As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
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-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
-
No painel de navegação esquerdo do console do Amazon Fraud Detector, escolhaDetectores.
-
EscolhaCrie um detector.
-
NoDefina os detalhes do detectorpágina, insira
sample_detector
para o nome do detector. Opcionalmente, insira uma descrição para o detector, comomy sample fraud detector
. -
ParaTipo de evento, selecione o tipo de evento que você criou para previsão de fraudes.
-
Escolha Next (próximo).
Etapa 2: Adicionar uma versão do modelo implantado
-
Observe que essa é uma etapa opcional. Você não precisa adicionar um modelo ao seu detector. Para pular esta etapa, escolha, escolha Next (Próximo).
-
NoAdicionar modelo - opcional, escolhaAdicionar modelo.
-
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.
-
Escolha Add model (Adicionar modelo).
-
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.
-
NoAdicionar regraspágina, abaixoDefinir uma regra, insira
high_fraud_risk
para o nome e abaixo da regraDescrição - opcional, insiraThis rule captures events with a high ML model score
como descrição da regra. -
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
-
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.
-
EmCrie um novo resultado, insira
verify_customer
como nome do resultado. Opcionalmente, insira uma descrição. -
EscolhaSalvar resultado.
-
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.
-
EscolhaAdicionar outra regrae, em seguida, escolha oCriar regraaba.
-
Repita esse processo mais duas vezes para criar seu
medium_fraud_risk
elow_fraud_risk
regras 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
-
-
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 seu
high_fraud_risk
a regra ainda não está no topo da sua lista de regras, escolhaPedire, em seguida, escolha1. Isso se movehigh_fraud_risk
para a primeira posição.Repita esse processo para que seu
medium_fraud_risk
a regra está na segunda posição e sualow_fraud_risk
a 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 especificar
ALL_MATCHED
, o Amazon Fraud Detector avalia todas as regras e retorna os resultados de todas as regras correspondentes.
SelecionarFIRST_MATCHED
para 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.
-
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.
-
EscolhaCrie um detector. Depois de criada, a primeira versão do seu detector aparece na tabela Versões do detector com
Draft
status.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 oPutDetector
API. Um detector atua como um contêiner para suas versões do detector. OPutDetector
A 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' )