自動模型建立

Amazon Fraud Detector 可完全自動建立機器學習模型,可識別常見線上活動 (例如新帳戶建立、線上支付和來賓結帳) 的潛在詐騙行為。自動化模型建置程序會處理所有繁重的工作,例如資料驗證和擴充、特徵工程、演算法選擇、超參數調整和模型部署。您只需上傳資料集、選取模型類型,Amazon Fraud Detector 即會自動找到最合適的詐騙偵測 ML 模型。無需編碼或之前的機器學習相關經驗。

持續學習的模型

您的模型在重新訓練之間保持其效能的時間更長,因為 Amazon Fraud Detector 會自動計算帳戶年齡、自上次活動以來的時間和活動計數等資訊。這意味著您的模型可以了解經常進行交易的受信任客戶與欺詐者的持續嘗試之間的區別。

洞察您的模型效能

對於您訓練的每個模型,您可以看到所提供的所有輸入按其對模型效能的影響進行排名。使用重要性值和相對排名,您可以深入了解哪些輸入正在推動您的模型效能。

觸發規則型動作

建立 Amazon Fraud Detector 詐騙偵測模型後,您可以使用 Amazon Fraud Detector 主控台或應用程式介面 (API) 建立基於模型預測的規則。客戶可以建立規則以採取行動,例如接受、檢閱或收集有關特定模型評分的更多資訊。例如,若模型分數大於預先確定的閾值,並且帳戶的電話號碼所在國家/地區和 IP 地址所在國家/地區不相符,您可以輕鬆建立一條規則來標記可疑客戶帳戶以供審核。

即時詐騙預測 API

您可以使用 Amazon Fraud Detector API 執行即時詐騙預測,並在發生時評估應用程式中的線上活動。例如,您可以使用模型和規則觸發操作,來呼叫詐騙預測 API,以檢查每個新帳戶註冊是否存在潛在的詐騙風險。

單一介面可檢閱與稽核您的預測和偵測邏輯

藉助 Amazon Fraud Detector 主控台,您可以輕鬆搜尋和檢閱過去的詐騙評估,以稽核偵測邏輯。查看事件資料、評估期間套用的偵測邏輯以及導致詐騙預測結果的條件。

Amazon SageMaker 整合

若您已在 Amazon SageMaker 中建立詐騙偵測模型,則可將其整合至 Amazon Fraud Detector,以阻止更多詐騙行為。您可以在應用程式中同時使用 Amazon SageMaker 和 Amazon Fraud Detector 模型,來偵測不同的詐騙案例。例如,您的應用程式可以使用 Amazon Fraud Detector 模型,來評估客戶帳戶的詐騙風險,同時使用 Amazon SageMaker 模型來檢查帳戶洩露風險。

進一步了解產品定價

瀏覽 Amazon 欺詐偵測器定價頁面。

進一步了解 
註冊免費帳戶

立即存取 AWS 免費方案。 

註冊 
開始在主控台進行建置

開始在 AWS 管理主控台使用 Amazon 詐騙偵測器進行建置。

登入