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.
Dokumentverlauf
In der folgenden Tabelle werden wichtige Änderungen im Amazon Fraud Detector Detector-Benutzerhandbuch beschrieben. Wir aktualisieren auch das Amazon Fraud Detector Detector-Benutzerhandbuch regelmäßig, um auf das Feedback einzugehen, das Sie uns senden.
| Änderung | Beschreibung | Datum |
|---|---|---|
Amazon Fraud Detector wird ab dem 7. November 2025 nicht mehr für Neukunden geöffnet sein. | Amazon Fraud Detector wird ab dem 7. November 2025 nicht mehr für Neukunden geöffnet sein. Wenn Sie Amazon Fraud Detector verwenden möchten, melden Sie sich vor diesem Datum an. Bestandskunden können den Service weiterhin wie gewohnt nutzen. Weitere Informationen finden Sie unter Änderung der Verfügbarkeit von Amazon Fraud Detector. | 7. Oktober 2025 |
Amazon Fraud Detector führt neue Variablentypen und einen Datentyp ein, mit dem Sie nützliche Informationen extrahieren können. | 5. Juni 2023 | |
Die Event-Orchestrierung macht es Ihnen leicht, Ereignisse AWS-Services zur nachgelagerten Verarbeitung über Amazon EventBridge zu senden. | 30. Mai 2023 | |
Mit der Lists-Ressource können Sie im Rahmen einer Regel auf eine Reihe von Werten wie IP-Adressen oder E-Mail-Adressen verweisen. Verwenden Sie Listen in einer Regel, um den Zugriff oder eine Transaktion zuzulassen oder zu verweigern. | 14. Februar 2023 | |
Der Data Models Explorer bietet Einblicke in die Datenelemente, die Amazon Fraud Detector benötigt, um Ihr Betrugserkennungsmodell zu erstellen. Verwenden Sie den Datenmodell-Explorer, bevor Sie Ihren Ereignisdatensatz vorbereiten. | 15. Dezember 2022 | |
Verwenden Sie das Modell Account Takeover Insights (ATI), um Konten zu erkennen, die durch böswillige Übernahmen, Phishing oder den Diebstahl von Zugangsdaten kompromittiert wurden. | 21. Juli 2022 | |
Das Einführungskapitel wurde mit zusätzlichen Informationen zu Amazon Fraud Detector aktualisiert | 11. April 2022 | |
Aktivieren Sie die Anreicherung einiger der von Ihnen bereitgestellten Rohdaten, um die Leistung der Modelle zu steigern, die diese Datenelemente verwenden und die vor dem 8. Februar 2022 trainiert wurden. | 8. Februar 2022 | |
Verwenden Sie Opt-Out-Richtlinien, um die Verwendung Ihrer Veranstaltungsdaten zur Entwicklung oder Verbesserung der Qualität von Amazon Fraud Detector abzulehnen. | 6. Januar 2022 | |
Erstellen Sie Richtlinien, um zu verhindern, dass ein Drittanbieter oder eine dienstübergreifende Entität eine Entität manipuliert, die berechtigt ist, in ihrem Namen zu handeln, um Zugriff auf Ressourcen in Ihrem Konto zu erhalten. | 6. Dezember 2021 | |
Verwenden Sie die Anleitung unter Ereignisdatensatz erstellen, um Daten für das Training Ihres Modells vorzubereiten und zu sammeln. | 22. November 2021 | |
Verwenden Sie die Erläuterungen zur Vorhersage, um zu erfahren, wie sich die einzelnen Ereignisvariablen auf die Ergebnisse der Betrugsprognosen Ihres Modells ausgewirkt haben. | 10. November 2021 | |
Verwenden Sie die Informationen unter Problembehandlung bei Trainingsdaten, um Probleme zu diagnostizieren und zu lösen, die möglicherweise in der Amazon Fraud Detector Detector-Konsole auftreten, wenn Sie Ihr Modell trainieren. | 11. Oktober 2021 | |
Verwenden Sie das Modell Transaction Fraud Insights (TFI), um Online- oder card-not-present Transaktionsbetrug aufzudecken. | 11. Oktober 2021 | |
Speichern Sie Ihre Ereignisdaten in Amazon Fraud Detector und verwenden Sie die gespeicherten Daten, um Ihre Modelle später zu trainieren. Durch das Speichern von Ereignisdaten in Amazon Fraud Detector können Sie Modelle trainieren, die automatisch berechnete Variablen verwenden, um die Leistung zu verbessern, die Modellumschulung zu vereinfachen und Betrugsbezeichnungen zu aktualisieren, um die Feedbackschleife des maschinellen Lernens zu schließen. | 11. Oktober 2021 | |
Verwenden Sie die Wichtigkeit von Modellvariablen, um zu erfahren, was die Leistung Ihres Modells nach oben oder unten beeinflusst und welche Ihrer Modellvariablen am meisten dazu beitragen. Passen Sie anschließend Ihr Modell an, um die Gesamtleistung zu verbessern. | 09. Juli 2021 | |
Verwenden Sie es AWS CloudFormation , um Ihre Amazon Fraud Detector Detector-Ressourcen zu verwalten. | 10. Mai 2021 | |
Verwenden Sie Batch-Vorhersagen, um Vorhersagen für eine Reihe von Ereignissen zu erhalten, für die keine Echtzeitbewertung erforderlich ist. | 31. März 2021 | |
Überarbeitung von Erste Schritte und anderen Abschnitten | 17. Juli 2020 | |
Erstversion | 02. Dezember 2019 |
