이 AWS 솔루션 구현은 어떤 기능을 제공합니까?
Fraud Detection Using Machine Learning은 기계 학습(ML) 모델과 사기 패턴 인식을 위해 모델을 훈련하는 신용카드 거래의 데이터 세트 예제를 배포합니다. 모델은 새로운 알려지지 않은 사기 패턴에 적응하여 스스로 학습합니다.
이 솔루션 구현을 사용하여 잠재적 사기 활동을 자동화하고 검토를 이해 해당 활동에 플래그를 표시할 수 있습니다. 이 솔루션 구현은 배포가 쉽고 예제 데이터 세트가 포함되어 있지만 모든 데이터 세트와 함께 작동하도록 솔루션 구현을 수정할 수 있습니다.
AWS 솔루션 구현 개요
Fraud Detection Using Machine Learning은 예제 데이터 세트 또는 자체 데이터 세트에 자동화된 거래 처리를 실행합니다. 기본 제공되는 ML 모델이 잠재적 사기 활동을 탐지하고 검토를 위해 해당 활동에 플래그를 표시합니다. 아래 다이어그램은 솔루션의 구현 안내서와 함께 AWS CloudFormation 템플릿을 사용하여 자동으로 배포할 수 있는 아키텍처를 보여줍니다.

Fraud Detection Using Machine Learning 아키텍처
이 솔루션에는 Amazon Simple Storage Service(Amazon S3) 버킷과 Amazon SageMaker 노트북 인스턴스에 포함된 신용카드 거래 데이터 세트 예시를 배포하는 AWS CloudFormation 템플릿이 포함되어 있으며, 데이터 세트에서 감독 및 비감독 학습 모델을 훈련하여 두 개의 엔드포인트를 배포합니다.
솔루션 노트북에서는 예시 데이터를 기준으로 연속적 예측 요청 스트림이 생성됩니다. 생성된 요청은 AWS Lambda 함수를 트리거하고, 이 함수는 예시 데이터 세트에서 거래를 처리하여 두 개의 Amazon SageMaker 엔드포인트를 호출합니다. 이 엔드포인트는 이상 점수를 배정하고 훈련된 ML 모델과 비교하여 해당 거래가 사기인지 예측합니다. Amazon Kinesis Data Firehose 전송 시스템은 처리된 거래를 다른 Amazon S3 버킷에 로드해 저장합니다.
거래가 Amazon S3에 로드되고 나면 분석 도구와 서비스(예: Amazon QuickSight)를 시각화, 보고, 즉석 쿼리, 상세 분석에 활용할 수 있습니다.
기본적으로 이 솔루션은 예제 데이터 세트에서 거래를 처리하도록 구성됩니다. 자체 데이터 세트를 사용하려면 이 솔루션을 수정해야 합니다. 자세한 내용은 배포 안내서를 참조하십시오.
Fraud Detection Using Machine Learning
버전 2
최종 업데이트 날짜: 2020년 5월
작성: AWS
예상 배포 시간: 5분
참고: RSS 업데이트에 가입하려면 사용 중인 브라우저에 대해 RSS 플러그인이 활성화되어 있어야 합니다.