro de téléphone inclut un code de pays (+xxx). Si vous avez inclus une variable de numéro de téléphone dans votre modèle et que vous l'avez entraînée avant le 13 décembre 2021, réentraînez votre modèle afin qu'il puisse tirer parti de cet enrichissement.

Nous vous recommandons vivement d'utiliser le format suivant pour les variables de numéro de téléphone afin de garantir un enrichissement réussi de vos données.

Variable	Format	Description
PHONE_NUMBER	La norme E.164	Assurez-vous d'inclure le code du pays (+xxx) avec le numéro de téléphone.
BILLING_PHONE et SHIPPING_PHONE	La norme E.164	Assurez-vous d'inclure le code du pays (+xxx) avec le numéro de téléphone.

Enrichissement de la géolocalisation

À compter du 8 février 2022, Amazon Fraud Detector calcule la distance physique entre les valeurs IP_ADDRESS, BILLING_ZIP et SHIPPING_ZIP que vous fournissez pour un événement. Les distances calculées sont utilisées comme entrées dans votre modèle de détection des fraudes.

Pour permettre l'enrichissement de la géolocalisation, les données de votre événement doivent inclure au moins deux des trois variables : IP_ADDRESS, BILLING_ZIP ou SHIPPING_ZIP. En outre, chaque valeur BILLING_ZIP et SHIPPING_ZIP doit comporter respectivement un code BILLING_COUNTRY et un code SHIPPING_COUNTRY valides. Si votre modèle a été entraîné avant le 8 février 2022 et qu'il inclut ces variables, vous devez réentraîner le modèle pour permettre l'enrichissement par géolocalisation.

Si Amazon Fraud Detector ne parvient pas à déterminer l'emplacement associé aux valeurs IP_ADDRESS, BILLING_ZIP ou SHIPPING_ZIP pour un événement en raison de la non-validité des données, une valeur d'espace réservé spéciale est utilisée à la place. Supposons, par exemple, qu'un événement possède des valeurs IP_ADDRESS et BILLING_ZIP valides, mais que la valeur SHIPPING_ZIP ne l'est pas. Dans ce cas, l'enrichissement est effectué uniquement pour IP_ADDRESS—> BILLING_ZIP. L'enrichissement n'est pas effectué pour IP_ADDRESS—>SHIPPING_ZIP et BILLING_ZIP—>SHIPPING_ZIP. Au lieu de cela, les valeurs des espaces réservés sont utilisées à leur place. Que l'enrichissement par géolocalisation soit activé ou non pour votre modèle, les performances de votre modèle ne changent pas.

Vous pouvez désactiver l'enrichissement par géolocalisation en mappant vos variables BILLING_ZIP et SHIPPING_ZIP au type de variable CUSTOM_CATEGORICAL. La modification du type de variable n'affecte pas les performances de votre modèle.

Format variable de géolocalisation

Nous vous recommandons vivement d'utiliser le format suivant pour les variables de géolocalisation afin de vous assurer que vos données de localisation sont correctement enrichies.

Variable	Format	Description
IP_ADDRESS	Adresse IPv4	Par exemple - 1.1.1.1
BILLING_ZIP et SHIPPING_ZIP	Le code postal ISO 3166-1 alpha-2 du pays spécifié	Pour plus d'informations, consultez la section Codes de pays et de territoires de cette rubrique.
BILLING_COUNTRY et SHIPPING_COUNTRY	Le code de pays standard à deux lettres ISO 3166-1 alpha-2	Pour plus d'informations, consultez la section Codes de pays et de territoires de cette rubrique. Amazon Fraud Detector essaie de faire correspondre toutes les variantes courantes du nom d'un pays à son code de pays standard à deux lettres ISO 3166-1. Cependant, nous ne pouvons pas garantir qu'ils seront correctement mis en correspondance.

Codes de pays et de territoires

Le tableau suivant fournit une liste complète des pays et territoires pris en charge par Amazon Fraud Detector pour l'enrichissement de la géolocalisation. Chaque pays et territoire est associé à un code de pays (en particulier, le code de pays à deux lettres ISO 3166-1 alpha-2) et à un code postal.

Format du code postal

• 9 - numéro

• une - lettre

• [X] - X est facultatif. Par exemple, « GY9 [9] 9aa » de Guersney signifie que « GY9 9aa » et « GY99 9aa » sont valides. Utilisez un seul format.

• [X/XX] : vous pouvez utiliser X ou XX. Par exemple, « aa [aa/99] » des Bermudes signifie que « aa aa » et « aa 99 » sont valides. Utilisez l'un de ces formats, mais pas les deux.

• Certains pays ont un préfixe fixe. Par exemple, le code postal d'Andorre est AD999. Cela signifie que le code du pays doit commencer par les lettres AD suivies de trois chiffres.

Code	Nom	Code postal
AD	Andorre	ANNONCE 999
AR	Antilles néerlandaises	9999
AT	Autriche	9999
AU	Australie	9999
AZ	Azerbaïdjan	COMME 9999
BD	Bangladesh	9999
ÊTRE	Belgique	9999
SAC	Bulgarie	9999
BM	Bermudes	aa [aa/99]
BY	Biélorussie	999999
CA	Canada	a9a 9a9
CHAP	Suisse	9999
CL	Chili	9999999
CO	Colombie	999999
CR	Costa Rica	99999
CY	Chypre	9999
RÉPUBLIQUE TCHÈQUE	Tchéquie	99 99
DE	Allemagne	99999
DK	Danemark	9999
DO	République Dominicaine	99999
DZ	Algérie	99999
EE	Estonie	99999
ES	Espagne	99999
FI	Finlande	99999
FM	États fédérés de Micronésie	99999
POUR	Iles Féroé	999
FR	France	99999
Go	Royaume-Uni	[a] 9 [a/9] 9aa
GG	Guernesey	GY9 [9] 9aa
GRAND LIVRE	Groenland	9999
GRAND PRIX	Guadeloupe	99999
GT	Guatemala	99999
GU	Guam	99999
HR	Croatie	99999
HU	Hongrie	9999
IE	Irlande	a99 [a/9] [a/9] [a/9]
IM	Île de Man	IM9 [9] 9aa
IN	Inde	999999
IS	Islande	999
IL	Italie	99999
JE	Jersey	JE9 [9] 9aa
JP	Japon	999-9999
KR	République de Corée	99999
LI	Liechtenstein	9999
LK	Sri Lanka	99999
LT	Lituanie	99999
LU	Luxembourg	L-9999
LV	Lettonie	LV-9999
MAÎTRE DES CÉRÉMONIES	Monaco	99999
MARYLAND	République de Moldova	9999
MH	Îles Marshall	99999
MK	Macédoine du Nord	9999
MP	Îles Mariannes du Nord	99999
MQ	Matinique	99999
MT	Malte	aaa 999
MX	Mexique	99999
MON	Malaisie	99999
NL	Pays-Bas	999 aa
NO	Norvège	9999
NZ	Nouvelle-Zélande	9999
PH	Philippines	9999
PK	Pakistan	99999
PL	Pologne	99-999
PR	Porto Rico	99999
PT	Portugal	9999-999
PW	Palaos	99999
RE	Réunion	99999
RO	Roumanie	999999
RU	Fédération de Russie	999999
SE	Suède	99 99
SG	Singapour	999999
SI	Slovénie	9999
SK	Slovaquie	99 99
HM	Saint-Marin	99999
TH	Thaïlande	99999
TR	Turquie	99999
UA	Ukraine	99999
ETATS-UNIS	États-Unis	99999
BUY	Uruguay	99999
VI	Iles Vierges américaines	99999
WF	Wallis-et-Futuna	99999
YT	Mayotte	99999
ZA	Afrique du Sud	9999

Enrichissement des agents utilisateurs

Si vous créez le modèle Account Takeover Insights (ATI), vous devez fournir une variable du type de useragent variable dans votre jeu de données. Cette variable contient les données du navigateur, de l'appareil et du système d'exploitation d'un événement de connexion. Amazon Fraud Detector enrichit les données utilisateur/agent avec des informations supplémentaires telles que user_agent_familyOS_family, et. device_family