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.
# Variables
Las variables representan los elementos de datos que desea utilizar en una predicción de fraude. Estas variables se pueden extraer del conjunto de datos de eventos que preparaste para entrenar tu modelo, de los resultados de las puntuaciones de riesgo de tu modelo de Amazon Fraud Detector o de los modelos de Amazon SageMaker AI. Para obtener más información sobre las variables extraídas del conjunto de datos de eventos, consulte[Obtenga los requisitos del conjunto de datos de eventos mediante el explorador de modelos de datos](create-event-dataset.md#prepare-event-dataset).
Las variables que desee utilizar en su predicción de fraude deben crearse primero y, a continuación, añadirse al evento al crear el tipo de evento. A cada variable que cree se le debe asignar un tipo de datos, un valor predeterminado y, si lo desea, un tipo de variable. Amazon Fraud Detector enriquece algunas de las variables que proporciona, como las direcciones IP, los números de identificación bancaria (BINs) y los números de teléfono, para crear entradas adicionales y aumentar el rendimiento de los modelos que utilizan estas variables.
## Tipos de datos
Las variables deben tener un tipo de datos para el elemento de datos que representa la variable y, opcionalmente, se les puede asignar uno de los predefinidos[Tipos de variables](#variable-types). En el caso de las variables asignadas a un tipo de variable, el tipo de datos está preseleccionado. Los tipos de datos posibles incluyen los siguientes:
| Tipo de datos: | Description (Descripción) | Predeterminado | Valores de ejemplo |
| --- | --- | --- | --- |
| Cadena | Cualquier combinación de letras, números enteros o ambos | | abc, 123, 1D3B |
| Entero | Números enteros positivos o negativos | 0 | 1, -1 |
| Booleano | ¿Verdadero o falso | False | True, False |
| DateTime | Fecha y hora especificadas únicamente en el formato UTC de la norma ISO 8601 | | 2019-11-30T 13:01:01 Z |
| Flotante | Números con decimales | 0.0 | 4,01, 0,10 |
## Predeterminado
Las variables deben tener un valor predeterminado. Cuando Amazon Fraud Detector genera predicciones de fraude, este valor predeterminado se utiliza para ejecutar una regla o un modelo si Amazon Fraud Detector no recibe un valor para una variable. Los valores predeterminados que proporciones deben coincidir con el tipo de datos seleccionado. En la consola de AWS, Amazon Fraud Detector asigna el valor predeterminado `0` para números enteros, `false` booleanos, flotantes y (vacío) `0.0` para cadenas. Puede establecer un valor predeterminado personalizado para cualquiera de estos tipos de datos.
## Tipos de variables
Al crear una variable, si lo desea, puede asignarla a un tipo de variable. El tipo de variable representa los elementos de datos comunes que se utilizan para entrenar modelos y generar predicciones de fraude. Solo las variables con un tipo de variable asociado se pueden usar para el entrenamiento de modelos. Como parte del proceso de formación del modelo, Amazon Fraud Detector utiliza el tipo de variable asociado a la variable para realizar enriquecimientos variables, ingeniería de características y puntuación de riesgo.
Amazon Fraud Detector ha predefinido los siguientes tipos de variables que se pueden utilizar para asignarlos a sus variables.
- **Session**
- **Tipo de variable:** IP\_ADDRESS / **Description (Descripción):** La dirección IP que se recopila durante el evento / **Tipo de datos::** Cadena / **Ejemplo:** 192.0.2.0 **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de la geolocalización](#geolocation-enrichment)
- **Tipo de variable:** AGENTE DE USUARIO / **Description (Descripción):** El agente de usuario que se recopila durante el evento / **Tipo de datos::** Cadena / **Ejemplo:** Mozilla 5.0 (Windows NT 10.0, Win64, x64, rv:68.0) Gecko 20100101
- **Tipo de variable:** HUELLA DACTILAR / **Description (Descripción):** El identificador único de un dispositivo utilizado para el evento / **Tipo de datos::** Cadena / **Ejemplo:** sadfow987u234
- **Tipo de variable:** SESSION\_ID / **Description (Descripción):** El ID de sesión de la sesión activa del evento / **Tipo de datos::** Cadena / **Ejemplo:** sid123456789
- **Tipo de variable:** ¿LAS CREDENCIALES SON VÁLIDAS / **Description (Descripción):** Indica si las credenciales utilizadas para iniciar sesión en el evento son válidas / **Tipo de datos::** Booleano / **Ejemplo:** True
- **Usuario**
- **Tipo de variable:** DIRECCIÓN\_CORREO ELECTRÓNICO / **Description (Descripción):** La dirección de correo electrónico que se recopiló durante el evento / **Tipo de datos::** Cadena / **Ejemplo:** abc@domain.com
- **Tipo de variable:** PHONE\_NUMBER / **Description (Descripción):** El número de teléfono recogido durante el evento / **Tipo de datos::** Cadena / **Ejemplo:** \+1 555-0100 **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de números de teléfono](#phone-number-enrichment)
- **Facturación**
- **Tipo de variable:** BILLING\_NAME / **Description (Descripción):** El nombre asociado a la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** John Doe
- **Tipo de variable:** BILLING\_PHONE / **Description (Descripción):** El número de teléfono asociado a la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** \+1 555-0100 **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de números de teléfono](#phone-number-enrichment)
- **Tipo de variable:** BILLING\_ADDRESS\_L1 / **Description (Descripción):** La primera línea de la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** Cualquier calle
- **Tipo de variable:** BILLING\_ADDRESS\_L2 / **Description (Descripción):** La segunda línea de la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** Cualquier unidad 123
- **Tipo de variable:** BILLING\_CITY / **Description (Descripción):** La ciudad que aparece en la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** ¿Cualquier ciudad
- **Tipo de variable:** BILLING\_STATE / **Description (Descripción):** El estado o la provincia que se encuentra en la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** Cualquier estado o provincia
- **Tipo de variable:** BILLING\_COUNTRY / **Description (Descripción):** El país que aparece en la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** ¿Algún país **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de la geolocalización](#geolocation-enrichment)
- **Tipo de variable:** BILLING\_ZIP / **Description (Descripción):** El código postal que se encuentra en la dirección de facturación / **Tipo de datos::** Cadena / **Ejemplo:** 01234 **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de la geolocalización](#geolocation-enrichment)
- **Envío**
- **Tipo de variable:** NOMBRE\_ENVÍO / **Description (Descripción):** El nombre que está asociado a la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** John Doe
- **Tipo de variable:** SHIPPING\_PHONE / **Description (Descripción):** El número de teléfono asociado a la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** \+1 555-0100 **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de números de teléfono](#phone-number-enrichment)
- **Tipo de variable:** SHIPPING\_ADDRESS\_L1 / **Description (Descripción):** La primera línea de la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** Cualquier Calle 123
- **Tipo de variable:** SHIPPING\_ADDRESS\_L2 / **Description (Descripción):** La segunda línea de la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** Unidad 123
- **Tipo de variable:** SHIPPING\_CITY / **Description (Descripción):** La ciudad que aparece en la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** ¿Cualquier ciudad
- **Tipo de variable:** ESTADO DE ENVÍO / **Description (Descripción):** El estado o la provincia que se encuentra en la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** ¿Algún estado
- **Tipo de variable:** PAÍS DE ENVÍO / **Description (Descripción):** El país en el que se encuentra la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** ¿Algún país **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de la geolocalización](#geolocation-enrichment)
- **Tipo de variable:** SHIPPING\_ZIP / **Description (Descripción):** El código postal que se encuentra en la dirección de envío / **Tipo de datos::** Cadena / **Ejemplo:** 01234 **Nota:** Amazon Fraud Detector enriquece estos datos. Para obtener más información, consulte [Enriquecimiento de la geolocalización](#geolocation-enrichment)
- **Pago**
- **Tipo de variable:** ORDER\_ID / **Description (Descripción):** El identificador único de la transacción / **Tipo de datos::** Cadena / **Ejemplo:** LUX60
- **Tipo de variable:** PRECIO / **Description (Descripción):** El precio total del pedido / **Tipo de datos::** Cadena / **Ejemplo:** 560,00
- **Tipo de variable:** CÓDIGO\_DIVISA / **Description (Descripción):** El código de moneda ISO 4217 / **Tipo de datos::** Cadena / **Ejemplo:** USD
- **Tipo de variable:** TIPO\_DE\_PAGO / **Description (Descripción):** El método de pago que se utilizó para el pago durante el evento / **Tipo de datos::** Cadena / **Ejemplo:** Tarjeta de crédito
- **Tipo de variable:** AUTH\_CODE / **Description (Descripción):** El código alfanumérico que envía el emisor de una tarjeta de crédito o un banco emisor / **Tipo de datos::** Cadena / **Ejemplo:** 0000
- **Tipo de variable:** AVS / **Description (Descripción):** El código de respuesta del sistema de verificación de direcciones (AVS) del procesador de la tarjeta / **Tipo de datos::** Cadena / **Ejemplo:** Y
- **Producto**
- **Tipo de variable:** CATEGORÍA\_PRODUCTO
- **Description (Descripción):** La categoría de producto del artículo del pedido
- **Tipo de datos::** Cadena
- **Ejemplo:** Cocina
- **Personalizada**
- **Tipo de variable:** NUMERIC / **Description (Descripción):** Cualquier variable que se pueda representar como un número real / **Tipo de datos::** Flotante / **Ejemplo:** 1,224
- **Tipo de variable:** CATEGÓRICO / **Description (Descripción):** Cualquier variable que describa categorías, segmentos o grupos / **Tipo de datos::** Cadena / **Ejemplo:** Grande
- **Tipo de variable:** FREE\_FORM\_TEXT / **Description (Descripción):** Cualquier texto de formato libre que se capture como parte del evento (por ejemplo, una opinión o comentario de un cliente) / **Tipo de datos::** Cadena / **Ejemplo:** Ejemplo de entrada de texto de formato libre
### Asignación de una variable a un tipo de variable
Si planea usar una variable para entrenar su modelo, es importante que elija el tipo de variable correcto para asignarlo a la variable. La asignación incorrecta del tipo de variable puede afectar negativamente al rendimiento del modelo. También puede resultar muy difícil cambiar la asignación más adelante, especialmente si varios modelos y eventos han utilizado la variable.
Puede asignar a su variable cualquiera de los tipos de variables predefinidos o uno de los tipos de variables personalizadas:`FREE_FORM_TEXT`,`CATEGORICAL`, o`NUMERIC`.
**Notas importantes para asignar variables a los tipos de variables correctos**
1. Si la variable coincide con uno de los tipos de variables predefinidos, úsela. Asegúrese de que el tipo de variable corresponde a la variable. Por ejemplo, si asigna una variable *ip\_address* a un tipo de variable, la `EMAIL_ADDRESS` variable ip\_address no se enriquecerá con enriquecimientos como el ASN, el ISP, la geolocalización y la puntuación de riesgo. Para obtener más información, consulte [Enriquecimientos variables](#variable-enrichments).
1. Si la variable no coincide con ninguno de los tipos de variables predefinidos, siga las recomendaciones que se indican a continuación para asignar uno de los tipos de variables personalizados.
1. Asigne un tipo de `CATEGORICAL` variable a las variables que normalmente no tienen un orden natural y que pueden clasificarse en categorías, segmentos o grupos. *El conjunto de datos que está utilizando para entrenar su modelo puede tener variables de identificación como *merchant\_id, *campaign\_id* o policy\_id*.* Estas variables representan grupos (por ejemplo, todos los clientes con el mismo policy\_id representan un grupo). A las variables que tienen los siguientes datos se les debe asignar el tipo de variable CATEGÓRICA -
+ **Variables que contienen datos como *Customer\_ID, Segment\_ID, *Color\_ID***, department\_code o Product\_ID*.**
+ Variables que contienen datos booleanos con valores verdaderos, falsos o nulos.
+ Variables que se pueden clasificar en grupos o categorías, como el nombre de la empresa, la categoría del producto, el tipo de tarjeta o el medio de referencia.
**nota**
`ENTITY_ID`es un tipo de variable reservada que Amazon Fraud Detector utiliza para asignarlo a la variable ENTITY\_ID. La variable ENTITY\_ID es el ID de la entidad que inicia la acción que desea evaluar. Si va a crear un modelo del tipo Transaction Fraud Insight (TFI), debe proporcionar la variable ENTITY\_ID. Deberá decidir qué variable de sus datos identifica de forma exclusiva a la entidad que inicia la acción y transmitirla como variable ENTITY\_ID. Asigna el tipo de variable CATEGÓRICA a todas las demás IDs de tu conjunto de datos, si están presentes y si las estás utilizando para el entrenamiento de modelos. **Algunos ejemplos de otras entidades IDs que no forman parte de su conjunto de datos son *Merchant\_ID, Policy\_ID y Campaign\_ID*.**
1. Asigne un tipo de variable a las `FREE_FORM_TEXT` variables que contienen un bloque de texto. *Algunos ejemplos de tipos de variables FREE\_FORM\_TEXT son las opiniones de los *usuarios, los comentarios**, *las fechas* y los* códigos de referencia.* Los datos de FREE\_FORM\_TEXT contienen varios símbolos separados por un delimitador. Los delimitadores pueden ser cualquier carácter que no sea alfanumérico o de subrayado. Por ejemplo, las opiniones y los comentarios de los usuarios se pueden separar mediante un delimitador de «espacios», y las fechas y los códigos de referencia pueden utilizar guiones como delimitadores para separar el prefijo, el sufijo y las partes intermedias. Amazon Fraud Detector utiliza los delimitadores para extraer datos de las variables FREE\_FORM\_TEXT.
1. Asigne el tipo de variable *NUMÉRICA* a las variables que son números reales y tienen un orden inherente. **Algunos ejemplos de variables NUMÉRICAS son *day\_of\_the\_week, incident\_severity y customer\_rating*.** Si bien puede asignar el tipo de variable CATEGÓRICA a estas variables, le recomendamos encarecidamente que asigne todas las variables numéricas reales con un orden inherente al tipo de variable NUMÉRICA.
## Enriquecimientos variables
Amazon Fraud Detector enriquece algunos de los elementos de datos sin procesar que proporciona, como las direcciones IP, los números de identificación bancaria (BINs) y los números de teléfono, para crear entradas adicionales y aumentar el rendimiento de los modelos que utilizan estos elementos de datos. El enriquecimiento ayuda a identificar situaciones potencialmente sospechosas y ayuda a los modelos a detectar más fraudes.
### Enriquecimiento de números de teléfono
Amazon Fraud Detector enriquece los datos de los números de teléfono con información adicional relacionada con la geolocalización, el operador original y la validez del número de teléfono. El enriquecimiento de números de teléfono se habilita automáticamente para todos los modelos que estén entrenados a partir del *13 de diciembre de 2021* y que tengan un número de teléfono que incluya un código de país (\+xxx). Si has incluido la variable de número de teléfono en tu modelo y la has entrenado antes del *13 de diciembre de 2021,* vuelve a entrenar tu modelo para que pueda aprovechar este enriquecimiento.
Le recomendamos encarecidamente que utilice el siguiente formato para las variables de los números de teléfono a fin de garantizar que sus datos se enriquezcan correctamente.
| Variable | Formato | Description (Descripción) |
| --- | --- | --- |
| PHONE\_NUMBER | El [estándar E.164](https://en.wikipedia.org/wiki/E.164) | Asegúrese de incluir el código de país (\+xxx) en el número de teléfono. |
| BILLING\_PHONE y SHIPPING\_PHONE | El estándar [E.164](https://en.wikipedia.org/wiki/E.164) | Asegúrese de incluir el código de país (\+xxx) en el número de teléfono. |
### Enriquecimiento de la geolocalización
A partir del *8 de febrero de 2022,* Amazon Fraud Detector calculará la distancia física entre los valores IP\_ADDRESS, BILLING\_ZIP y SHIPPING\_ZIP que proporciones para un evento. Las distancias calculadas se utilizan como entradas para tu modelo de detección de fraudes.
Para permitir el enriquecimiento de la geolocalización, los datos del evento deben incluir al menos dos de las tres variables: IP\_ADDRESS, BILLING\_ZIP o SHIPPING\_ZIP. Además, cada valor de BILLING\_ZIP y SHIPPING\_ZIP debe tener un código BILLING\_COUNTRY y un código SHIPPING\_COUNTRY válidos, respectivamente. Si tiene un modelo que se entrenó antes del *8 de febrero de 2022 e incluye estas variables,* debe volver a entrenarlo para permitir el enriquecimiento de la geolocalización.
Si Amazon Fraud Detector no puede determinar la ubicación asociada a los valores IP\_ADDRESS, BILLING\_ZIP o SHIPPING\_ZIP de un evento debido a que los datos no son válidos, se utiliza en su lugar un valor de marcador de posición especial. Por ejemplo, supongamos que un evento tiene valores IP\_ADDRESS y BILLING\_ZIP válidos, pero el valor SHIPPING\_ZIP no es válido. En este caso, el enriquecimiento se realiza únicamente para IP\_ADDRESS—> BILLING\_ZIP. El enriquecimiento no se realiza para IP\_ADDRES—>SHIPPING\_ZIP y BILLING\_ZIP—>SHIPPING\_ZIP. En su lugar, los valores de los marcadores de posición se utilizan en su lugar. No importa si el enriquecimiento de la geolocalización está activado para su modelo o no, el rendimiento del modelo no cambia.
Puedes excluirte del enriquecimiento de la geolocalización asignando tus variables BILLING\_ZIP y SHIPPING\_ZIP al tipo de variable CUSTOM\_CATEGORICAL. Cambiar el tipo de variable no afecta al rendimiento del modelo.
**Formato de variable de geolocalización**
Le recomendamos encarecidamente que utilice el siguiente formato para las variables de geolocalización a fin de garantizar que los datos de ubicación se enriquezcan correctamente.
| Variable | Formato | Description (Descripción) |
| --- | --- | --- |
| IP\_ADDRESS | [IPv4](https://en.wikipedia.org/wiki/IP_address#IPv4_addresses)dirección | Por ejemplo, 1.1.1.1 |
| BILLING\_ZIP y SHIPPING\_ZIP | El código postal [ISO 3166-1 alpha-2](https://en.wikipedia.org/wiki/ISO_3166-1_alpha-2) del país especificado | Para obtener más información, consulte la sección de códigos de país y territorio de este tema. |
| BILLING\_COUNTRY y SHIPPING\_COUNTRY | [El código de país estándar ISO 3166-1 alfa-2 de dos letras](https://en.wikipedia.org/wiki/ISO_3166-1_alpha-2) | Para obtener más información, consulte la sección de códigos de país y territorio de este tema. Amazon Fraud Detector intenta hacer coincidir todas las variantes habituales del nombre de un país con su código de país estándar ISO 3166-1 de dos letras. Sin embargo, no podemos garantizar que coincidan correctamente. |
#### Códigos de país y territorio
La siguiente tabla proporciona una lista completa de los países y territorios que Amazon Fraud Detector admite para el enriquecimiento de la geolocalización. Cada país y territorio tiene un código de país asignado (específicamente, el código de país de dos letras ISO 3166-1 alfa-2) y un código postal.
**Formato de código postal**
+ 9: número
+ a - letra
+ [X] - X es opcional. Por ejemplo, «GY9[9] 9aa» de Guersney significa que tanto «GY9 9aa» como «9aa» son válidosGY99 . Usa un formato.
+ [X/XX]: se puede utilizar X o XX. Por ejemplo, «aa [aa/99]» en Bermudas significa que tanto «aa aa» como «aa 99" son válidas. Utilice uno de estos formatos, pero *no* ambos.
+ Algunos países tienen un prefijo fijo. Por ejemplo, el código postal de Andorra es AD999. Esto significa que el código de país debe empezar con las letras *AD* seguidas de tres números.
| Code | Name | Código postal |
| --- | --- | --- |
| AD | Andorra | AD999 |
| AR | Antillas holandesas | 9999 |
| AT | Austria | 9999 |
| AU | Australia | 9999 |
| AZ | Azerbaiyán | COMO 9999 |
| BD | Bangladesh | 9999 |
| BE | Bélgica | 9999 |
| BG | Bulgaria | 9999 |
| BM | Bermudas | aa [aa/99] |
| BY | Bielorrusia | 999999 |
| CA | Canadá | a9a 9a9 |
| CH | Suiza | 9999 |
| CL | Chile | 9999999 |
| CO | Colombia | 999999 |
| CR | Costa Rica | 99999 |
| CY | Chipre | 9999 |
| CZ | Chequia | 999 99 |
| DE | Alemania | 99999 |
| DK | Dinamarca | 9999 |
| DO | República Dominicana | 99999 |
| DZ | Argelia | 99999 |
| EE | Estonia | 99999 |
| ES | España | 99999 |
| FI | Finlandia | 99999 |
| FM | Estados Federados de Micronesia | 99999 |
| FO | Islas Faroe | 999 |
| FR | Francia | 99999 |
| GB | Reino Unido | a [a] 9 [a/9] 9aa |
| GG | Guernsey | GY9[9] 9aa |
| GL | Groenlandia | 9999 |
| GP | Guadalupe | 99999 |
| GT | Guatemala | 99999 |
| GU | Guam | 99999 |
| HR | Croacia | 99999 |
| HU | Hungría | 9999 |
| IE | Irlanda | a99 [a/9] [a/9] [a/9] [a/9] |
| IM | Isla de Man | IM9[9] 9aa |
| IN | India | 999999 |
| IS | Iceland | 999 |
| TI | Italia | 99999 |
| JE | Jersey | JE9[9] 9aa |
| JP | Japón | 999-9999 |
| KR | República de Corea | 99999 |
| LI | Liechtenstein | 9999 |
| LK | Sri Lanka | 99999 |
| LT | Lituania | 99999 |
| LU | Luxemburgo | L-9999 |
| LV | Letonia | LV-9999 |
| MC | Mónaco | 99999 |
| MD | República de Moldavia | 9999 |
| MH | Islas Marshall | 99999 |
| MK | Macedonia del Norte | 9999 |
| MP | Islas Marianas del Norte | 99999 |
| MQ | Martinica | 99999 |
| MT | Malta | aaa 9999 |
| MX | México | 99999 |
| MY | Malasia | 99999 |
| NL | Países Bajos | 999 aa |
| NO | Noruega | 9999 |
| NZ | Nueva Zelanda | 9999 |
| PH | Filipinas | 9999 |
| PK | Pakistán | 99999 |
| PL | Polonia | 99-999 |
| PR | Puerto Rico | 99999 |
| PT | Portugal | 9999-999 |
| PW | Palaos | 99999 |
| RE | Reunión | 99999 |
| RO | Rumanía | 999999 |
| RU | Federación de Rusia | 999999 |
| SE | Suecia | 999 99 |
| SG | Singapur | 999999 |
| SI | Eslovenia | 9999 |
| SK | Eslovaquia | 999 99 |
| SM | San Marino | 99999 |
| TH | Tailandia | 99999 |
| TR | Turquía | 99999 |
| UA | Ucrania | 99999 |
| EE. UU. | Estados Unidos | 99999 |
| UY | Uruguay | 99999 |
| VI | Islas Vírgenes (EE. UU.) | 99999 |
| WF | Wallis y Futuna | 99999 |
| YT | Mayotte | 99999 |
| ZA | Sudáfrica | 9999 |
### Enriquecimiento de los agentes de usuario
Si crea el modelo Account Takeover Insights (ATI), debe proporcionar una variable del tipo de variable en su `useragent` conjunto de datos. Esta variable contiene los datos del navegador, el dispositivo y el sistema operativo de un evento de inicio de sesión. Amazon Fraud Detector enriquece los datos del agente de usuario con información adicional `user_agent_family``OS_family`, como, y. `device_family`