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。

# 優勢
<a name="frauddetector-benefits"></a>

Amazon Fraud Detector 提供下列優點。這些好處可讓您快速偵測詐騙，而不需要投入傳統上建置和維護詐騙管理系統所需的時間和資源。

**自動化詐騙模型建立**

Amazon Fraud Detector 的詐騙偵測模型是全自動化的機器學習模型，專為滿足您的特定業務需求而自訂。您可以使用 Amazon Fraud Detector 模型來識別任何線上交易中的潛在詐騙，例如新帳戶建立、線上付款和訪客結帳。

由於詐騙模型是透過自動化程序建立，因此您可以放棄與建立和訓練模型相關聯的許多步驟。這些步驟包括資料驗證和擴充、特徵工程、演算法選擇、超參數調校和模型部署。

若要使用 Amazon Fraud Detector 建立詐騙偵測模型，您只需上傳公司的歷史詐騙資料集，然後選取模型類型。然後，Amazon Fraud Detector 會自動為您的使用案例尋找最適合的詐騙偵測演算法，並建立模型。您不需要知道編碼或具備機器學習專業知識，即可建立詐騙偵測模型。

**發展和學習的詐騙模型**

詐騙偵測模型必須不斷發展，才能跟上不斷變化的詐騙態勢。Amazon Fraud Detector 會透過計算帳戶存留期、自上次活動以來的時間和活動計數等資訊，自動執行此操作。結果是您的模型會了解經常進行交易的信任客戶與詐騙者持續嘗試之間的差異。這有助於在重新訓練工作階段之間維持模型的效能更長。

**詐騙模型效能視覺化**

使用您提供的資料訓練模型後，Amazon Fraud Detector 會驗證模型效能。它還提供視覺化工具，供您評估效能。對於您訓練的每個模型，您可以看到模型效能分數、分數分佈圖、混淆矩陣、閾值表，以及您提供的所有輸入，根據其對模型效能的影響進行排名。使用這些效能工具，您可以了解模型的效能，以及驅動模型效能的輸入。如有需要，您可以調整模型以改善其整體效能。

**詐騙預測**

Amazon Fraud Detector 會為您組織的業務活動產生詐騙預測。詐騙預測是對詐騙風險的業務活動進行評估。Amazon Fraud Detector 會使用預測邏輯與與活動相關聯的資料產生預測。您在建立詐騙偵測模型時提供此資料。您可以即時取得單一活動的詐騙預測，或離線取得一組活動的詐騙預測。

**詐騙預測說明視覺化**

Amazon Fraud Detector 會在詐騙預測程序中產生預測說明。預測說明可讓您深入了解用於訓練模型的每個資料元素如何影響模型的詐騙預測分數。預測說明是使用視覺化工具提供，例如資料表和圖形。您可以使用這些工具，以視覺化方式識別每個資料元素對預測分數的影響程度。然後，您可以使用此資訊來分析整個資料集的詐騙模式，並偵測是否有任何偏差。最後，您也可以使用預測說明來識別手動詐騙調查程序期間的首要風險指標。這可協助您縮小導致誤報的根本原因。

**規則型動作**

訓練您的詐騙偵測模型之後，您可以新增規則，對評估的資料採取動作，例如接受資料、傳送資料以供檢閱或收集更多資料。規則是告訴 Amazon Fraud Detector 如何在詐騙預測期間解譯資料的條件。例如，您可以建立規則，標記要檢閱的可疑客戶帳戶。如果偵測到的模型分數都大於您的預定閾值，而且帳戶付款的授權碼 (AUTH\_CODE) 無效，您可以設定此規則以啟動。