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。

# パート B: 不正予測を生成する
<a name="part-b"></a>

不正予測は、ビジネスアクティビティ (イベント) の不正の評価です。Amazon Fraud Detector は、ディテクターを使用して不正予測を生成します。ディテクターには、不正について評価する特定のイベントのモデルやルールなどの検出ロジックが含まれています。検出ロジックはルールを使用して、モデルに関連付けられたデータの解釈方法を Amazon Fraud Detector に指示します。このチュートリアルでは、前にアップロードしたアカウント登録サンプルデータセットを使用して、アカウント登録イベントを評価します。

パート A では、モデルの作成、トレーニング、およびデプロイを行いました。パート B では、`sample_registration`イベントタイプのディテクターを構築し、デプロイされたモデルを追加し、ルールとルール実行順序を作成し、不正予測の生成に使用するディテクターのバージョンを作成してアクティブ化します。

## ステップ 1: ディテクターを構築する
<a name="step-1-create-app"></a>

**ディテクターを作成するには**

1. Amazon Fraud Detector コンソールの左のナビゲーションペインで、[**ディテクター**] をクリックします。

1. [**ディテクターの作成**] を選択します。

1. **ディテクターの詳細の定義**ページで、ディテクター名`sample_detector`に と入力します。必要に応じて、 などのディテクターの説明を入力します`my sample fraud detector`。

1. **イベントタイプ**で sample**\_registration** を選択します。これは、このチュートリアルのパート A で作成したイベントです。

1. [**次へ**] を選択します。

## ステップ 2: モデルを追加する
<a name="add-model-detector"></a>

このチュートリアルのパート A を完了した場合、ディテクターに追加できる Amazon Fraud Detector モデルが既にある可能性があります。モデルをまだ作成していない場合は、パート A に移動し、モデルを作成、トレーニング、デプロイするステップを完了してから、パート B に進みます。

1. **モデルの追加 - オプション**で、**モデルの追加**を選択します。

1. **モデルの追加**ページの**モデルの選択**で、前にデプロイした Amazon Fraud Detector モデル名を選択します。**バージョンを選択** で、デプロイされたモデルのモデルバージョンを選択します。

1. [**モデルの追加**] を選択します。

1. [**次へ**] を選択します。

## ステップ 3: ルールを追加する
<a name="add-rules-to-detector"></a>

ルールは、不正予測を評価するときにモデルパフォーマンススコアを解釈する方法を Amazon Fraud Detector に指示する条件です。このチュートリアルでは、、`high_fraud_risk`、 `medium_fraud_risk`の 3 つのルールを作成します`low_fraud_risk`。

1. 「ルール**の追加**」ページの**「ルールの定義**」で、ルール名`high_fraud_risk`に**「説明 - オプション**」で、ルールの説明**This rule captures events with a high ML model score**として「」と入力します。

1. [**式**] で、Amazon Fraud Detector 簡易ルール式言語を使用して、次のルール式を入力します。

   `$sample_fraud_detection_model_insightscore > 900`

1. [**結果**] では、[**新しい結果の作成**] を選択します。結果は、不正予測の結果であり、評価中にルールが一致した場合に返されます。

1. [**新しい結果の作成**] には、結果名として「`verify_customer`」と入力します。必要に応じて説明に説明を入力します。

1. [**結果の保存**] を選択します。

1. [**ルールの追加**] を選択して、ルール検証チェッカーを実行し、ルールを保存します。作成後、Amazon Fraud Detector はルールをディテクターで使用できるようにします。

1. [**別のルールの追加**] を選択してから、[**ルールの作成**] タブをクリックします。

1. このプロセスをさらに 2 回繰り返して、次のルールの詳細を使用して `medium_fraud_risk` と `low_fraud_risk` ルールを作成します。
   + medium\_fraud\_risk

     ルール名: `medium_fraud_risk`

     結果: `review`

     式:

     `$sample_fraud_detection_model_insightscore <= 900 and`

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

     ルール名: `low_fraud_risk`

     結果: `approve`

     式:

     `$sample_fraud_detection_model_insightscore <= 700`

   これらの値は、このチュートリアルで使用される例です。独自のディテクターのルールを作成するときは、モデルとユースケースに適した値を使用します。

1. すべてのルールを追加したら、[**次へ**] を選択します。

   ルールの作成と記述の詳細については、「[Rules](rules.md)」および「[ルール言語リファレンス](rule-language-reference.md)」を参照してください。

## ステップ 4: ルールの実行とルールの順序を設定する
<a name="get-start-define-rule-order"></a>

ディテクターに含まれるルールのルール実行モードによって、定義したすべてのルールが評価されるか、最初に一致したルールでルール評価が停止されるかが決まります。また、ルールの順序によって、ルールを実行する順序が決まります。

デフォルトのルール実行モードは `FIRST_MATCHED` です。

**最初の一致**  
最初の一致のルール実行モードは、定義されたルールの順序に基づいて、最初の一致ルールの結果を返します。`FIRST_MATCHED` を指定した場合、Amazon Fraud Detector はルールを順番に評価し、最初に一致したルールで停止します。Amazon Fraud Detector は、その 1 つのルールの結果を示します。  
ルールを実行する順序は、結果として生じる不正予測の結果に影響を与える可能性があります。ルールを作成したら、以下の手順に従って、ルールの順序を変更して必要な順序で実行します。  
`high_fraud_risk` ルールがまだルールリストの上部にない場合は、**「順序**」を選択し、**「1**」を選択します。これにより、`high_fraud_risk` が一番上に移動します。  
このプロセスを繰り返して、`medium_fraud_risk` ルールが 2 番目の位置に来て、`low_fraud_risk` ルールが 3 番目の位置に来るようにします。

**すべての一致**  
すべての一致ルール実行モードは、ルールの順序に関係なく、一致したすべてのルールの結果を返します。`ALL_MATCHED` を指定した場合、Amazon Fraud Detector はすべてのルールを評価し、一致したすべてのルールの結果を返します。

このチュートリアル`FIRST_MATCHED`で を選択し、次**へ** を選択します。