Amazon Fraud Detector ist seit dem 7. November 2025 nicht mehr für Neukunden geöffnet. Funktionen, die Amazon Fraud Detector ähneln, finden Sie SageMaker unter Amazon AutoGluon, und AWS WAF.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Erstellen Sie einen Detektor
<a name="create-a-detector"></a>

Sie erstellen einen Detektor, indem Sie den Ereignistyp angeben, den Sie bereits definiert haben. Sie können optional ein Modell hinzufügen, das bereits von Amazon Fraud Detector trainiert und eingesetzt wurde. Wenn Sie ein Modell hinzufügen, können Sie die von Amazon Fraud Detector generierte Modellbewertung in Ihrem Regelausdruck verwenden, wenn Sie eine Regel erstellen (z. B.`$model score < 90`).

 Sie können einen Detektor in der Amazon Fraud Detector Detector-Konsole mithilfe der [PutDetector](https://docs.aws.amazon.com//frauddetector/latest/api/API_PutDetector.html)API, mit dem Befehl [put-detector](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/frauddetector/put-detector.html) oder mit dem AWS SDK erstellen. Wenn Sie eine API, einen Befehl oder ein SDK zum Erstellen eines Melders verwenden, folgen Sie nach der Erstellung des Melders den Anweisungen unter. [Erstellen Sie eine Detektorversion](create-a-detector-version.md) 

## Erstellen Sie einen Detektor in der Amazon Fraud Detector Detector-Konsole
<a name="create-detector-console"></a>

In diesem Beispiel wird davon ausgegangen, dass Sie einen Ereignistyp und auch eine Modellversion erstellt und bereitgestellt haben, die Sie für die Betrugsvorhersage verwenden möchten.

### Schritt 1: Detektor erstellen
<a name="step-1-build-detector-console"></a>

1. Wählen Sie im linken Navigationsbereich der Amazon Fraud Detector Detector-Konsole die Option **Detectors** aus.

1. Wählen Sie **Detektor erstellen**.

1. Geben `sample_detector` Sie auf der Seite **„Melderdetails definieren**“ den Namen des Melders ein. Geben Sie optional eine Beschreibung für den Detektor ein, z. `my sample fraud detector` B.

1. Wählen Sie **unter Ereignistyp** den Ereignistyp aus, den Sie für die Betrugsvorhersage erstellt haben.

1. Wählen Sie **Weiter** aus. 

### Schritt 2: Fügen Sie eine bereitgestellte Modellversion hinzu
<a name="add-deployed-model-console"></a>

1. Beachten Sie, dass dies ein optionaler Schritt ist. Sie müssen Ihrem Detektor kein Modell hinzufügen. Um diesen Schritt zu überspringen, wählen Sie **Next** (Weiter).

1. Wählen **Sie unter Modell hinzufügen — optional** die Option **Modell hinzufügen** aus.

1. Wählen Sie auf der Seite **Modell hinzufügen** für **Modell auswählen** den Amazon Fraud Detector Detector-Modellnamen aus, den Sie zuvor bereitgestellt haben. **Wählen Sie für Version** auswählen die Modellversion des bereitgestellten Modells aus.

1. Wählen Sie **Add model** aus.

1. Wählen Sie **Weiter** aus.

### Schritt 3: Regeln hinzufügen
<a name="add-rules-to-detector-console"></a>

Eine Regel ist eine Bedingung, die Amazon Fraud Detector mitteilt, wie Variablenwerte bei der Bewertung von Betrugsprognosen zu interpretieren sind. In diesem Beispiel werden drei Regeln erstellt, die die Modellwerte als Variablenwerte verwenden: `high_fraud_risk``medium_fraud_risk`, und`low_fraud_risk`. Verwenden Sie Werte, die für Ihr Modell und Ihren Anwendungsfall geeignet sind, um Ihre eigenen Regeln, Regelausdrücke, die Reihenfolge der Regelausführung und die Ergebnisse zu erstellen.

1. Geben `high_fraud_risk` Sie auf der Seite **Regeln hinzufügen** unter **Regel definieren** den Regelnamen und unter **Beschreibung — optional** den Namen **This rule captures events with a high ML model score** als Beschreibung für die Regel ein.

1. Geben Sie im Feld **Ausdruck** den folgenden Regelausdruck in der vereinfachten Regelausdruckssprache von Amazon Fraud Detector ein:

   `$sample_fraud_detection_model_insightscore > 900`

1. Wählen Sie unter **Ergebnisse** die Option **Neues Ergebnis erstellen** aus. Ein Ergebnis ist das Ergebnis einer Betrugsprognose und wird zurückgegeben, wenn die Regel während einer Bewertung zutrifft. 

1. Geben **`verify_customer`Sie im Feld Neues Ergebnis erstellen** den Namen des Ergebnisses ein. Geben Sie optional eine Beschreibung ein.

1. Wählen Sie **Ergebnis speichern**. 

1. Wählen Sie **Regel hinzufügen**, um die Regelvalidierungsprüfung auszuführen und die Regel zu speichern. Nach der Erstellung stellt Amazon Fraud Detector die Regel zur Verwendung in Ihrem Detektor zur Verfügung.

1. Wählen **Sie Weitere Regel hinzufügen** und wählen Sie dann die Registerkarte **Regel erstellen**. 

1. Wiederholen Sie diesen Vorgang noch zweimal, um Ihre eigenen `medium_fraud_risk` `low_fraud_risk` Regeln mit den folgenden Regeldetails zu erstellen: 
   + mittleres Betrugsrisiko

     Name der Regel: `medium_fraud_risk`

     Ergebnis: `review`

     Ausdruck:

     `$sample_fraud_detection_model_insightscore <= 900 and`

     `$sample_fraud_detection_model_insightscore > 700`
   + niedriges Betrugsrisiko

     Name der Regel: `low_fraud_risk`

     Ergebnis: `approve`

     Ausdruck:

     `$sample_fraud_detection_model_insightscore <= 700`

1. Nachdem Sie alle Regeln für Ihren Anwendungsfall erstellt haben, wählen Sie **Weiter**. 

   Weitere Informationen zum Erstellen und Schreiben von Regeln finden Sie unter [Regeln](rules.md) und[Referenz zur Regelsprache](rule-language-reference.md).

### Schritt 4: Konfigurieren Sie die Regelausführung und die Regelreihenfolge
<a name="get-start-define-rule-order-console"></a>

Der Regelausführungsmodus für die Regeln, die im Detektor enthalten sind, bestimmt, ob alle von Ihnen definierten Regeln ausgewertet werden oder ob die Regelauswertung bei der ersten übereinstimmenden Regel beendet wird. Und die Reihenfolge der Regeln bestimmt die Reihenfolge, in der die Regel ausgeführt werden soll. 

Der Standardausführungsmodus für Regeln ist`FIRST_MATCHED`. 

**Zuerst abgeglichen**  
Der Ausführungsmodus „Erste übereinstimmende Regel“ gibt die Ergebnisse für die erste übereinstimmende Regel auf der Grundlage der definierten Regelreihenfolge zurück. Wenn Sie `FIRST_MATCHED` angeben bewertet Amazon Fraud Detector die Regeln nacheinander von der ersten bis zur letzten und stoppt dabei bei der ersten übereinstimmenden Regel. Amazon Fraud Detector liefert dann die Ergebnisse für diese einzelne Regel.   
Die Reihenfolge, in der Sie Regeln ausführen, kann sich auf das Ergebnis der Betrugsprognose auswirken. Nachdem Sie Ihre Regeln erstellt haben, ordnen Sie die Regeln neu an, sodass sie in der gewünschten Reihenfolge ausgeführt werden. Gehen Sie dazu wie folgt vor:   
Wenn Ihre `high_fraud_risk` Regel noch nicht ganz oben in Ihrer Regelliste steht, wählen Sie **Reihenfolge** und dann **1** aus. Dies wird `high_fraud_risk` an die erste Position verschoben.  
Wiederholen Sie diesen Vorgang, sodass sich Ihre `medium_fraud_risk` Regel an der zweiten Position und Ihre `low_fraud_risk` Regel an der dritten Position befindet.

**Alle übereinstimmend**  
Der Ausführungsmodus „Alle übereinstimmenden Regeln“ gibt unabhängig von der Reihenfolge der Regeln Ergebnisse für alle übereinstimmenden Regeln zurück. Wenn Sie angeben`ALL_MATCHED`, bewertet Amazon Fraud Detector alle Regeln und gibt die Ergebnisse für alle übereinstimmenden Regeln zurück.

Wählen Sie `FIRST_MATCHED` für dieses Tutorial aus und klicken Sie dann auf **Weiter**.

### Schritt 5: Überprüfen und erstellen Sie die Detektorversion
<a name="get-start-review-and-create-detector-version-console"></a>

Eine Detector-Version definiert die spezifischen Modelle und Regeln, die zur Generierung von Betrugsprognosen verwendet werden.

1. **Überprüfen Sie auf der Seite Überprüfen und erstellen** die von Ihnen konfigurierten Detektordetails, Modelle und Regeln. Wenn Sie Änderungen vornehmen müssen, wählen Sie neben dem entsprechenden Abschnitt **Bearbeiten** aus.

1. Wählen Sie **Detektor erstellen**. Nach der Erstellung wird die erste Version Ihres Melders in der Tabelle mit den Detektorversionen mit `Draft` Status angezeigt.

   Sie verwenden die **Entwurfsversion**, um Ihren Detektor zu testen.

## Erstellen Sie einen Detektor mit dem AWS SDK für Python (Boto3)
<a name="create-a-detector-using-the-aws-python-sdk"></a>

Das folgende Beispiel zeigt eine Beispielanforderung für die `PutDetector` API. Ein Detektor fungiert als Container für Ihre Detektorversionen. Die `PutDetector` API spezifiziert, welchen Ereignistyp der Detektor auswertet. Im folgenden Beispiel wird davon ausgegangen, dass Sie einen Ereignistyp erstellt haben`sample_registration`.

```
import boto3
fraudDetector = boto3.client('frauddetector')

fraudDetector.put_detector (
detectorId = 'sample_detector',
eventTypeName = 'sample_registration'
)
```