Vorgefertigte Modellvorlagen

Amazon-Betrugserkennung enthält vorgefertigte Vorlagen für Machine Learning, die potenziellen Betrug für gängige Online-Aktivitäten wie neue Kontoeröffnungen, Online-Zahlungen und Gast-Checkouts identifizieren. Die Modellvorlagen übernehmen für Sie die gesamte Schwerstarbeit wie Datenvalidierung und -anreicherung, Feature Engineering, Algorithmusauswahl, Hyperparameter-Tuning und Modellbereitstellung. Sie laden einfach Ihren Datensatz hoch, wählen die Modellvorlage aus und die Betrugserkennung findet automatisch das am besten geeignete ML-Modell. Es sind keine Vorkenntnisse zu Machine Learning oder Coding erforderlich.

Aktionen basierend auf Regeln auslösen

Sobald Ihr Betrugserkennungsmodell erstellt ist, können Sie die Betrugserkennung-Konsole verwenden, um Regeln basierend auf Modellvorhersagen zu erstellen. Kunden können Regeln erstellen, um Aktionen wie das Akzeptieren, Überprüfen oder Erfassen weiterer Informationen für bestimmte Modellwerte durchzuführen. So können Sie beispielsweise ganz einfach eine Regel erstellen, um verdächtige Kundenkonten zur Überprüfung zu kennzeichnen, wenn die Modellbewertung größer als 500 ist und das Land der Telefonnummer und das Land der IP-Adresse des Kontos nicht übereinstimmen.

trigger_rules
Zum Vergrößern anklicken
trigger_rules

API zur Betrugsvorhersage in Echtzeit

Um Betrugsvorhersagen in Echtzeit durchzuführen, können Sie die API in Ihrer Anwendung verwenden, um Online-Aktivitäten zu bewerten, sobald sie auftreten. Sie können die API für Betrugsprognosen aufrufen, um jede Anmeldung eines neuen Kontos auf potenzielle Betrugsrisiken zu überprüfen, indem Sie Ihr Modell und Ihre Regeln verwenden, um eine Aktion auszulösen.

Eine einzige Benutzeroberfläche zur Überprüfung und Auditierung Ihrer Vorhersagen und Erkennungslogik

Mit der Konsole von Amazon-Betrugserkennung können Sie ganz einfach Ihre bisherigen Betrugsbewertungen durchsuchen, um die Erkennungslogik zu überprüfen. Sobald Sie Ihre gewünschten Auswertungen haben, können Sie die für diese Ereignisse empfangenen Daten, die während der Auswertung angewandte Erkennungslogik und die Bedingungen, die zu einem Ergebnis der Betrugsvorhersage geführt haben, einsehen.

search_past_evaluations
Zum Vergrößern anklicken
search_past_evaluations

Amazon SageMaker-Integration

Wenn Sie bereits ein Betrugserkennungsmodell in Amazon SageMaker erstellt haben, können Sie es in Amazon-Betrugserkennung einbinden, um noch mehr Betrug zu stoppen. Sie können sowohl Ihre SageMaker- als auch Ihre Betrugserkennung-Modelle in Ihrer Anwendung verwenden, um verschiedene Anwendungsfälle von Betrug zu erkennen. Ihre Anwendung kann beispielsweise das Betrugserkennungsmodell verwenden, um das Betrugsrisiko von Kundenkonten zu bewerten, und gleichzeitig Ihr SageMaker-Modell verwenden, um nach einem Kompromittierungsrisiko für Konten zu suchen. 

Product-Page_Standard-Icons_01_Product-Features_SqInk
Mehr über die Produktpreisgestaltung erfahren

Besuchen Sie die Seite zur Preisberechnung von Amazon-Betrugserkennung.

Weitere Informationen 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
Registrieren Sie sich und erhalten Sie ein kostenloses Konto

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent. 

Registrieren 
Product-Page_Standard-Icons_03_Start-Building_SqInk
Mit der Entwicklung in der Konsole beginnen

Beginnen Sie mit dem Erstellen mit Amazon-Betrugserkennung in der AWS-Managementkonsole.

Anmeldung