自动化模型创建

Amazon Fraud Detector 可完全自动创建机器学习模型，可用于识别常见线上活动（例如创建新账户、在线支付和宾客结账）中的潜在欺诈行为。此自动化模型构建过程可处理所有繁重任务，例如数据验证和扩充、特征工程、算法选择、超级参数调优和模型部署。您只需上载数据集、选择模型类型，然后 Amazon Fraud Detector 就会自动找到最合适的欺诈侦测 ML 模型。无需编码，也无需事先具备机器学习经验。

持续学习的模型

您的模型在再训练之间将其性能维持地更久，因为 Amazon Fraud Detector 会自动计算账户年限、上一次活动后的时间和活动计数等信息。这意味着您的模型可以了解频繁进行交易的可信客户与骗子的持续尝试之间的区别。

洞察您的模型性能

对于您训练的每个模型，您可以看到您提供的所有输入，它们按照对模型性能的影响进行排序。通过重要性值和相对排名，您可以深入了解哪些输入驱动您的模型性能。

触发基于规则的操作

一旦您能创建 Amazon Fraud Detector 欺诈侦测模型后，您就可以使用 Amazon Fraud Detector 控制台或应用程序编程接口 (API) 基于模型预测创建规则。客户可以创建规则来采取操作，例如接受、审查或收集有关特定模型评分的更多信息。例如，如果模型得分大于您预先确定的阈值且账户的电话号码所在国家/地区与 IP 地址所在国家/地区不匹配，您可以轻松创建一条规则来标记可疑客户账户以供审查。

实时欺诈预测 API

您可以使用 Amazon Fraud Detector API 执行实时欺诈预测，并在欺诈发生时评估应用程序中的在线活动。例如，您可以使用模型和规则触发操作来调用欺诈预测 API，以检查每个新账户注册是否存在潜在的欺诈风险。

在单一界面中查看和审查您的预测和检测逻辑

使用 Amazon Fraud Detector 控制台，您可以轻松搜索和审查过去的欺诈评估，以审计检测逻辑。查看事件数据、评估期间应用的检测逻辑以及导致欺诈预测结果的条件。

Amazon SageMaker 集成

如果您已在 Amazon SageMaker 中创建欺诈侦测模型，您可以将其集成到 Amazon Fraud Detector 中，以阻止更多欺诈行为。您可以在应用程序中同时使用 Amazon SageMaker 和 Amazon Fraud Detector 模型来检测不同的欺诈类型。例如，您的应用程序可以使用 Amazon Fraud Detector 模型评估客户账户的欺诈风险，并同时使用 Amazon SageMaker 模型检查账户泄露风险。

详细了解产品定价

访问 Amazon Fraud Detector 定价页面。

了解更多 
注册免费账户

立即享受 AWS 免费套餐。 

注册 
开始在控制台中构建

在 AWS 管理控制台中，使用 Amazon Fraud Detector 开始构建。

登录