建立變數 - Amazon Fraud Detector
使用 Amazon Fraud Detector 主控台建立變數使用 建立變數適用於 Python (Boto3) 的 AWS SDK

自 2025 年 11 月 7 日起，Amazon Fraud Detector 不再向新客戶開放。對於類似 Amazon Fraud Detector 的功能，請探索 Amazon SageMaker、AutoGluon 和 AWS WAF。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

建立變數

您可以在 Amazon Fraud Detector 主控台中使用 create-variable 命令、使用 CreateVariable 或使用適用於 Python (Boto3) 的 AWS SDK

使用 Amazon Fraud Detector 主控台建立變數

此範例會建立兩個變數 email_address和 ip_address，並將它們指派給對應的變數類型 (EMAIL_ADDRESS 和 IP_ADDRESS)。這些變數會做為範例使用。如果您要建立用於模型訓練的變數，請使用資料集中適合您使用案例的變數。請務必先閱讀 變數類型和 ，變數擴充功能再建立變數。

若要建立變數，

  1. 開啟 AWS 管理主控台並登入帳戶。

  2. 導覽至 Amazon Fraud Detector，選擇左側導覽中的變數，然後選擇建立。

  3. 在新增變數頁面中，輸入 email_address做為變數名稱。或者，輸入變數的描述。

  4. 在變數類型中，選擇電子郵件地址。

  5. Amazon Fraud Detector 會自動選取此變數類型的資料類型，因為此變數類型已預先定義。如果您的變數未自動指派變數類型，請從清單中選擇變數類型。如需詳細資訊，請參閱變數類型。

  6. 如果您想要為變數提供預設值，請選取定義自訂預設值，然後輸入變數的預設值。如果您遵循此範例，請略過此步驟。

  7. 選擇建立。

  8. 在 email_address 概觀頁面中，確認您剛建立之變數的詳細資訊。

    如果您需要更新，請選擇編輯並提供更新。選擇儲存變更。

  9. 重複此程序來建立另一個變數ip_address，並選擇變數類型的 IP 地址。

  10. 變數頁面會顯示新建立的變數。

重要

我們建議您從資料集建立任意數量的變數。您可以稍後在建立事件類型時決定要包含哪些變數來訓練模型，以偵測詐騙並產生詐騙偵測。

使用 建立變數適用於 Python (Boto3) 的 AWS SDK

下列範例顯示 CreateVariable API 的請求。此範例會建立兩個變數 email_address和 ip_address，並將它們指派給對應的變數類型 (EMAIL_ADDRESS 和 IP_ADDRESS)。

這些變數會做為範例使用。如果您要建立用於模型訓練的變數，請使用資料集中適合您使用案例的變數。請務必先閱讀 變數類型和 ，變數擴充功能再建立變數。

請務必指定變數來源。它有助於識別衍生變數值的位置。如果變數來源是 EVENT，則變數值會作為 GetEventPrediction 請求的一部分傳送。如果變數值為 MODEL_SCORE，則會由 Amazon Fraud Detector 填入。如果為 EXTERNAL_MODEL_SCORE，則匯入的 SageMaker AI 模型會填入變數值。

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

 #Create variable email_address
   fraudDetector.create_variable(
     name = 'email_address',
     variableType = 'EMAIL_ADDRESS',
     dataSource = 'EVENT',
     dataType = 'STRING',
     defaultValue = '<unknown>'
     )

#Create variable ip_address
   fraudDetector.create_variable(
     name = 'ip_address',
     variableType = 'IP_ADDRESS',
     dataSource = 'EVENT',
     dataType = 'STRING',
     defaultValue = '<unknown>'
     )