

Amazon Fraud Detector tidak lagi terbuka untuk pelanggan baru per 7 November 2025. Untuk kemampuan yang mirip dengan Amazon Fraud Detector, jelajahi Amazon SageMaker AutoGluon,, dan AWS WAF.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Buat detektor
<a name="create-a-detector"></a>

Anda membuat detektor dengan menentukan jenis acara yang telah Anda tentukan. Anda dapat menambahkan model yang sudah dilatih dan digunakan oleh Amazon Fraud Detector. Jika menambahkan model, Anda dapat menggunakan skor model yang dihasilkan oleh Amazon Fraud Detector dalam ekspresi aturan saat membuat aturan (misalnya,`$model score < 90`).

 Anda dapat membuat detektor di konsol Amazon Fraud Detector, menggunakan [PutDetector](https://docs.aws.amazon.com//frauddetector/latest/api/API_PutDetector.html)API, menggunakan perintah [put-detector](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/frauddetector/put-detector.html), atau menggunakan SDK AWS . Jika Anda menggunakan API, perintah, atau SDK untuk membuat detektor, setelah Anda membuat detektor, ikuti petunjuknya. [Buat versi detektor](create-a-detector-version.md) 

## Buat detektor di konsol Amazon Fraud Detector
<a name="create-detector-console"></a>

Contoh ini mengasumsikan bahwa Anda telah membuat jenis peristiwa dan juga telah membuat dan menerapkan versi model yang ingin Anda gunakan untuk prediksi penipuan.

### Langkah 1: Bangun detektor
<a name="step-1-build-detector-console"></a>

1. Di panel navigasi kiri konsol Amazon Fraud Detector, pilih **Detektor**.

1. Pilih **Buat detektor**.

1. Di halaman **Tentukan detail detektor**, masukkan `sample_detector` nama detektor. Secara opsional, masukkan deskripsi untuk detektor, seperti`my sample fraud detector`.

1. Untuk **Jenis Acara**, pilih jenis acara yang telah Anda buat untuk prediksi penipuan.

1. Pilih **Berikutnya**. 

### Langkah 2: Tambahkan versi model yang digunakan
<a name="add-deployed-model-console"></a>

1. Perhatikan bahwa ini adalah langkah opsional. Anda tidak perlu menambahkan model ke detektor Anda. Untuk melewati langkah ini, pilih **Berikutnya**.

1. Dalam **model Tambah - opsional**, pilih **Tambah Model**.

1. Di halaman **Tambah model**, untuk **Pilih model**, pilih nama model Amazon Fraud Detector yang Anda gunakan sebelumnya. Untuk **versi Pilih**, pilih versi model model yang digunakan.

1. Pilih **Tambah model**.

1. Pilih **Berikutnya**.

### Langkah 3: Tambahkan aturan
<a name="add-rules-to-detector-console"></a>

Aturan adalah kondisi yang memberi tahu Amazon Fraud Detector bagaimana menafsirkan nilai variabel saat mengevaluasi prediksi penipuan. Contoh ini akan membuat tiga aturan menggunakan skor model sebagai nilai variabel:`high_fraud_risk`,`medium_fraud_risk`, dan`low_fraud_risk`. Untuk membuat aturan, ekspresi aturan, urutan eksekusi aturan, dan hasil Anda sendiri, gunakan nilai yang sesuai untuk model dan kasus penggunaan Anda.

1. Di halaman **Tambahkan aturan**, di bawah **Tentukan aturan**, masukkan `high_fraud_risk` untuk nama aturan dan di bawah **Deskripsi - opsional**, masukkan **This rule captures events with a high ML model score** sebagai deskripsi untuk aturan.

1. Dalam **Ekspresi, masukkan ekspresi** aturan berikut menggunakan bahasa ekspresi aturan yang disederhanakan oleh Amazon Fraud Detector:

   `$sample_fraud_detection_model_insightscore > 900`

1. Dalam **Hasil**, pilih **Buat hasil baru**. Hasil adalah hasil dari prediksi penipuan dan dikembalikan jika aturan cocok selama evaluasi. 

1. Di **Buat hasil baru**, masukkan `verify_customer` sebagai nama hasil. Secara opsional, masukkan deskripsi.

1. Pilih **Simpan hasil**. 

1. Pilih **Tambahkan aturan** untuk menjalankan pemeriksa validasi aturan dan menyimpan aturan. Setelah dibuat, Amazon Fraud Detector membuat aturan tersedia untuk digunakan di detektor Anda.

1. Pilih **Tambahkan aturan lain**, lalu pilih tab **Buat aturan**. 

1. Ulangi proses ini dua kali lagi untuk membuat `low_fraud_risk` aturan `medium_fraud_risk` dan aturan Anda menggunakan detail aturan berikut: 
   + medium\_fraud\_risk

     Nama aturan: `medium_fraud_risk`

     Hasil: `review`

     Ekspresi:

     `$sample_fraud_detection_model_insightscore <= 900 and`

     `$sample_fraud_detection_model_insightscore > 700`
   + low\_fraud\_risk

     Nama aturan: `low_fraud_risk`

     Hasil: `approve`

     Ekspresi:

     `$sample_fraud_detection_model_insightscore <= 700`

1. Setelah Anda membuat semua aturan untuk kasus penggunaan Anda, pilih **Berikutnya**. 

   Untuk informasi selengkapnya tentang membuat dan menulis aturan, lihat [Aturan](rules.md) dan[Referensi bahasa aturan](rule-language-reference.md).

### Langkah 4: Konfigurasikan eksekusi aturan dan urutan aturan
<a name="get-start-define-rule-order-console"></a>

Mode eksekusi aturan untuk aturan yang disertakan dalam detektor menentukan apakah semua aturan yang Anda tetapkan dievaluasi, atau jika evaluasi aturan berhenti pada aturan pertama yang cocok. Dan urutan aturan menentukan urutan yang Anda inginkan untuk menjalankan aturan. 

Mode eksekusi aturan default adalah`FIRST_MATCHED`. 

**Pertama cocok**  
Mode eksekusi aturan pertama yang cocok mengembalikan hasil untuk aturan pencocokan pertama berdasarkan urutan aturan yang ditentukan. Jika Anda menentukan `FIRST_MATCHED`, Amazon Fraud Detector mengevaluasi aturan secara berurutan, pertama hingga terakhir, dengan berhenti pada aturan pertama yang cocok. Amazon Fraud Detector kemudian memberikan hasil untuk aturan tunggal itu.   
Urutan yang Anda jalankan aturan dapat memengaruhi hasil prediksi penipuan yang dihasilkan. Setelah Anda membuat aturan, urutkan ulang aturan untuk menjalankannya dalam urutan yang diinginkan dengan mengikuti langkah-langkah berikut:   
Jika `high_fraud_risk` aturan Anda belum berada di bagian atas daftar aturan Anda, pilih **Pesanan**, lalu pilih **1**. Ini bergerak `high_fraud_risk` ke posisi pertama.  
Ulangi proses ini sehingga `medium_fraud_risk` aturan Anda berada di posisi kedua dan `low_fraud_risk` aturan Anda berada di posisi ketiga.

**Semua cocok**  
Semua mode eksekusi aturan yang cocok mengembalikan hasil untuk semua aturan yang cocok, terlepas dari urutan aturan. Jika Anda menentukan`ALL_MATCHED`, Amazon Fraud Detector mengevaluasi semua aturan dan mengembalikan hasil untuk semua aturan yang cocok.

Pilih `FIRST_MATCHED` tutorial ini dan kemudian pilih **Berikutnya**.

### Langkah 5: Tinjau dan buat versi detektor
<a name="get-start-review-and-create-detector-version-console"></a>

Versi detektor mendefinisikan model dan aturan spesifik yang digunakan untuk menghasilkan prediksi penipuan.

1. Di halaman **Tinjau dan buat**, tinjau detail detektor, model, dan aturan yang Anda konfigurasikan. Jika Anda perlu membuat perubahan, pilih **Edit** di sebelah bagian yang sesuai.

1. Pilih **Buat detektor**. Setelah dibuat, versi pertama detektor Anda akan muncul di tabel versi Detektor dengan `Draft` status.

   Anda menggunakan versi **Draft** untuk menguji Detektor Anda.

## Buat detektor menggunakan AWS SDK untuk Python (Boto3)
<a name="create-a-detector-using-the-aws-python-sdk"></a>

Contoh berikut menunjukkan permintaan sampel untuk `PutDetector` API. Detektor bertindak sebagai wadah untuk versi detektor Anda. `PutDetector`API menentukan jenis peristiwa apa yang akan dievaluasi oleh detektor. Contoh berikut mengasumsikan Anda telah membuat jenis `sample_registration` acara.

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

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