ข้ามไปที่เนื้อหาหลัก

เหตุใดจึงต้องใช้ Amazon Fraud Detector

Amazon Fraud Detector เป็นบริการที่มีการจัดการเต็มรูปแบบซึ่งสร้างขึ้นจากข้อมูลเชิงลึกกว่า 20 ปีจาก Amazon โดยช่วยให้ลูกค้าระบุกิจกรรมที่อาจเป็นการทุจริตและตรวจจับการทุจริตออนไลน์ได้เร็วขึ้น Amazon Fraud Detector ให้คุณจ่ายเฉพาะส่วนที่คุณใช้ และไม่มีค่าธรรมเนียมขั้นต่ำหรือค่าบริการล่วงหน้า คุณเสียค่าใช้จ่ายตามชั่วโมงประมวลผลที่ใช้ในการฝึกอบรมและโฮสต์โมเดล ปริมาณพื้นที่จัดเก็บที่คุณใช้ และปริมาณการคาดการณ์การทุจริตที่ได้

ทดลองใช้ฟรี

ลงทะเบียนตอนนี้เพื่อทดลองใช้ Amazon Fraud Detector ฟรีสองเดือน ข้อเสนอนี้ประกอบด้วยชั่วโมงประมวลผลสำหรับการฝึกอบรมโมเดล 50 ชั่วโมง ชั่วโมงประมวลผลสำหรับการโฮสต์โมเดลสูงสุด 500 ชั่วโมง ข้อมูลเหตุการณ์ที่จัดเก็บไว้ 20 GB ต่อเดือน การคาดการณ์ข้อมูลเชิงลึกเกี่ยวกับการทุจริตออนไลน์ 30,000 รายการ การคาดการณ์ข้อมูลเชิงลึกเกี่ยวกับการทุจริตในการทำธุรกรรม 30,000 รายการ การคาดการณ์การทุจริตตามกฎ 30,000 รายการต่อเดือน และการคาดการณ์ข้อมูลเชิงลึกเกี่ยวกับการขโมยบัญชี 1 ล้านรายการสำหรับสองเดือนแรก

ตรวจสอบราคาอย่างรวดเร็ว

คุณจะถูกเรียกเก็บเงินตามการจัดเก็บข้อมูลเหตุการณ์ใน Amazon Fraud Detector เป็นกิกะไบต์ (GB) โดยพื้นที่จัดเก็บข้อมูลจะเป็นตัวเลือกเสริม ข้อมูลเหตุการณ์สามารถจัดเก็บได้ทั้งผ่านการอัปโหลดเหตุการณ์ในอดีตและเมื่อสร้างการคาดการณ์

Amazon Fraud Detector มีค่าบริการสำหรับชั่วโมงการประมวลผลที่ใช้ในการฝึกโมเดลที่ปรับแต่งเองกับข้อมูลของคุณ 1 ชั่วโมงประมวลผลคือ 1 ชั่วโมงในการประมวลผลโดยใช้ 8 vCPU และหน่วยความจำ 32 GB Fraud Detector จะเลือกประเภทอินสแตนซ์ที่รวดเร็วและมีประสิทธิภาพมากที่สุดโดยอัตโนมัติเพื่อฝึกข้อมูลของคุณ และอินสแตนซ์อาจเกินข้อกำหนดพื้นฐาน ดังนั้น ชั่วโมงประมวลผลที่เรียกเก็บค่าใช้จ่ายอาจมากกว่าชั่วโมงที่ฝึกฝนโมเดลไป

Fraud Detector มีค่าบริการสำหรับความจุในการประมวลผลเป็นรายชั่วโมงสำหรับการโฮสต์โมเดลที่ปรับใช้ตามความต้องการ เพื่อให้โมเดลเหล่านั้นพร้อมใช้งานสำหรับการคาดการณ์แบบเรียลไทม์

Fraud Detector คิดค่าบริการต่อการคาดการณ์การทุจริต ราคาที่เราเรียกเก็บจะไม่แน่นอน ขึ้นอยู่กับว่าคุณกำลังใช้งานแมชชีนเลิร์นนิ่งสำหรับ Amazon Fraud Detector หรือเพียงประเมินการทุจริตผ่านกฎตายตัว ราคาต่อการคาดการณ์เป็นราคาเดียวกันกับการคาดการณ์แบบเรียลไทม์และหลายรายการ การคาดการณ์การทุจริตจะได้รับการรวบรวมไว้เพื่อใช้งานในแต่ละเดือนและเพื่อเรียกเก็บค่าใช้จ่ายตามระดับราคา การคาดการณ์ที่ใช้โมเดลที่นำเข้าจาก Amazon SageMaker จะคิดราคาเป็นการคาดการณ์ตามกฎ

การประมวลผลข้อมูลและพื้นที่จัดเก็บ

Data Processing and Storage
Pricing
การประมวลผลข้อมูลและพื้นที่จัดเก็บ
0.10 USD ต่อ GB

การคาดการณ์การทุจริต

Fraud Predictions
Pricing
ข้อมูลเชิงลึกในการทุจริตออนไลน์
 
การคาดการณ์ 100,000 รายการแรกต่อเดือน
0.0300 USD ต่อการคาดการณ์
การคาดการณ์กว่า 100,000 รายการต่อเดือน
0.0075 USD ต่อการคาดการณ์
ข้อมูลเชิงลึกของการทุจริตในการทำธุรกรรม
 
การคาดการณ์ 100,000 รายการแรกต่อเดือน
0.0300 USD ต่อการคาดการณ์
การคาดการณ์กว่า 100,000 รายการต่อเดือน
0.0075 USD ต่อการคาดการณ์
การคาดการณ์การทุจริตตามกฎ
 
การคาดการณ์ 400,000 รายการแรกต่อเดือน
0.00500 USD ต่อการคาดการณ์
การคาดการณ์ 800,000 รายการถัดไปต่อเดือน
0.00250 USD ต่อการคาดการณ์
การคาดการณ์กว่า 1,200,000 รายการต่อเดือน
0.00125 USD ต่อการคาดการณ์
ข้อมูลเชิงลึกเกี่ยวกับการขโมยบัญชี
 
การคาดการณ์ 10,000,000 รายการแรกต่อเดือน
0.0010 USD ต่อการคาดการณ์
การคาดการณ์ 90,000,000 รายการถัดไปต่อเดือน
0.0005 USD ต่อการคาดการณ์
การคาดการณ์กว่า 100,000,000 รายการต่อเดือน
0.0003 USD ต่อการคาดการณ์

การฝึกอบรมแบบจำลองและการโฮสติ้ง

Model Training and Hosting
Pricing
การฝึกอบรมโมเดล
0.39 USD ต่อชั่วโมง
การโฮสต์โมเดล
0.06 USD ต่อชั่วโมง

ตัวอย่างราคา

ตัวอย่างที่ 1: การตรวจจับการทุจริตออนไลน์แบบเรียลไทม์สำหรับผู้ค้าอีคอมเมิร์ซ

คุณคือผู้ค้าอีคอมเมิร์ซที่มองหาการปกป้องจากการชำระเงินคำสั่งซื้อของลูกค้าที่มีความเสี่ยงสูงและการปฏิเสธการชำระเงิน สมมติว่าคุณอัปโหลดข้อมูล 5 GB และฝึกโมเดลรายการเดียว 2 ครั้งต่อเดือน โดยใช้เวลา 10 ชั่วโมงประมวลผลต่อการฝึกอบรมแต่ละครั้ง และคุณยังติดตั้งใช้หนึ่งในโมเดลเหล่านั้นตลอดทั้งเดือนและสร้างการคาดการณ์การทุจริตถึง 1,000 รายการแบบเรียลไทม์ในแต่ละวัน ค่าใช้จ่ายต่อเดือนในการใช้งาน Amazon Fraud Detector จะเป็นดังนี้

ค่าใช้จ่ายของการประมวลผลข้อมูลและพื้นที่จัดเก็บ = 5 GB x 0.10 USD ต่อ GB = 0.50 USD

ค่าใช้จ่ายในการฝึกอบรม = 10 ชั่วโมงประมวลผล x 2 การฝึก x 0.39 USD ต่อชั่วโมงประมวลผล = 7.80 USD

ค่าใช้จ่ายในการโฮสต์ = 30 วัน x 24 ชั่วโมง x 1 โมเดล x 0.06 USD ต่อชั่วโมงประมวลผล = 43.20 USD

ค่าใช้จ่ายในการคาดการณ์การทุจริต (แบบเรียลไทม์และหลายรายการ) = 1,000 การคาดการณ์ / วัน x 30 วัน x 0.03 USD ต่อการคาดการณ์ข้อมูลเชิงลึกเกี่ยวกับการทุจริตออนไลน์ = 900 USD

ค่าใช้จ่ายทั้งหมด = 0.50 USD + 7.80 USD + 43.20 USD + 900 USD = 951.50 USD

ตัวอย่างที่ 2: การตรวจจับการทุจริตในการทำธุรกรรมสำหรับผู้ให้บริการชำระเงิน

คุณคือผู้ให้บริการชำระเงินที่มีบริการรับบัตรโดยไม่ต้องใช้บัตรจริงซึ่งกำลังมองหาวิธีลดการทุจริตในการทำธุรกรรมด้วยการค้นหาการชำระเงินที่น่าสงสัย คุณวางแผนที่จะใช้โมเดลแมชชีนเลิร์นนิ่งและระบบการตัดสินใจตามกฎ สมมติว่าคุณอัปโหลดข้อมูล 20 GB และฝึกอบรมสองโมเดลเดือนละครั้ง โดยใช้เวลา 10 ชั่วโมงประมวลผลต่อการฝึกโมเดลแต่ละครั้ง จากนั้นคุณจึงเลือกโมเดลที่มีประสิทธิภาพดีกว่าเพื่อปรับใช้ตลอดทั้งเดือน คุณสร้างการคาดการณ์การทุจริตแบบเรียลไทม์ 20,000 รายการต่อวัน (ส่งผลให้มีธุรกรรม 600,000 รายการต่อเดือน) และการตัดสินใจคาดการณ์การทุจริตตามกฎ 1,000 รายการต่อวัน (ส่งผลให้มีธุรกรรม 30,000 รายการต่อเดือน) ค่าใช้จ่ายต่อเดือนในการใช้งาน Amazon Fraud Detector จะเป็นดังนี้

ค่าใช้จ่ายของการประมวลผลข้อมูลและพื้นที่จัดเก็บ = 20 GB x 0.10 USD ต่อ GB = 2 USD

ค่าใช้จ่ายในการฝึกอบรม = 2 โมเดล x 10 ชั่วโมงประมวลผล x 2 การฝึก x 0.39 USD ต่อชั่วโมงประมวลผล = 15.60 USD

ค่าใช้จ่ายในการโฮสต์ = 30 วัน x 24 ชั่วโมง x 1 โมเดล x 0.06 USD ต่อชั่วโมงประมวลผล = 43.20 USD

ค่าใช้จ่ายในการคาดการณ์การทุจริตด้วย ML (แบบเรียลไทม์) สำหรับธุรกรรม 100,000 รายการแรก = 100,000 การคาดการณ์ x 0.03 USD ต่อการคาดการณ์ข้อมูลเชิงลึกของการทุจริตในการทำธุรกรรม = 3,000 USD

ค่าใช้จ่ายในการคาดการณ์การทุจริตด้วย ML (แบบเรียลไทม์) สำหรับธุรกรรม 500,000 รายการถัดไป = 500,000 การคาดการณ์ x 0.075 USD ต่อการคาดการณ์ข้อมูลเชิงลึกของการทุจริตในการทำธุรกรรม = 3,750 USD

ค่าใช้จ่ายในการคาดการณ์การทุจริตตามกฎ = 1,000 การคาดการณ์/วัน x 30 วัน x 0.005 USD ต่อการคาดการณ์การทุจริตตามกฎ = 150 USD

ค่าใช้จ่ายทั้งหมด = 2 USD + 15.60 USD + 43.20 USD + 3,000 USD + 3,750 USD + 150 USD = 6,960.80 USD