截至 2025 年 11 月 7 日，亚马逊 Fraud Detector 不再向新客户开放。要获得与 Amazon Fraud Detector 类似的功能 SageMaker，请浏览亚马逊 AutoGluon、和 AWS WAF。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# B 部分：生成欺诈预测
<a name="part-b"></a>

欺诈预测是对商业活动（事件）欺诈的评估。Amazon Fraud Detector 使用探测器生成欺诈预测。探测器包含您要评估欺诈行为的特定事件的检测逻辑，例如模型和规则。检测逻辑使用规则告诉 Amazon Fraud Detector 如何解释与模型相关的数据。在本教程中，您将使用之前上传的账户注册示例数据集来评估账户注册事件。

在 A 部分中，您创建、训练和部署了模型。在 B 部分中，您将为`sample_registration`事件类型构建检测器，添加已部署的模型，创建规则和规则执行顺序，然后创建并激活用于生成欺诈预测的检测器版本。

## 第 1 步：构建探测器
<a name="step-1-create-app"></a>

**创建探测器**

1. 在 Amazon Fraud Detector 控制台的左侧导航窗格中，选择**探测器**。

1. 选择**创建检测器**。

1. 在**定义探测器详细信息**页面中，输入`sample_detector`探测器名称。（可选）输入探测器的描述，例如`my sample fraud detector`。

1. 在 “**事件类型**” 中，选择 “**样本注册**”。这是您在本教程 A 部分中创建的事件。

1. 选择**下一步**。

## 第 2 步：添加模型
<a name="add-model-detector"></a>

如果您完成了本教程的 A 部分，那么您可能已经有一个 Amazon Fraud Detector 模型可以添加到您的探测器中。如果您尚未创建模型，请转至第 A 部分并完成创建、训练和部署模型的步骤，然后继续执行第 B 部分。

1. 在 “**添加模型-可选**” 中，选择**添加模型**。

1. 在**添加模型页面的选择模型**中，**选择**您之前部署的 Amazon Fraud Detector 型号名称。对于**选择版本**，选择已部署模型的模型版本。

1. 选择**添加模型**。

1. 选择**下一步**。

## 步骤 3：添加规则
<a name="add-rules-to-detector"></a>

规则是一种条件，它告诉 Amazon Fraud Detector 在评估欺诈预测时如何解释模型性能分数。在本教程中，您将创建三个规则：`high_fraud_risk``medium_fraud_risk`、和`low_fraud_risk`。

1. 在 “**添加规则**” 页面的 “**定义规则**” 下，输入`high_fraud_risk`规则名称，在 “**描述-可选**” 下输入**This rule captures events with a high ML model score**作为规则的描述。

1. **在 Expression 中，使用 Amazon Fraud Detector 的简化规则表达式语言输入以下规则表达式：**

   `$sample_fraud_detection_model_insightscore > 900`

1. 在**结果**中，选择**创建新结果**。结果是欺诈预测的结果，如果在评估期间规则匹配，则返回结果。

1. 在**创建新结果**中，输入结果名称`verify_customer`作为结果。（可选）输入描述。

1. 选择**保存结果**。

1. 选择**添加规则**以运行规则验证检查器并保存规则。创建规则后，Amazon Fraud Detector 会将该规则提供给您的探测器使用。

1. 选择 “**添加其他规则**”，然后选择 “**创建规则**” 选项卡。

1. 再重复此过程两次，使用以下`low_fraud_risk`规则详细信息创建您的`medium_fraud_risk`和规则：
   + 中等欺诈风险

     规则名称：`medium_fraud_risk`

     结果：`review`

     表达式：

     `$sample_fraud_detection_model_insightscore <= 900 and`

     `$sample_fraud_detection_model_insightscore > 700`
   + 欺诈风险低

     规则名称：`low_fraud_risk`

     结果：`approve`

     表达式：

     `$sample_fraud_detection_model_insightscore <= 700`

   这些值是本教程中使用的示例。在为自己的探测器创建规则时，请使用适合您的模型和用例的值，

1. 创建完所有三条规则后，选择 “**下一步**”。

   有关创建和编写规则的更多信息，请参阅[Rules](rules.md)和[规则语言参考](rule-language-reference.md)。

## 步骤 4：配置规则执行和规则顺序
<a name="get-start-define-rule-order"></a>

检测器中包含的规则的规则执行模式决定了是否评估了您定义的所有规则，或者规则评估是否在第一个匹配的规则处停止。规则顺序决定了您希望规则的运行顺序。

默认的规则执行模式是`FIRST_MATCHED`。

**第一次匹配**  
第一个匹配的规则执行模式根据定义的规则顺序返回第一个匹配规则的结果。如果指定 `FIRST_MATCHED`，Amazon Fraud Detector 会按顺序评估规则，从第一个到最后一个，在第一个匹配的规则处停止。然后，Amazon Fraud Detector 会提供该单一规则的结果。  
您运行规则的顺序可能会影响由此产生的欺诈预测结果。创建规则后，按照以下步骤对规则进行重新排序，使其按所需顺序运行：  
如果您的`high_fraud_risk`规则不在规则列表的顶部，请选择 “**顺序**”，然后选择 **1**。这会移`high_fraud_risk`到第一个位置。  
重复此过程，使您的`medium_fraud_risk`规则位于第二个位置，而您的`low_fraud_risk`规则位于第三位。

**全部匹配**  
无论规则顺序如何，所有匹配的规则执行模式都会返回所有匹配规则的结果。如果您指定`ALL_MATCHED`，Amazon Fraud Detector 会评估所有规则并返回所有匹配规则的结果。

选择阅读`FIRST_MATCHED`本教程，然后选择 “**下一步**”。