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.

# Parte A: Crea, addestra e distribuisci un modello Amazon Fraud Detector
<a name="part-a"></a>

Nella parte A, definisci il tuo caso d'uso aziendale, definisci il tuo evento, crei un modello, addestra il modello, ne valuti le prestazioni e distribuisci il modello.

## Fase 1: scegli il tuo caso d'uso aziendale
<a name="choose-business-use-case"></a>
+ In questa fase, utilizzi il **Data Models Explorer per abbinare il tuo caso d'uso aziendale ai tipi di modelli** di rilevamento delle frodi supportati da Amazon Fraud Detector. Data models explorer è uno strumento integrato con la console Amazon Fraud Detector che consiglia un tipo di modello da utilizzare per creare e addestrare un modello di rilevamento delle frodi per il tuo caso d'uso aziendale. Data models explorer fornisce anche informazioni sugli elementi di dati obbligatori, consigliati e facoltativi che dovrai includere nel tuo set di dati. Il set di dati verrà utilizzato per creare e addestrare il modello di rilevamento delle frodi.

  Ai fini di questo tutorial, il tuo caso d'uso aziendale è la registrazione di nuovi account. Dopo aver specificato il caso d'uso aziendale, Data Models Explorer consiglierà un tipo di modello per la creazione di un modello di rilevamento delle frodi e fornirà anche un elenco di elementi di dati necessari per creare il set di dati. Poiché hai già caricato un set di dati di esempio contenente i dati delle nuove registrazioni di account, non è necessario creare un nuovo set di dati.

  1. Apri la [Console di gestione AWS](https://console.aws.amazon.com/) e accedi all’account. Accedi ad Amazon Fraud Detector.

  1. Nel riquadro di navigazione a sinistra, scegli **Data models explorer**.

  1. Nella pagina **Data models explorer**, in **Caso d'uso aziendale**, seleziona **New account fraud**.

  1. Amazon Fraud Detector mostra il tipo di modello consigliato da utilizzare per creare un modello di rilevamento delle frodi per il caso d'uso aziendale selezionato. Il tipo di modello definisce gli algoritmi, gli arricchimenti e le trasformazioni che Amazon Fraud Detector utilizzerà per addestrare il tuo modello di rilevamento delle frodi.

     Prendi nota del tipo di modello consigliato. Ti servirà in seguito quando creerai il tuo modello.

  1. Il riquadro **Data model Insights** fornisce informazioni sugli elementi di dati obbligatori e consigliati necessari per creare e addestrare un modello di rilevamento delle frodi. 

     Dai un'occhiata al set di dati di esempio che hai scaricato e assicurati che contenga tutti gli elementi di dati obbligatori e alcuni consigliati elencati nella tabella. 

     Successivamente, quando creerai un modello per il tuo caso d'uso aziendale specifico, utilizzerai le informazioni fornite per creare il tuo set di dati.

## Fase 2: Creare un tipo di evento
<a name="define-event"></a>
+ In questa fase, si definisce l'attività aziendale (evento) da valutare in caso di frode. La definizione dell'evento implica l'impostazione delle variabili presenti nel set di dati, dell'evento di avvio dell'entità e delle etichette che classificano l'evento. In questo tutorial, definisci l'evento di registrazione dell'account.

  1. Apri la [Console di gestione AWS](https://console.aws.amazon.com/) e accedi all’account. Accedi ad Amazon Fraud Detector.

  1. Nel riquadro di navigazione a sinistra, scegli **Eventi**.

  1. Nella pagina **Tipo di evento**, scegli **Crea**.

  1. In **Dettagli del tipo di evento**, inserisci `sample_registration` come nome del tipo di evento e, facoltativamente, inserisci una descrizione dell'evento.

  1. Per **Entità**, scegli **Crea entità**.

  1. Nella pagina **Crea entità**, inserisci `sample_customer` come nome del tipo di entità. Facoltativamente, inserisci una descrizione del tipo di entità.

  1. Scegliere **Create entity** (Crea entità).

  1. In **Variabili di evento**, per **Scegli come definire le variabili di questo evento, scegli Seleziona variabili** **da un set di dati di allenamento**.

  1. Per il **ruolo IAM**, scegli **Crea ruolo IAM**.

  1. Nella pagina **Crea ruolo IAM**, inserisci il nome del bucket S3 in cui hai caricato i dati di esempio e scegli **Crea** ruolo.

  1. In **Data location**, inserisci il percorso dei dati di esempio. Questo è il `S3 URI` percorso che hai salvato dopo aver caricato i dati di esempio. Il percorso è simile a questo:`S3://your-bucket-name/example dataset filename.csv`. 

  1. Scegli **Carica**.

     Amazon Fraud Detector estrae le intestazioni dal file di dati di esempio e le mappa con un tipo di variabile. La mappatura viene visualizzata nella console.

  1. In **Etichette: facoltativo**, per **Etichette**, scegli **Crea nuove etichette**.

  1. Nella pagina **Crea etichetta**, inserisci `fraud` come nome. Questa etichetta corrisponde al valore che rappresenta la registrazione fraudolenta dell'account nel set di dati di esempio. 

  1. Scegli **Crea** etichetta.

  1. Crea una seconda etichetta, quindi immetti `legit` come nome. Questa etichetta corrisponde al valore che rappresenta la registrazione legittima dell'account nel set di dati di esempio.

  1. Scegli **Crea tipo di evento**.

## Fase 3: Creare un modello
<a name="step-3-create-new-ml-model"></a>

1. Nella pagina **Modelli**, scegli **Aggiungi modello**, quindi scegli **Crea modello**.

1. Per la **Fase 1: Definizione dei dettagli del modello**, immettete `sample_fraud_detection_model` come nome del modello. Facoltativamente, aggiungere una descrizione del modello.

1. Per **Tipo di modello**, scegli il modello **Online Fraud Insights**. 

1. Per **Tipo di evento**, scegliete **sample\$1registration**. Questo è il tipo di evento che hai creato nel passaggio 1.

1. Nei **dati storici degli eventi**, 

   1. In **Origine dati sugli eventi**, scegli **Dati sugli eventi memorizzati in S3**.

   1. Per il **ruolo IAM**, seleziona il ruolo che hai creato nella fase 1.

   1. In **Training data location**, inserisci il percorso URI S3 del file di dati di esempio.

1. Scegli **Next (Successivo)**.

## Fase 4: Modello di treno
<a name="step-4-training-data-assign-perms"></a>

1. In **Model inputs**, lascia tutte le caselle selezionate. Per impostazione predefinita, Amazon Fraud Detector utilizza tutte le variabili del set di dati degli eventi storici come input del modello.

1. Nella **classificazione delle etichette**, per **le etichette antifrode** scegli la **frode** poiché questa etichetta corrisponde al valore che rappresenta gli eventi fraudolenti nel set di dati di esempio. Per **le etichette Legitime**, scegliete **legit** poiché questa etichetta corrisponde al valore che rappresenta gli eventi legittimi nel set di dati di esempio. 

1. Per il **trattamento degli eventi senza etichetta**, mantieni la selezione predefinita **Ignora gli eventi senza etichetta** per questo set di dati di esempio.

1. Scegli **Next (Successivo)**.

1. **Dopo la revisione, scegli Crea e addestra modello.** Amazon Fraud Detector crea un modello e inizia ad addestrare una nuova versione del modello.

   Nelle **versioni del modello**, la colonna **Status** indica lo stato dell'addestramento del modello. Il completamento dell'addestramento del modello che utilizza il set di dati di esempio richiede circa 45 minuti. Lo stato cambia in **Pronto per l'implementazione dopo il completamento** dell'addestramento del modello.