AWS 솔루션 라이브러리

Fraud Detection Using Machine Learning

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 지침을 사용하여 잠재적 사기 활동을 자동화하고 검토를 이해 해당 활동에 플래그를 표시할 수 있습니다. Fraud Detection Using Machine Learning은 배포가 쉽고 예제 데이터 집합을 포함하지만 모든 데이터 집합에서 작동하도록 솔루션을 수정할 수 있습니다.

개요

Fraud Detection Using Machine Learning을 사용하면 예제 데이터 집합 또는 자체 데이터 집합에서 자동화된 거래 처리를 실행할 수 있습니다. 포함된 ML 모델은 잠재적 사기 활동을 탐지하고 검토를 위해 해당 활동에 플래그를 표시합니다. 아래의 다이어그램은 GitHub의 예제 코드를 사용하여 구축할 수 있는 아키텍처를 보여줍니다.

Fraud Detection Using Machine Learning 아키텍처

이 코드는 다음 인프라를 배포합니다.

신용카드 거래에 대한 데이터 집합 예제를 포함하는 Amazon Simple Storage Service(Amazon S3) 버킷.
데이터 집합에서 훈련되는 여러 기계 학습(ML) 모델을 포함하는 Amazon SageMaker 노트북 인스턴스.
데이터 집합 예제에서 거래를 처리하고 수신 데이터 포인트에 비정상적인 점수와 분류 점수를 지정하는 두 개의 Amazon SageMaker 엔드포인트를 호출하는 AWS Lambda 함수.
Amazon API Gateway REST API는 서명된 HTTP 요청을 사용하여 예측을 호출합니다.
Amazon Kinesis Data Firehose 전송 스트림은 저장을 위해 처리된 거래를 다른 Amazon S3 버킷에 로드합니다.

또한 이 지침은 Amazon SageMaker 노트북의 일부로 예측 REST API를 호출하는 방법에 대한 예제를 제공합니다.

거래가 Amazon S3에 로드되면 시각화, 보고, 임시 쿼리 및 보다 자세한 분석을 위해 Amazon QuickSight를 포함한 분석 도구와 서비스를 사용할 수 있습니다.

간단히 표시