Amazon Fraud Detector n'est plus ouvert aux nouveaux clients depuis le 7 novembre 2025. Pour des fonctionnalités similaires à Amazon Fraud Detector, explorez Amazon SageMaker AutoGluon, et AWS WAF.
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Historique du document
Le tableau suivant décrit les modifications importantes apportées au guide de l'utilisateur d'Amazon Fraud Detector. Nous mettons également fréquemment à jour le guide de l'utilisateur d'Amazon Fraud Detector pour répondre aux commentaires que vous nous envoyez.
| Modification | Description | Date |
|---|---|---|
Amazon Fraud Detector ne sera plus ouvert aux nouveaux clients à compter du 7 novembre 2025. | Amazon Fraud Detector ne sera plus ouvert aux nouveaux clients à compter du 7 novembre 2025. Si vous souhaitez utiliser Amazon Fraud Detector, inscrivez-vous avant cette date. Les clients existants peuvent continuer à utiliser le service normalement. Pour plus d'informations, consultez la section Modification de la disponibilité d'Amazon Fraud Detector. | 7 octobre 2025 |
Amazon Fraud Detector introduit de nouveaux types de variables et un type de données que vous pouvez utiliser pour extraire des informations utiles. | 5 juin 2023 | |
L'orchestration des événements vous permet d'envoyer facilement des événements à des fins de traitement en aval, à Services AWS l'aide d'Amazon EventBridge. | 30 mai 2023 | |
La ressource Listes vous permet de référencer un ensemble de valeurs telles que des adresses IP ou des adresses e-mail, dans le cadre d'une règle. Utilisez des listes dans une règle pour autoriser ou refuser l'accès ou une transaction. | 14 février 2023 | |
L'explorateur de modèles de données fournit des informations sur les éléments de données requis par Amazon Fraud Detector pour créer votre modèle de détection des fraudes. Utilisez l'explorateur de modèles de données avant de préparer votre jeu de données d'événements. | 15 décembre 2022 | |
Utilisez le modèle ATI (Account Takeover Insights) pour détecter les comptes compromis par des prises de contrôle malveillantes, par hameçonnage ou par le vol d'informations d'identification. | 21 juillet 2022 | |
Le chapitre d'introduction a été mis à jour avec des informations supplémentaires sur Amazon Fraud Detector | 11 avril 2022 | |
Activez l'enrichissement de certaines des données brutes que vous fournissez afin d'améliorer les performances des modèles qui utilisent ces éléments de données et qui ont été formés avant le 8 février 2022. | 8 février 2022 | |
Utilisez les politiques de désinscription pour refuser que les données de votre événement soient utilisées pour développer ou améliorer la qualité d'Amazon Fraud Detector. | 6 janvier 2022 | |
Créez des politiques pour empêcher un tiers ou une entité multiservices de manipuler une entité autorisée à agir en son nom afin d'accéder aux ressources de votre compte. | 6 décembre 2021 | |
Suivez les instructions fournies dans la section Créer un jeu de données d'événements pour préparer et collecter des données en vue de l'entraînement de votre modèle. | 22 novembre 2021 | |
Utilisez les explications de prédiction pour avoir un aperçu de l'impact de chaque variable d'événement sur les scores de prédiction de fraude de votre modèle. | 10 novembre 2021 | |
Utilisez les informations de la section Résoudre les problèmes liés aux données d'entraînement pour diagnostiquer et résoudre les problèmes que vous pourriez rencontrer dans la console Amazon Fraud Detector lorsque vous entraînez votre modèle. | 11 octobre 2021 | |
Utilisez le modèle Transaction Fraud Insights (TFI) pour détecter les fraudes en ligne ou card-not-present transactionnelles. | 11 octobre 2021 | |
Stockez les données de vos événements dans Amazon Fraud Detector et utilisez-les pour entraîner ultérieurement vos modèles. En stockant les données des événements dans Amazon Fraud Detector, vous pouvez entraîner des modèles qui utilisent des variables calculées automatiquement pour améliorer les performances, simplifier le réentraînement des modèles et mettre à jour les étiquettes de fraude afin de boucler la boucle de feedback liée au machine learning. | 11 octobre 2021 | |
Utilisez l'importance des variables du modèle pour avoir un aperçu de ce qui augmente ou diminue les performances de votre modèle et des variables de votre modèle qui y contribuent le plus. Ensuite, modifiez votre modèle pour améliorer les performances globales. | 9 juillet 2021 | |
AWS CloudFormation À utiliser pour gérer vos ressources Amazon Fraud Detector. | 10 mai 2021 | |
Utilisez les prédictions Batch pour obtenir des prédictions pour un ensemble d'événements qui ne nécessitent pas de notation en temps réel. | 31 mars 2021 | |
Refonte de la section Commencer et d'autres sections | 17 juillet 2020 | |
Première version | 2 décembre 2019 |
