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.
Historial de documentos
En la siguiente tabla se describen los cambios importantes en la Guía del usuario de Amazon Fraud Detector. También actualizamos la Guía del usuario de Amazon Fraud Detector con frecuencia para abordar los comentarios que nos envías.
| Cambio | Descripción | Fecha |
|---|---|---|
Amazon Fraud Detector dejará de estar abierto a nuevos clientes a partir del 7 de noviembre de 2025. | Amazon Fraud Detector dejará de estar abierto a nuevos clientes a partir del 7 de noviembre de 2025. Si quieres utilizar Amazon Fraud Detector, regístrate antes de esa fecha. Los clientes existentes pueden seguir utilizando el servicio con normalidad. Para obtener más información, consulta el cambio de disponibilidad de Amazon Fraud Detector. | 7 de octubre de 2025 |
Amazon Fraud Detector presenta nuevos tipos de variables y un tipo de datos que puede utilizar para extraer información útil. | 5 de junio de 2023 | |
La organización de eventos te facilita el envío de eventos Servicios de AWS para su procesamiento posterior mediante Amazon. EventBridge | 30 de mayo de 2023 | |
El recurso Listas le permite hacer referencia a un conjunto de valores, como direcciones IP o direcciones de correo electrónico, como parte de una regla. Use listas en una regla para permitir o denegar el acceso o una transacción. | 14 de febrero de 2023 | |
El explorador de modelos de datos proporciona información sobre los elementos de datos que Amazon Fraud Detector necesita para crear su modelo de detección de fraudes. Utilice el explorador de modelos de datos antes de preparar su conjunto de datos de eventos. | 15 de diciembre de 2022 | |
Utilice el modelo Account Takeover Insights (ATI) para detectar las cuentas comprometidas por apropiaciones malintencionadas, suplantación de identidad o por el robo de credenciales. | 21 de julio de 2022 | |
Se actualizó el capítulo introductorio con información adicional sobre Amazon Fraud Detector | 11 de abril de 2022 | |
Habilite el enriquecimiento de algunos de los datos sin procesar que proporciona para aumentar el rendimiento de los modelos que utilizan estos elementos de datos y que se entrenaron antes del 8 de febrero de 2022. | 8 de febrero de 2022 | |
Utiliza las políticas de exclusión para impedir que los datos de tus eventos se utilicen para desarrollar o mejorar la calidad de Amazon Fraud Detector. | 6 de enero de 2022 | |
Crea políticas para evitar que un tercero o una entidad multiservicio manipule a una entidad con permisos para que actúe en su nombre y acceda a los recursos de tu cuenta. | 6 de diciembre de 2021 | |
Utilice las instrucciones que se proporcionan en Crear un conjunto de datos de eventos para preparar y recopilar datos para entrenar su modelo. | 22 de noviembre de 2021 | |
Utilice las explicaciones de predicción para obtener información sobre cómo cada variable de evento afectó a las puntuaciones de predicción de fraude de su modelo. | 10 de noviembre de 2021 | |
Usa la información de Solución de problemas con los datos de entrenamiento para diagnosticar y resolver los problemas que puedas ver en la consola de Amazon Fraud Detector cuando entrenas a tu modelo. | 11 de octubre de 2021 | |
Utilice el modelo Transaction Fraud Insights (TFI) para detectar el fraude en línea o el fraude de card-not-present transacciones. | 11 de octubre de 2021 | |
Almacena los datos de tus eventos en Amazon Fraud Detector y utiliza los datos almacenados para entrenar posteriormente a tus modelos. Al almacenar los datos de los eventos en Amazon Fraud Detector, puede entrenar modelos que utilizan variables calculadas automáticamente para mejorar el rendimiento, simplificar el reentrenamiento de los modelos y actualizar las etiquetas de fraude para cerrar el ciclo de retroalimentación del aprendizaje automático. | 11 de octubre de 2021 | |
Utilice la importancia de las variables del modelo para obtener información sobre qué es lo que impulsa el rendimiento de su modelo hacia arriba o hacia abajo y cuáles de las variables del modelo son las que más contribuyen. Y, a continuación, modifique su modelo para mejorar el rendimiento general. | 9 de julio de 2021 | |
Úselo AWS CloudFormation para administrar sus recursos de Amazon Fraud Detector. | 10 de mayo de 2021 | |
Utilice las predicciones por lotes para obtener predicciones para un conjunto de eventos que no requieren puntuación en tiempo real. | 31 de marzo de 2021 | |
Revisión de Cómo empezar y otras secciones | 17 de julio de 2020 | |
Versión inicial | 2 de diciembre de 2019 |
