Amazon Fraud Detector は、2025 年 11 月 7 日をもって新規顧客に公開されなくなりました。Amazon Fraud Detector と同様の機能については、Amazon SageMaker、AutoGluon、および を参照してください AWS WAF。
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
ドキュメント履歴
以下の表は、Amazon Fraud Detector ユーザーガイドの重要な変更点をまとめたものです。また、お客様からいただいたフィードバックに対応するために、Amazon Fraud Detector ユーザーガイドを頻繁に更新しています。
| 変更 | 説明 | 日付 |
|---|---|---|
Amazon Fraud Detector は、2025 年 11 月 7 日以降、新規のお客様に公開されなくなります。 | Amazon Fraud Detector は、2025 年 11 月 7 日以降、新規のお客様に公開されなくなります。Amazon Fraud Detector を使用する場合は、その日より前にサインアップします。既存のお客様は、通常どおりサービスを引き続き使用できます。詳細については、「Amazon Fraud Detector の可用性の変更」を参照してください。 | 2025 年 10 月 7 日 |
Amazon Fraud Detector では、新しい変数タイプと、有用な情報の抽出に使用できるデータ型が導入されています。 | 2023 年 6 月 5 日 | |
イベントオーケストレーションを使用すると、Amazon EventBridge を使用してダウンストリーム処理 AWS のサービス のために にイベントを簡単に送信できます。 | 2023 年 5 月 30 日 | |
Lists リソースを使用すると、ルールの一部として IP アドレスや E メールアドレスなどの一連の値を参照できます。ルールのリストを使用して、アクセスまたはトランザクションを許可または拒否します。 | 2023 年 2 月 14 日 | |
Data Models Explorer は、Amazon Fraud Detector が不正検出モデルを作成するために必要なデータ要素に関するインサイトを提供します。イベントデータセットを準備する前に、データモデルエクスプローラーを使用します。 | 2022 年 12 月 15 日 | |
アカウント乗っ取りインサイト (ATI) モデルを使用して、悪意のある乗っ取り、フィッシング、または盗まれた認証情報によって侵害されたアカウントを検出します。 | 2022 年 7 月 21 日 | |
Amazon Fraud Detector に関する追加情報を含む概要の章を更新しました。 | 2022 年 4 月 11 日 | |
これらのデータ要素を使用し、2022 年 2 月 8 日より前にトレーニングされたモデルのパフォーマンスを向上させるために、指定した一部の raw データの強化を有効にします。 | 2022 年 2 月 8 日 | |
オプトアウトポリシーを使用して、イベントデータを使用して Amazon Fraud Detector の品質を開発または改善することをオプトアウトします。 | 2022 年 1 月 6 日 | |
サードパーティーまたはクロスサービスエンティティが、アカウント内のリソースにアクセスするためのアクセス許可を持つエンティティを操作しないようにするポリシーを作成します。 | 2021 年 12 月 6 日 | |
[イベントデータセットの作成] で示されるガイダンスを使用して、モデルをトレーニングするためのデータを準備および収集します。 | 2021 年 11 月 22 日 | |
予測の説明を使用して、各イベント変数がモデルの不正予測スコアにどのように影響したかを把握します。 | 2021 年 11 月 10 日 | |
トレーニングデータの問題のトラブルシューティングの情報と使用すると、モデルのトレーニング時に Amazon Fraud Detector コンソールに表示される可能性のある問題の診断と解決に役立ちます。 | 2021 年 10 月 11 日 | |
トランザクション不正インサイト (TFI) モデルを使用して、オンラインまたはcard-not-presentトランザクション不正を検出します。 | 2021 年 10 月 11 日 | |
イベントデータを Amazon Fraud Detector に保存し、保存されたデータを使用して後でモデルをトレーニングします。Amazon Fraud Detector にイベントデータを保存することで、自動計算変数を使用してパフォーマンスを改善し、モデルの再トレーニングを簡素化し、不正ラベルを更新して機械学習のフィードバックループを閉じるモデルをトレーニングできます。 | 2021 年 10 月 11 日 | |
モデル変数の重要度を使用して、モデルのパフォーマンスを上昇または低下させている要因と、どのモデル変数が最も寄与しているかを把握します。次に、全体的なパフォーマンスを向上させるために、モデルを微調整します。 | 2021 年 7 月 9 日 | |
AWS CloudFormation を使用して Amazon Fraud Detector リソースを管理します。 | 2021 年 5 月 10 日 | |
バッチ予測を使用して、リアルタイムスコアリングを必要としない一連のイベントの予測を取得します。 | 2021 年 3 月 31 日 | |
開始方法とその他のセクションの再編 | 2020 年 7 月 17 日 | |
初回リリース | 2019 年 12 月 2 日 |
