本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
实时预测
您可以通过调用GetEventPrediction
API 实时评估在线活动是否存在欺诈行为。您在每个请求中提供有关单个事件的信息,并根据与指定检测器相关的欺诈预测逻辑同步接收模型分数和结果。
实时欺诈预测的工作原理
GetEventPrediction
API 使用指定的探测器版本来评估为该事件提供的事件元数据。在评估期间,Amazon Fraud Detector 首先为添加到检测器版本的模型生成模型分数,然后将结果传递给规则进行评估。规则按照规则执行模式的指定执行(请参阅创建检测器版本)。作为响应的一部分,Amazon Fraud Detector 提供模型分数以及与匹配规则相关的任何结果。
获得实时欺诈预测
要获得实时欺诈预测,请确保您创建并发布了包含您的欺诈预测模型和规则的检测器,或者仅包含规则集。
您可以通过使用AWS命令行接口 (AWSCLI) 或 Amazon Fraud Detector 软件开发工具包调用 GetEventPredictionAPI 操作来实时预测事件。
要使用 API,请在每个请求中提供单个事件的信息。作为请求的一部分,您必须指detectorId
定 Amazon Fraud Detector 将用于评估事件。您也可以指在其中指示detectorVersionId
。如果未指定,则亚马逊Fraud DetectdetectorVersionId
oACTIVE
r 将使用检测器的版本。
您可以选择通过在字段中传递数据来发送数据以调用 SageMaker 模型externalModelEndpointBlobs
。
使用以下方法进行欺诈预测AWS SDK for Python (Boto3)
要生成欺诈预测,请调用GetEventPrediction
API。以下示例假设您已完成B 部分:生成欺诈预测。作为回复的一部分,您将收到模型分数以及任何匹配的规则和相应的结果。您可以在aws-fraud-detector-samples GitHub 存储库GetEventPrediction
请求示例。
import boto3 fraudDetector = boto3.client('frauddetector') fraudDetector.get_event_prediction( detectorId = 'sample_detector', eventId = '802454d3-f7d8-482d-97e8-c4b6db9a0428', eventTypeName = 'sample_registration', eventTimestamp = '2020-07-13T23:18:21Z', entities = [{'entityType':'sample_customer', 'entityId':'12345'}], eventVariables = { 'email_address' : 'johndoe@exampledomain.com', 'ip_address' : '1.2.3.4' } )