Crie um detector

Você cria um detector especificando o tipo de evento que você já definiu. Opcionalmente, você pode adicionar um modelo que já foi treinado e implantado pelo Amazon Fraud Detector. Se você adicionar um modelo, poderá usar a pontuação do modelo gerada pelo Amazon Fraud Detector em sua expressão de regra ao criar uma regra (por exemplo,$model score < 90).

Você pode criar um detector no console do Amazon Fraud Detector, usando oPutDetectorAPI, usando odetector put-detectorcomando, ou usando oAWSSDK. Se você estiver usando API, comando ou SDK para criar um detector, depois de criar o detector, siga as instruções paraCrie uma versão do detector.

Crie um detector no console do Amazon Fraud Detector

Este exemplo pressupõe que você criou um tipo de evento e também criou e implantou uma versão do modelo que deseja usar para previsão de fraudes.

Etapa 1: Construir detector

1. No painel de navegação esquerdo do console do Amazon Fraud Detector, escolhaDetectores.

2. EscolhaCrie um detector.

3. NoDefina os detalhes do detectorpágina, insirasample_detectorpara o nome do detector. Opcionalmente, insira uma descrição para o detector, comomy sample fraud detector.

4. ParaTipo de evento, selecione o tipo de evento que você criou para previsão de fraudes.

5. Escolha Next (próximo).

Etapa 2: Adicionar uma versão do modelo implantado

1. Observe que essa é uma etapa opcional. Você não precisa adicionar um modelo ao seu detector. Para pular esta etapa, escolha, escolha Next (Próximo).

2. NoAdicionar modelo - opcional, escolhaAdicionar modelo.

3. NoAdicionar modelopágina, paraSelecione o modelo, escolha o nome do modelo do Amazon Fraud Detector que você implantou anteriormente. ParaSelecione a versão, escolha a versão do modelo implantado.

4. Escolha Add model (Adicionar modelo).

5. Escolha Next (próximo).

Etapa 3: adicionar regras

Uma regra é uma condição que informa ao Amazon Fraud Detector como interpretar valores variáveis ao avaliar a previsão de fraudes. Este exemplo criará três regras usando as pontuações do modelo como valores variáveis:high_fraud_risk,medium_fraud_risk, elow_fraud_risk. Para criar suas próprias regras, expressões de regras, ordem de execução de regras e resultados, use valores que sejam apropriados para seu modelo e seu caso de uso.

1. NoAdicionar regraspágina, abaixoDefinir uma regra, insirahigh_fraud_riskpara o nome e abaixo da regraDescrição - opcional, insiraThis rule captures events with a high ML model scorecomo descrição da regra.

2. EmExpressão, insira a seguinte expressão de regra usando a linguagem simplificada de expressão de regras do Amazon Fraud Detector:

   $sample_fraud_detection_model_insightscore > 900

3. EmResultados, escolhaCrie um novo resultado. Um resultado é o resultado de uma previsão de fraude e é retornado se a regra coincidir durante uma avaliação.

4. EmCrie um novo resultado, insiraverify_customercomo nome do resultado. Opcionalmente, insira uma descrição.

5. EscolhaSalvar resultado.

6. EscolhaAdicionar regrapara executar o verificador de validação de regras e salvar a regra. Depois de criado, o Amazon Fraud Detector disponibiliza a regra para uso em seu detector.

7. EscolhaAdicionar outra regrae, em seguida, escolha oCriar regraaba.

8. Repita esse processo mais duas vezes para criar seumedium_fraud_riskelow_fraud_riskregras usando os seguintes detalhes da regra:

   • risco_fraude_médio

     Nome da regra:medium_fraud_risk

     Resultado:review

     Expressão:

     $sample_fraud_detection_model_insightscore <= 900 and

     $sample_fraud_detection_model_insightscore > 700

   • baixo risco de fraude

     Nome da regra:low_fraud_risk

     Resultado:approve

     Expressão:

     $sample_fraud_detection_model_insightscore <= 700

9. Depois de criar todas as regras para seu caso de uso, escolhaPróximo.

   Para obter mais informações sobre como criar e escrever regras, consulteRegraseReferência do idioma da regra.

Etapa 4: Configurar a execução e a ordem das regras

O modo de execução das regras incluídas no detector determina se todas as regras definidas são avaliadas ou se a avaliação da regra é interrompida na primeira regra correspondente. E a ordem da regra determina a ordem em que você deseja que a regra seja executada.

O modo de execução de regras padrão éFIRST_MATCHED.

Combinado pela primeira vez

O primeiro modo de execução de regra correspondente retorna os resultados da primeira regra de correspondência com base na ordem de regra definida. Se você especificar FIRST_MATCHED, o Amazon Fraud Detector avaliará as regras sequencialmente, da primeiro à última, parando na primeira regra correspondente. Em seguida, o Amazon Fraud Detector fornece os resultados dessa única regra.

A ordem em que você executa as regras pode afetar o resultado resultante da previsão de fraude. Depois de criar suas regras, reordene as regras para executá-las na ordem desejada seguindo estas etapas:

Se o seuhigh_fraud_riska regra ainda não está no topo da sua lista de regras, escolhaPedire, em seguida, escolha1. Isso se movehigh_fraud_riskpara a primeira posição.

Repita esse processo para que seumedium_fraud_riska regra está na segunda posição e sualow_fraud_riska regra está na terceira posição.

Tudo combinado

Todos os modos de execução de regras correspondentes retornam resultados para todas as regras correspondentes, independentemente da ordem das regras. Se você especificarALL_MATCHED, o Amazon Fraud Detector avalia todas as regras e retorna os resultados de todas as regras correspondentes.

SelecionarFIRST_MATCHEDpara este tutorial e, em seguida, escolhaPróximo.

Etapa 5: revisar e criar a versão do detector

Uma versão de detector define os modelos e regras específicos que são usados para gerar previsões de fraude.

1. NoRevise e criepágina, revise os detalhes, modelos e regras do detector que você configurou. Se você precisar fazer alguma alteração, escolhaEditarao lado da seção correspondente.

2. EscolhaCrie um detector. Depois de criada, a primeira versão do seu detector aparece na tabela Versões do detector comDraftstatus.

   Você usa oEsboçoversão para testar seu detector.

Crie um detector usando oAWS SDK for Python (Boto3)

O exemplo a seguir mostra um exemplo de solicitação para oPutDetectorAPI. Um detector atua como um contêiner para suas versões do detector. OPutDetectorA API especifica qual tipo de evento o detector avaliará. O exemplo a seguir pressupõe que você tenha criado um tipo de evento.sample_registration.

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

fraudDetector.put_detector (
detectorId = 'sample_detector',
eventTypeName = 'sample_registration'
)