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.
# Partie A : Création, formation et déploiement d'un modèle Amazon Fraud Detector
Dans la partie A, vous définissez votre cas d'utilisation métier, définissez votre événement, créez un modèle, entraînez le modèle, évaluez les performances du modèle et déployez le modèle.
## Étape 1 : Choisissez votre cas d'utilisation professionnel
+ Au cours de cette étape, vous utilisez l'**explorateur de modèles de données** pour faire correspondre votre cas d'utilisation commercial aux types de modèles de détection des fraudes pris en charge par Amazon Fraud Detector. L'explorateur de modèles de données est un outil intégré à la console Amazon Fraud Detector qui recommande un type de modèle à utiliser pour créer et entraîner un modèle de détection des fraudes adapté à votre cas d'utilisation professionnelle. L'explorateur de modèles de données fournit également des informations sur les éléments de données obligatoires, recommandés et facultatifs que vous devrez inclure dans votre ensemble de données. L'ensemble de données sera utilisé pour créer et entraîner votre modèle de détection des fraudes.
Dans le cadre de ce didacticiel, votre cas d'utilisation professionnelle concerne l'enregistrement de nouveaux comptes. Après avoir défini votre cas d'utilisation métier, l'explorateur de modèles de données vous recommandera un type de modèle pour créer un modèle de détection des fraudes et vous fournira également une liste des éléments de données dont vous aurez besoin pour créer votre ensemble de données. Comme vous avez déjà chargé un exemple de jeu de données contenant des données provenant de nouveaux enregistrements de comptes, il n'est pas nécessaire de créer un nouvel ensemble de données.
1. Ouvrez la [console de gestion AWS](https://console.aws.amazon.com/) et connectez-vous à votre compte. Accédez à Amazon Fraud Detector.
1. Dans le volet de navigation de gauche, choisissez **Data models explorer**.
1. Sur la page **Explorateur de modèles de données**, sous **Cas d'utilisation professionnel**, sélectionnez **Nouveau compte frauduleux**.
1. Amazon Fraud Detector affiche le type de modèle recommandé à utiliser pour créer un modèle de détection des fraudes adapté au cas d'utilisation commerciale sélectionné. Le type de modèle définit les algorithmes, les enrichissements et les transformations qu'Amazon Fraud Detector utilisera pour entraîner votre modèle de détection des fraudes.
Prenez note du type de modèle recommandé. Vous en aurez besoin ultérieurement lors de la création de votre modèle.
1. Le volet **Informations sur le modèle de données** fournit un aperçu des éléments de données obligatoires et recommandés nécessaires pour créer et entraîner un modèle de détection des fraudes.
Examinez l'exemple de jeu de données que vous avez téléchargé et assurez-vous qu'il contient tous les éléments de données obligatoires et certains éléments de données recommandés répertoriés dans le tableau.
Plus tard, lorsque vous créerez un modèle pour votre cas d'utilisation commercial spécifique, vous utiliserez les informations fournies pour créer votre ensemble de données.
## Étape 2 : Création d'un type d'événement
+ Au cours de cette étape, vous définissez l'activité commerciale (événement) à évaluer pour détecter la fraude. La définition de l'événement implique de définir les variables présentes dans votre ensemble de données, l'entité à l'origine de l'événement et les étiquettes qui classent l'événement. Dans ce didacticiel, vous définissez l'événement d'enregistrement du compte.
1. Ouvrez la [console de gestion AWS](https://console.aws.amazon.com/) et connectez-vous à votre compte. Accédez à Amazon Fraud Detector.
1. Dans le volet de navigation de gauche, sélectionnez **Events**.
1. Sur la page **Type d'événements**, choisissez **Create**.
1. Sous **Détails du type d'événement**, entrez le `sample_registration` nom du type d'événement et, éventuellement, entrez une description de l'événement.
1. Pour **Entité**, choisissez **Créer une entité**.
1. Sur la page **Créer une entité**, entrez le `sample_customer` nom du type d'entité. Entrez éventuellement une description du type d'entité.
1. Choisissez **Create entity** (Créer une entité).
1. Sous **Variables d'événement**, pour **Choisir comment définir les variables de cet événement**, choisissez **Sélectionner les variables d'un jeu de données d'entraînement**.
1. Pour le **rôle IAM**, choisissez **Create IAM** role.
1. Sur la page **Créer un rôle IAM**, entrez le nom du compartiment S3 dans lequel vous avez chargé vos exemples de données et choisissez **Create role**.
1. Dans **Emplacement des données**, entrez le chemin d'accès à vos exemples de données. Il s'agit du `S3 URI` chemin que vous avez enregistré après avoir chargé les données d'exemple. Le chemin est similaire à celui-ci :`S3://{{your-bucket-name}}/{{example dataset filename}}.csv`.
1. Choisissez **Charger**.
Amazon Fraud Detector extrait les en-têtes de votre fichier de données d'exemple et les associe à un type de variable. Le mappage s'affiche dans la console.
1. Sous **Étiquettes - facultatif**, pour **Étiquettes**, choisissez **Créer de nouvelles étiquettes**.
1. Dans la page **Créer une étiquette**, entrez le `fraud` nom. Cette étiquette correspond à la valeur qui représente l'enregistrement frauduleux du compte dans l'exemple de jeu de données.
1. Choisissez **Créer une étiquette**.
1. Créez une deuxième étiquette, puis `legit` saisissez-la comme nom. Cette étiquette correspond à la valeur qui représente l'enregistrement légitime du compte dans l'exemple de jeu de données.
1. Choisissez **Créer un type d'événement**.
## Étape 3 : Création du modèle
1. Sur la page **Modèles**, choisissez **Ajouter un modèle**, puis **Créer un modèle**.
1. Pour **l'étape 1 — Définir les détails du modèle**, entrez le `sample_fraud_detection_model` nom du modèle. Ajoutez éventuellement une description du modèle.
1. Pour le **type de modèle**, choisissez le modèle **Online Fraud Insights**.
1. Pour **Type d'événement**, choisissez **sample\_registration**. Il s'agit du type d'événement que vous avez créé à l'étape 1.
1. Dans **Données historiques sur les événements**,
1. Dans **Source de données d'événements**, choisissez **Données d'événements stockées dans S3**.
1. Pour le **rôle IAM**, sélectionnez le rôle que vous avez créé à l'étape 1.
1. Dans **Emplacement des données d'entraînement**, entrez le chemin de l'URI S3 vers votre exemple de fichier de données.
1. Choisissez **Suivant**.
## Étape 4 : Modèle de train
1. Dans les **entrées du modèle**, laissez toutes les cases cochées. Par défaut, Amazon Fraud Detector utilise toutes les variables de votre ensemble de données d'événements historiques comme entrées de modèle.
1. Dans **Classification des étiquettes**, pour les **étiquettes de fraude**, choisissez **fraude** car cette étiquette correspond à la valeur qui représente les événements frauduleux dans l'exemple de jeu de données. Pour les **étiquettes légitimes**, choisissez **legit** car cette étiquette correspond à la valeur qui représente les événements légitimes dans l'exemple de jeu de données.
1. Pour le **traitement des événements non étiquetés**, conservez la sélection par défaut **Ignorer les événements non étiquetés** pour cet exemple de jeu de données.
1. Choisissez **Suivant**.
1. Après avoir vérifié, choisissez **Créer et entraîner le modèle**. Amazon Fraud Detector crée un modèle et commence à en entraîner une nouvelle version.
Dans **les versions du modèle**, la colonne **État** indique l'état de l'entraînement du modèle. L'entraînement du modèle qui utilise l'exemple de jeu de données prend environ 45 minutes. Le statut passe à **Prêt pour le déploiement** une fois la formation du modèle terminée.