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。

# SageMaker AI モデルのインポート
<a name="import-an-amazon-sagemaker-model"></a>

必要に応じて、SageMaker AI がホストするモデルを Amazon Fraud Detector にインポートできます。モデルと同様に、SageMaker AI モデルをディテクターに追加し、 `GetEventPrediction` API を使用して不正予測を生成できます。`GetEventPrediction` リクエストの一環として、Amazon Fraud Detector は SageMaker AI エンドポイントを呼び出し、結果をルールに渡します。

`GetEventPrediction` リクエストの一部として送信されたイベント変数を使用するように Amazon Fraud Detector を設定できます。イベント変数を使用する場合は、入力テンプレートを指定する必要があります。Amazon Fraud Detector はこのテンプレートを使用してイベント変数を必要な入力ペイロードに変換し、SageMaker AI エンドポイントを呼び出します。または、`GetEventPrediction`リクエストの一部として送信される byteBuffer を使用するように SageMaker AI モデルを設定することもできます。

Amazon Fraud Detector は、JSON または CSV 入力形式と JSON または CSV 出力形式を使用する SageMaker AI アルゴリズムのインポートをサポートしています。サポートされている SageMaker AI アルゴリズムの例には、XGBoost、線形学習、ランダムカットフォレストなどがあります。

## を使用して SageMaker AI モデルをインポートする AWS SDK for Python (Boto3)
<a name="import-an-amazon-sagemaker-model-using-the-aws-python-sdk"></a>

SageMaker AI モデルをインポートするには、 `PutExternalModel` API を使用します。次の例では、SageMaker AI エンドポイント`sagemaker-transaction-model`がデプロイされ、`InService`ステータスが であり、XGBoost アルゴリズムを使用していることを前提としています。

入力設定は、イベント変数を使用してモデル入力を構築することを指定します (`useEventVariables` は `TRUE` に設定)。XGBoost では CSV 入力が必要であることから、入力形式は TEXT\_CSV です。csvIntputTemplate は、`GetEventPrediction` リクエストの一部として送信される変数から CSV 入力を作成する方法を指定します。この例では、`order_amt`、`prev_amt`、`hist_amt` および `payment_type` 変数を作成したと仮定します。

出力設定は SageMaker AI モデルのレスポンス形式を指定し、適切な CSV インデックスを Amazon Fraud Detector 変数 にマッピングします`sagemaker_output_score`。設定したら、ルールで出力変数を使用できます。

**注記**  
SageMaker AI モデルからの出力は、ソース を持つ変数にマッピングする必要があります`EXTERNAL_MODEL_SCORE`。**変数**を使用してコンソールでこれらの変数を作成することはできません。代わりに、モデルのインポートを設定するときに、それらを作成する必要があります。

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

fraudDetector.put_external_model (
modelSource = 'SAGEMAKER',
modelEndpoint = 'sagemaker-transaction-model',
invokeModelEndpointRoleArn = 'your_SagemakerExecutionRole_arn',
inputConfiguration = {
    'useEventVariables' : True,
    'eventTypeName' : 'sample_transaction',
    'format' : 'TEXT_CSV',
    'csvInputTemplate' : '{{order_amt}}, {{prev_amt}}, {{hist_amt}}, {{payment_type}}'
},

outputConfiguration = {
    'format' : 'TEXT_CSV',
    'csvIndexToVariableMap' : {
        '0' : 'sagemaker_output_score'
    }
},
    
modelEndpointStatus = 'ASSOCIATED'
)
```