- Machine Learning›
- Amazon Fraud Detector›
- Fonctions
Fonctionnalités d’Amazon Fraud Detector
Avis de modification de disponibilité
AWS Amazon Fraud Detector n'accepte plus de nouveaux clients. Pour des fonctionnalités similaires à celles d'Amazon Fraud Detector, explorez Amazon SageMaker, AutoGluon et AWS Web Application Firewall.
Sujets de la page
Fonctions
Ouvrir tout
Amazon Fraud Detector automatise complètement la création de modèles de machine learning qui identifient la fraude potentielle pour les activités en ligne courantes comme la création de nouveaux comptes, les paiements en ligne et les vérifications par les clients. Le processus automatisé de création de modèles prend en charge toutes les tâches exigeantes telles que la validation et l'enrichissement des données, l'ingénierie des fonctions, la sélection des algorithmes, le réglage des hyperparamètres et le déploiement des modèles. Tout ce que vous avez à faire est de charger votre jeu de données et de sélectionner le type de modèle pour qu'Amazon Fraud Detector trouve automatiquement le modèle ML de détection de fraude le mieux adapté à votre cas d'utilisation. Aucune expérience préalable en programmation ou en machine learning n'est requise.
Votre modèle reste plus longtemps performant entre les nouveaux entraînements parce qu'Amazon Fraud Detector calcule automatiquement les informations comme l'âge du compte, le temps écoulé depuis la dernière activité et le nombre d'activités. Cela signifie que votre modèle peut apprendre la différence entre les clients de confiance qui effectuent régulièrement des transactions et les tentatives continues des fraudeurs.
Vous pouvez, pour chaque modèle que vous entraînez, voir toutes les entrées que vous avez fournies classées en fonction de la performance du modèle. Grâce aux valeurs d'importance et au classement relatif, vous pouvez obtenir des informations sur les entrées qui favorisent la performance de votre modèle.
Une fois votre modèle de détection de fraude Amazon Fraud Detector créé, vous pouvez utiliser la console Amazon Fraud Detector ou l'interface de programme d'application (API) pour créer des règles basées sur les prédictions du modèle. Les clients peuvent créer des règles pour prendre des mesures comme l'acceptation, l'évaluation ou la collecte de plus d'informations pour des scores de modèle spécifiques. Par exemple, vous pouvez facilement créer une règle pour marquer les comptes clients suspects en vue d'un examen approfondi si le score du modèle est supérieur au seuil que vous avez prédéfini et s'il n'y a pas de correspondance entre le pays du numéro de téléphone du compte et le pays de l'adresse IP.
Vous pouvez utiliser l'API Amazon Fraud Detector pour effectuer des prévisions de fraude en temps réel et évaluer les activités en ligne dans votre application au fur et à mesure qu'elles se produisent. Par exemple, vous avez la possibilité d'appeler l'API de prédictions de fraude pour vérifier le risque de fraude potentiel lors de l'ouverture d'un nouveau compte en utilisant votre modèle et vos règles pour déclencher une action.
Avec la console Amazon Fraud Detector, vous pouvez facilement rechercher et passer en revue vos évaluations de fraude passées pour vérifier la logique de détection. Affichez les données d'événements, la logique de détection appliquée lors de l'évaluation et les conditions ayant conduit à un résultat de prédiction de fraude.
Si vous avez déjà créé un modèle de détection des fraudes dans Amazon SageMaker, vous pouvez l'intégrer à Amazon Fraud Detector pour empêcher encore plus de fraudes. Vous pouvez utiliser vos deux modèles Amazon SageMaker et Amazon Fraud Detector dans votre application pour détecter différents types de fraudes. Par exemple, votre application peut utiliser le modèle d'Amazon Fraud Detector pour évaluer le risque de fraude des comptes clients et utiliser simultanément votre modèle Amazon SageMaker pour vérifier le risque de compromission de compte.