기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
아마존 Fraud Detoret에 대한 작동 방식
Amazon Fraud Detector는 비즈니스 내 잠재적인 온라인 사기 활동을 탐지하도록 사용자 지정된 기계 학습 모델을 구축합니다. 시작하려면 비즈니스 사용 사례를 제공합니다. 비즈니스 사용 사례에 따라 Amazon Fraud Detector에서는 사기 탐지 모델을 생성하는 데 사용할 모델 유형을 권장합니다. 또한 비즈니스 기록 데이터의 일부로 제공해야 하는 데이터 요소에 대한 통찰력도 제공합니다. Amazon Fraud Detector는 과거 데이터 세트를 사용하여 사용자 지정 모델을 자동으로 생성하고 교육합니다.
자동 모델 교육 프로세스에는 특정 비즈니스 사용 사례에 맞게 사기를 탐지하는 기계 학습 알고리즘을 선택하고, 제공한 데이터를 검증하고, 데이터 조작을 수행하여 모델 성능을 개선하는 작업이 포함됩니다. 모델을 학습시킨 후 Amazon Fraud Detector는 모델 점수 및 기타 모델 성능 지표를 생성합니다. 점수와 성능 지표를 사용하여 모델 성능을 평가할 수 있습니다. 필요한 경우 학습용으로 제공한 데이터셋에서 데이터 요소를 추가하거나 제거하고 모델을 재학습하여 모델 점수를 높일 수 있습니다.
모델을 만들고, 학습하고, 활성화한 후에는 비즈니스에서 생성된 데이터를 해석하는 방법을 모델에 지시하고 각 활동의 해석을 처리하는 방법에 대한 결과를 할당하는 의사 결정 로직 (규칙이라고도 함) 을 구성해야 합니다. 결과는 활동 승인 또는 검토와 같은 조치를 나타내거나 고위험, 중위험, 저위험과 같은 활동의 위험 수준을 나타낼 수 있습니다.
검출기는 모델 및 관련 규칙을 보관하는 컨테이너입니다. 탐지기를 만들고 테스트하여 프로덕션 환경에 배포해야 합니다.
프로덕션 환경에 배포된 탐지기는 비즈니스 애플리케이션에 사기 탐지 기능을 제공합니다. 사기 평가를 수행하기 위해 모델은 비즈니스 활동에서 들어오는 모든 데이터를 비즈니스의 과거 데이터와 비교하고 정교한 기계 학습 알고리즘을 사용자가 만든 규칙과 함께 사용하여 결과를 분석하고 결과를 할당합니다. Amazon Fraud Detector를 사용하면 단일 비즈니스 활동의 데이터를 실시간으로 평가하거나 여러 비즈니스 활동의 데이터를 오프라인으로 평가할 수 있습니다.
온라인 자금 이체를 활동 중 하나로 하는 기업이 있다고 가정해 보겠습니다. Amazon Fraud Detector를 사용하여 허위 자금 이체 요청을 실시간으로 탐지하려고 합니다. 시작하려면 먼저 Amazon Fraud Detector에 과거 자금 이체 요청의 데이터를 제공해야 합니다. Amazon Fraud Detector는 이 데이터를 사용하여 사기성 자금 이체 요청을 탐지하도록 사용자 지정된 모델을 만들고 교육합니다. 그런 다음 모델을 추가하고 모델이 데이터를 해석하도록 규칙을 구성하여 탐지기를 생성합니다. 온라인 자금 이체 활동에 대한 규칙의 예로는 자금 이체 요청이 다음과 같은 경우를 들 수 있습니다.xyz@example.com이메일 주소, 검토 요청을 보내주세요. 비즈니스 프로덕션 환경에서 자금 이체 요청이 들어오면 모델은 요청과 함께 제공된 데이터를 분석하고 규칙을 사용하여 결과를 할당합니다. 그런 다음 할당된 결과에 따라 요청에 대한 조치를 취할 수 있습니다.
Amazon Fraud Detector는 교육 데이터 세트, 모델, 탐지기, 규칙 및 결과와 같은 구성 요소를 사용하여 비즈니스에 사기 평가 로직을 제공합니다.
Amazon Fraud Detector를 사용하여 사기를 탐지하는 데 사용할 워크플로에 대한 자세한 내용은 을 참조하십시오.Amazon Fraud Detector를 통한 사기 탐지
