View a markdown version of this page

Cronologia dei documenti - Amazon Fraud Detector

Amazon Fraud Detector non è più aperto a nuovi clienti a partire dal 7 novembre 2025. Per funzionalità simili a Amazon Fraud Detector, esplora Amazon SageMaker AutoGluon, e. AWS WAF

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Cronologia dei documenti

La tabella seguente descrive le modifiche importanti nella Guida per l'utente di Amazon Fraud Detector. Inoltre, aggiorniamo frequentemente la Guida per l'utente di Amazon Fraud Detector per rispondere al feedback che ci invii.

ModificaDescrizioneData

Amazon Fraud Detector non sarà più aperto ai nuovi clienti a partire dal 7 novembre 2025.

Amazon Fraud Detector non sarà più aperto ai nuovi clienti a partire dal 7 novembre 2025. Se desideri utilizzare Amazon Fraud Detector, registrati prima di tale data. I clienti esistenti possono continuare a utilizzare il servizio normalmente. Per ulteriori informazioni, consulta la pagina Modifica della disponibilità di Amazon Fraud Detector.

7 ottobre 2025

Nuovi tipi di variabili e dati

Amazon Fraud Detector introduce nuovi tipi di variabili e un tipo di dati che puoi utilizzare per estrarre informazioni utili.

5 giugno 2023

Orchestrazione degli eventi

L'orchestrazione degli eventi semplifica l'invio di eventi per l'elaborazione a Servizi AWS valle, utilizzando Amazon. EventBridge

30 maggio 2023

Elenchi

La risorsa Lists ti consente di fare riferimento a un insieme di valori come indirizzi IP o indirizzi e-mail, come parte di una regola. Utilizza gli elenchi in una regola per consentire o negare l'accesso a una transazione.

14 febbraio 2023

Data Models Explorer

Data Models Explorer fornisce informazioni sugli elementi di dati richiesti da Amazon Fraud Detector per creare il tuo modello di rilevamento delle frodi. Usa Data Models Explorer prima di preparare il set di dati degli eventi.

15 dicembre 2022

Modello Account Takeover Insights

Utilizza il modello Account Takeover Insights (ATI) per rilevare gli account compromessi a causa di acquisizioni dolose, phishing o furto di credenziali.

21 luglio 2022

Aggiornamento capitoli

Aggiornato il capitolo introduttivo con informazioni aggiuntive su Amazon Fraud Detector

11 aprile 2022

Arricchimento variabile

Abilita l'arricchimento di alcuni dei dati grezzi che fornisci per aumentare le prestazioni dei modelli che utilizzano questi elementi di dati e che sono stati addestrati prima dell'8 febbraio 2022.

8 febbraio 2022

Politiche di opt-out

Utilizza le politiche di opt-out per disattivare l'utilizzo dei dati degli eventi per sviluppare o migliorare la qualità di Amazon Fraud Detector.

6 gennaio 2022

Confusa prevenzione sostitutiva

Crea politiche per impedire a un'entità terza o a un'entità multiservizi di manipolare un'entità autorizzata ad agire per suo conto per ottenere l'accesso alle risorse del tuo account.

06 dicembre 2021

Crea un set di dati di eventi

Utilizza le indicazioni fornite in Crea set di dati di eventi per preparare e raccogliere dati per l'addestramento del tuo modello.

22 novembre 2021

Spiegazioni delle previsioni

Utilizza le spiegazioni delle previsioni per ottenere informazioni dettagliate sull'impatto di ogni variabile di evento sui punteggi di previsione delle frodi del tuo modello.

10 novembre 2021

Risolvere i problemi

Utilizza le informazioni in Risoluzione dei problemi relativi ai dati di formazione per diagnosticare e risolvere i problemi che potresti riscontrare nella console Amazon Fraud Detector durante l'addestramento del tuo modello.

11 ottobre 2021

Modello di analisi delle frodi transazionali

Utilizza il modello Transaction Fraud Insights (TFI) per rilevare frodi online o card-not-present relative a transazioni.

11 ottobre 2021

Eventi memorizzati

Archivia i dati degli eventi in Amazon Fraud Detector e utilizza i dati memorizzati per addestrare successivamente i tuoi modelli. Archiviando i dati degli eventi in Amazon Fraud Detector, puoi addestrare modelli che utilizzano variabili calcolate automaticamente per migliorare le prestazioni, semplificare la riqualificazione dei modelli e aggiornare le etichette antifrode per chiudere il ciclo di feedback sull'apprendimento automatico.

11 ottobre 2021

Importanza delle variabili del modello

Usa l'importanza della variabile del modello per ottenere informazioni dettagliate su cosa aumenta o diminuisce le prestazioni del tuo modello e su quali variabili del modello contribuiscono maggiormente. Quindi modifica il modello per migliorare le prestazioni complessive.

9 luglio 2021

Integrazione con AWS CloudFormation

Utilizzalo AWS CloudFormation per gestire le tue risorse Amazon Fraud Detector.

10 maggio 2021

Previsioni in batch

Usa le previsioni in Batch per ottenere previsioni per una serie di eventi che non richiedono punteggi in tempo reale.

31 marzo 2021

Rielaborazione dei capitoli

Rielaborazione della Guida introduttiva e di altre sezioni

17 luglio 2020

Versione iniziale

Rilascio iniziale

2 dicembre 2019