Amazon Fraud Detector dejará de estar abierto a nuevos clientes a partir del 7 de noviembre de 2025. Para obtener funciones similares a Amazon Fraud Detector, explore Amazon SageMaker, AutoGluon, y AWS WAF.

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Crea un detector
<a name="create-a-detector"></a>

Para crear un detector, especifique el tipo de evento que ya ha definido. Si lo desea, puede añadir un modelo que Amazon Fraud Detector ya haya entrenado e implementado. Si añade un modelo, puede utilizar la puntuación del modelo generada por Amazon Fraud Detector en la expresión de la regla al crear una regla (por ejemplo,`$model score < 90`).

 Puedes crear un detector en la consola de Amazon Fraud Detector mediante la [PutDetector](https://docs.aws.amazon.com//frauddetector/latest/api/API_PutDetector.html)API, el comando [put-detector](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/frauddetector/put-detector.html) o el AWS SDK. Si utiliza una API, un comando o un SDK para crear un detector, una vez creado el detector, siga las instrucciones para hacerlo. [Cree una versión del detector](create-a-detector-version.md) 

## Crea un detector en la consola de Amazon Fraud Detector
<a name="create-detector-console"></a>

En este ejemplo se supone que ha creado un tipo de evento y que también ha creado e implementado una versión del modelo que desea utilizar para la predicción del fraude.

### Paso 1: Construye un detector
<a name="step-1-build-detector-console"></a>

1. En el panel de navegación izquierdo de la consola de Amazon Fraud Detector, selecciona **Detectores**.

1. Seleccione **Crear detector**.

1. En la página **Definir detalles del detector**, introduzca `sample_detector` el nombre del detector. Si lo desea, introduzca una descripción para el detector, por ejemplo`my sample fraud detector`.

1. **En Tipo de evento**, seleccione el tipo de evento que ha creado para la predicción del fraude.

1. Elija **Siguiente**. 

### Paso 2: Añadir una versión del modelo desplegada
<a name="add-deployed-model-console"></a>

1. Tenga en cuenta que este paso es opcional. No necesita añadir un modelo a su detector. Para omitir este paso, elija **Next** (Siguiente).

1. En la opción **Añadir modelo**, elija **Añadir modelo**.

1. En la página **Añadir modelo**, en **Seleccione el modelo**, elija el nombre del modelo de Amazon Fraud Detector que implementó anteriormente. En **Seleccione la versión**, elija la versión del modelo implementado.

1. Elija **Add model (Añadir modelo)**.

1. Elija **Siguiente**.

### Paso 3: Añadir reglas
<a name="add-rules-to-detector-console"></a>

Una regla es una condición que indica a Amazon Fraud Detector cómo interpretar los valores de las variables al evaluar la predicción del fraude. En este ejemplo, se crearán tres reglas utilizando las puntuaciones del modelo como valores variables: `high_fraud_risk``medium_fraud_risk`, y`low_fraud_risk`. Para crear sus propias reglas, expresiones de reglas, orden de ejecución de reglas y resultados, utilice valores que sean adecuados para su modelo y su caso de uso.

1. En la página **Añadir reglas**, en **Definir una regla**, introduzca `high_fraud_risk` el nombre de la regla y, en **Descripción (opcional)**, introduzca **This rule captures events with a high ML model score** la descripción de la regla.

1. En **Expression**, introduzca la siguiente expresión de regla con el lenguaje de expresiones de reglas simplificado de Amazon Fraud Detector:

   `$sample_fraud_detection_model_insightscore > 900`

1. En **Resultados**, elija **Crear un resultado nuevo**. Un resultado es el resultado de una predicción de fraude y se devuelve si la regla coincide durante una evaluación. 

1. En **Crear un resultado nuevo**, introduzca `verify_customer` el nombre del resultado. Si lo desea, introduzca una descripción.

1. Selecciona **Guardar resultado**. 

1. Seleccione **Añadir regla** para ejecutar el comprobador de validación de reglas y guardar la regla. Una vez creada, Amazon Fraud Detector pone la regla a tu disposición para que la utilices en tu detector.

1. Selecciona **Añadir otra regla** y, a continuación, selecciona la pestaña **Crear regla**. 

1. Repita este proceso dos veces más para crear sus `low_fraud_risk` reglas `medium_fraud_risk` y utilizando los siguientes detalles de la regla: 
   + riesgo\$1de\$1fraude medio

     Nombre de la regla: `medium_fraud_risk`

     Resultado: `review`

     Expresión:

     `$sample_fraud_detection_model_insightscore <= 900 and`

     `$sample_fraud_detection_model_insightscore > 700`
   + bajo riesgo de fraude

     Nombre de la regla: `low_fraud_risk`

     Resultado: `approve`

     Expresión:

     `$sample_fraud_detection_model_insightscore <= 700`

1. Una vez que haya creado todas las reglas para su caso de uso, elija **Siguiente**. 

   Para obtener más información sobre cómo crear y escribir reglas, consulte [Reglas](rules.md) y[Referencia de lenguaje de reglas](rule-language-reference.md).

### Paso 4: Configurar la ejecución y el orden de las reglas
<a name="get-start-define-rule-order-console"></a>

El modo de ejecución de las reglas que se incluyen en el detector determina si se evalúan todas las reglas que defina o si la evaluación de las reglas se detiene en la primera regla coincidente. Y el orden de las reglas determina el orden en el que desea que se ejecute la regla. 

El modo de ejecución de reglas predeterminado es`FIRST_MATCHED`. 

**Primera coincidencia**  
El modo de ejecución de la primera regla coincidente devuelve los resultados de la primera regla coincidente en función del orden de reglas definido. Si especifica `FIRST_MATCHED`, Amazon Fraud Detector evalúa las reglas secuencialmente, de la primera a la última, y se detiene en la primera regla que coincida. A continuación, Amazon Fraud Detector proporciona los resultados de esa única regla.   
El orden en que se ejecuten las reglas puede afectar al resultado de la predicción del fraude resultante. Una vez que haya creado las reglas, reordene las reglas para ejecutarlas en el orden deseado siguiendo estos pasos:   
Si la `high_fraud_risk` regla aún no aparece en la parte superior de la lista de reglas, selecciona **Ordenar** y, a continuación, elige **1**. Esto se mueve `high_fraud_risk` a la primera posición.  
Repite este proceso para que la `medium_fraud_risk` regla esté en la segunda posición y la `low_fraud_risk` regla en la tercera posición.

**Todos coincidieron**  
El modo de ejecución de todas las reglas coincidentes devuelve los resultados de todas las reglas coincidentes, independientemente del orden de las reglas. Si lo especificas`ALL_MATCHED`, Amazon Fraud Detector evalúa todas las reglas y devuelve los resultados de todas las reglas coincidentes.

Seleccione esta opción `FIRST_MATCHED` para este tutorial y, a continuación, elija **Siguiente**.

### Paso 5: Revise y cree la versión del detector
<a name="get-start-review-and-create-detector-version-console"></a>

Una versión con detector define los modelos y reglas específicos que se utilizan para generar predicciones de fraude.

1. En la página **Revisar y crear**, revise los detalles, los modelos y las reglas del detector que configuró. Si necesita realizar algún cambio, elija **Editar** junto a la sección correspondiente.

1. Seleccione **Crear detector**. Una vez creado, la primera versión del detector aparece en la tabla de versiones del detector con `Draft` su estado.

   La versión **preliminar** se utiliza para probar el detector.

## Cree un detector utilizando el AWS SDK para Python (Boto3)
<a name="create-a-detector-using-the-aws-python-sdk"></a>

El siguiente ejemplo muestra un ejemplo de solicitud para la `PutDetector` API. Un detector actúa como contenedor para sus versiones de detector. La `PutDetector` API especifica qué tipo de evento evaluará el detector. En el siguiente ejemplo, se supone que ha creado un tipo de evento`sample_registration`.

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

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