Amazon Fraud Detector dejará de estar abierto a nuevos clientes a partir del 7 de noviembre de 2025. Para obtener funciones similares a Amazon Fraud Detector, explore Amazon SageMaker, AutoGluon, y AWS WAF. Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # ¿Qué es Amazon Fraud Detector? Amazon Fraud Detector es un servicio de detección de fraudes totalmente gestionado que automatiza la detección de posibles actividades fraudulentas en línea. Estas actividades incluyen transacciones no autorizadas y la creación de cuentas falsas. Amazon Fraud Detector funciona mediante el aprendizaje automático para analizar sus datos. Lo hace de una manera que se basa en la experiencia acumulada durante más de 20 años en la detección de fraudes en Amazon. Puede utilizar Amazon Fraud Detector para crear modelos de detección de fraudes personalizados, añadir lógica de decisión para interpretar las evaluaciones de fraude del modelo y asignar resultados como aprobar o enviar para su revisión cada posible evaluación de fraude. Con Amazon Fraud Detector, no necesitas experiencia en aprendizaje automático para detectar actividades fraudulentas. Para empezar, recopile y prepare los datos sobre el fraude que recopiló en su organización. Luego, Amazon Fraud Detector utiliza estos datos para entrenar, probar e implementar un modelo de detección de fraudes personalizado en tu nombre. Como parte de este proceso, Amazon Fraud Detector utiliza modelos de aprendizaje automático que han aprendido los patrones de fraude AWS y de la propia experiencia de Amazon en materia de fraude para evaluar sus datos de fraude y generar puntuaciones y datos de rendimiento de los modelos. Usted configura la lógica de decisiones para interpretar la puntuación del modelo y asignar resultados sobre cómo abordar cada evaluación de fraude. # Ventajas Amazon Fraud Detector ofrece las siguientes ventajas. Estos beneficios le permiten detectar el fraude rápidamente sin necesidad de invertir el tiempo y los recursos que tradicionalmente se requieren para crear y mantener un sistema de gestión del fraude. **Creación automatizada de modelos de fraude** Los modelos de detección de fraudes de Amazon Fraud Detector son modelos de aprendizaje automático totalmente automatizados y personalizados para satisfacer sus necesidades empresariales específicas. Puedes usar los modelos de Amazon Fraud Detector para identificar posibles fraudes en cualquier transacción en línea, como la creación de nuevas cuentas, los pagos en línea y el pago como invitado. Como los modelos de fraude se crean mediante un proceso automatizado, puedes prescindir de muchos de los pasos relacionados con la creación y el entrenamiento de un modelo. Estos pasos incluyen la validación y el enriquecimiento de los datos, la ingeniería de características, la selección de algoritmos, el ajuste de los hiperparámetros y la implementación del modelo. Para crear un modelo de detección de fraudes con Amazon Fraud Detector, solo debes cargar el conjunto de datos históricos de fraudes de tu empresa y seleccionar el tipo de modelo. A continuación, Amazon Fraud Detector encuentra automáticamente el algoritmo de detección de fraudes más adecuado para su caso de uso y crea el modelo. No necesita saber programación ni tener experiencia en aprendizaje automático para crear modelos de detección de fraudes. **Modelos de fraude que evolucionan y aprenden** Los modelos de detección del fraude deben evolucionar constantemente para mantenerse al día con el cambiante panorama del fraude. Amazon Fraud Detector lo hace automáticamente calculando información como la antigüedad de la cuenta, el tiempo transcurrido desde la última actividad y el recuento de actividades. El resultado es que su modelo descubre la diferencia entre los clientes de confianza que realizan transacciones con frecuencia y los intentos continuos típicos de los estafadores. Esto ayuda a mantener el rendimiento del modelo durante más tiempo entre las sesiones de reentrenamiento. **Visualización del rendimiento del modelo de fraude** Una vez que tu modelo se haya entrenado con los datos que nos has proporcionado, Amazon Fraud Detector valida el rendimiento de tu modelo. También proporciona herramientas visuales para evaluar el rendimiento. Para cada modelo que entrenes, puedes ver la puntuación de rendimiento del modelo, el gráfico de distribución de puntuaciones, la matriz de confusión, la tabla de umbrales y todas las entradas que proporcionaste clasificadas según su impacto en el rendimiento del modelo. Con estas herramientas de rendimiento, puede obtener información sobre el rendimiento de su modelo y qué entradas lo impulsan. Si es necesario, puede ajustar el modelo para mejorar su rendimiento general. **Predicción de fraudes** Amazon Fraud Detector genera predicciones de fraude para las actividades comerciales de su organización. La predicción del fraude es una evaluación del riesgo de fraude de una actividad empresarial. Amazon Fraud Detector genera predicciones mediante la lógica de predicción con los datos asociados a la actividad. Proporcionaste estos datos cuando creaste tu modelo de detección de fraudes. Puede obtener predicciones de fraude para una sola actividad en tiempo real o desconectarlas para un conjunto de actividades. **Predicción, explicación y visualización del fraude** Amazon Fraud Detector genera explicaciones de predicción como parte del proceso de predicción del fraude. Las explicaciones de las predicciones proporcionan información sobre cómo cada elemento de datos utilizado para entrenar su modelo ha influido en la puntuación de predicción de fraudes de su modelo. Las explicaciones de las predicciones se proporcionan mediante herramientas visuales, como tablas y gráficos. Puede utilizar estas herramientas para identificar visualmente la influencia que tiene cada elemento de datos en las puntuaciones de predicción. Luego, puede usar esta información para analizar los patrones de fraude en su conjunto de datos y detectar cualquier sesgo, si lo hubiera. Por último, también puede utilizar las explicaciones de las predicciones para identificar los principales indicadores de riesgo durante un proceso manual de investigación de fraudes. Esto le ayuda a reducir las causas fundamentales que conducen a las predicciones de falsos positivos. **Acciones basadas en reglas** Una vez que haya entrenado su modelo de detección de fraudes, puede añadir reglas para tomar medidas con los datos evaluados, como aceptar los datos, enviarlos para su revisión o recopilar más datos. Una regla es una condición que indica a Amazon Fraud Detector cómo interpretar los datos durante la predicción del fraude. Por ejemplo, puede crear una regla que señale las cuentas de clientes sospechosas para que sean revisadas. Puedes configurar esta regla para que se inicie si la puntuación del modelo detectada es superior a tu umbral predeterminado y si el código de autorización del pago de la cuenta (AUTH\$1CODE) no es válido. # Conceptos y términos principales La siguiente es una lista de los conceptos y términos principales que se utilizan en Amazon Fraud Detector: **Evento** Un evento es la actividad empresarial de su organización que se evalúa en función del riesgo de fraude. Amazon Fraud Detector genera predicciones de fraude para eventos. **Etiqueta** Una etiqueta clasifica un solo evento como fraudulento o legítimo. Las etiquetas se utilizan para entrenar modelos de aprendizaje automático en Amazon Fraud Detector. **Entidad** Una entidad representa quién está realizando el evento. Usted proporciona el identificador de la entidad como parte de los datos de fraude de su empresa para indicar la entidad específica que llevó a cabo el evento. **Tipo de evento** Un tipo de evento define la estructura de un evento enviado a Amazon Fraud Detector. Esto incluye los datos enviados como parte del evento, la entidad que organiza el evento (por ejemplo, un cliente) y las etiquetas que clasifican el evento. Los ejemplos de tipos de eventos incluyen las transacciones de pago en línea, los registros de cuentas y la autenticación. **Tipo de identidad** Un tipo de entidad clasifica la entidad. Las clasificaciones de ejemplo incluyen cliente, comerciante o cuenta. **Conjunto de datos de eventos** El conjunto de datos de eventos son los datos históricos de su empresa sobre una actividad empresarial o un evento específicos. Por ejemplo, el evento de tu empresa podría ser el registro de una cuenta en línea. Los datos de un solo evento (registro) pueden incluir la dirección IP asociada, la dirección de correo electrónico, la dirección de facturación y la marca horaria del evento. Proporcionas un conjunto de datos de eventos a Amazon Fraud Detector para crear y entrenar modelos de detección de fraudes. **Modelo** Un modelo es el resultado de algoritmos de aprendizaje automático. Estos algoritmos se implementan en código y se ejecutan con los datos de eventos que usted proporciona. **Tipo de modelo** El tipo de modelo define los algoritmos, los enriquecimientos y las transformaciones de características que se utilizan durante el entrenamiento del modelo. También define los requisitos de datos para entrenar el modelo. Estas definiciones sirven para optimizar el modelo para un tipo específico de fraude. Usted especifica el tipo de modelo que se utilizará al crear su modelo. **Entrenamiento de modelos** El entrenamiento del modelo es el proceso de utilizar un conjunto de datos de eventos proporcionado para crear un modelo que pueda predecir eventos fraudulentos. Todos los pasos del proceso de formación del modelo están totalmente automatizados. Estos pasos incluyen la validación de datos, la transformación de datos, la ingeniería de características, la selección de algoritmos y la optimización del modelo. **Puntuación del modelo** La puntuación del modelo es el resultado de la evaluación de los datos históricos de fraude de su empresa. Durante el proceso de formación del modelo, Amazon Fraud Detector evalúa el conjunto de datos para detectar actividades fraudulentas y genera una puntuación entre 0 y 1000. Para esta puntuación, 0 representa un riesgo de fraude bajo, mientras que 1000 representa el riesgo de fraude más alto. La puntuación en sí misma está directamente relacionada con la tasa de falsos positivos (FPR). **Versión del modelo** Una versión modelo es el resultado del entrenamiento de un modelo. **Implementación de modelos** El despliegue de un modelo es un proceso para activar una versión del modelo y ponerla a disposición para generar predicciones de fraude. **Punto final del modelo Amazon SageMaker AI** Además de crear modelos con Amazon Fraud Detector, también puede utilizar puntos de enlace de modelos SageMaker alojados en IA en las evaluaciones de Amazon Fraud Detector. Para obtener más información sobre cómo crear un modelo en SageMaker IA, consulte [Entrenar un](https://docs.aws.amazon.com/en_pv/sagemaker/latest/dg/train-model) modelo con. Amazon SageMaker AI **Detector** Un detector contiene la lógica de detección, como el modelo y las reglas para un evento concreto que se quiera evaluar como fraude. Para crear un detector, utilice una versión modelo. **Versión de detector** Un detector puede tener varias versiones, y cada versión tiene un estado de `Draft``Active`, o`Inactive`. Solo una versión del detector puede estar en `Active` estado a la vez. **Variable** Una variable representa un elemento de datos asociado a un evento que se desea utilizar en una predicción de fraude. Las variables pueden enviarse con un evento como parte de una predicción de fraude o derivarse, como la salida de un modelo de Amazon Fraud Detector o Amazon SageMaker AI. **Regla** Una regla es una condición que indica a Amazon Fraud Detector cómo interpretar los valores de las variables durante una predicción de fraude. Una regla consta de una o más variables, una expresión lógica y uno o más resultados. Las variables utilizadas en la regla deben formar parte del conjunto de datos de eventos que evalúa el detector. Además, cada detector debe tener al menos una regla asociada. **Resultado** Este es el resultado, o resultado, de una predicción de fraude. Cada regla que se utilice en una predicción de fraude debe especificar uno o más resultados. **Predicción de fraude** La predicción del fraude es una evaluación del fraude, ya sea para un solo evento o para un conjunto de eventos. Amazon Fraud Detector genera predicciones de fraude para un solo evento en línea en tiempo real al proporcionar de forma sincronizada una puntuación del modelo y un resultado en función de las reglas. Amazon Fraud Detector genera predicciones de fraude para una serie de eventos fuera de línea. Puede utilizar las predicciones para realizar una evaluación offline proof-of-concept o retrospectiva del riesgo de fraude cada hora, día o semana. **Explicación de la predicción del fraude** Las explicaciones de la predicción del fraude proporcionan información sobre el impacto de cada variable en la puntuación de predicción del fraude de su modelo. Proporciona información sobre la forma en que cada variable influye en las puntuaciones de riesgo en términos de magnitud (de 0 a 5, siendo 5 la puntuación más alta) y de dirección (elevando o bajando la puntuación). # Cómo funciona Amazon Fraud Detector Amazon Fraud Detector crea un modelo de aprendizaje automático personalizado para detectar posibles actividades fraudulentas en línea en su empresa. Para empezar, usted proporciona su caso de uso empresarial. Según el caso de uso empresarial, Amazon Fraud Detector recomienda un tipo de modelo que utilizará para crear un modelo de detección de fraudes para ti. Además, también proporciona información sobre los elementos de datos que debe proporcionar como parte de los datos históricos de su empresa. Amazon Fraud Detector utiliza el conjunto de datos históricos para crear y entrenar automáticamente un modelo personalizado para usted. El proceso de capacitación sobre modelos automatizados implica elegir un algoritmo de aprendizaje automático que detecte el fraude para su caso de uso empresarial específico, validar los datos que proporcionó y realizar manipulaciones de datos para mejorar el rendimiento del modelo. Tras entrenar el modelo, Amazon Fraud Detector genera las puntuaciones del modelo y otras métricas de rendimiento del modelo. Puede utilizar la puntuación y las métricas de rendimiento para evaluar el rendimiento del modelo. Si es necesario, puede añadir o eliminar elementos de datos del conjunto de datos que proporcionó para el entrenamiento y volver a entrenar el modelo para mejorar la puntuación del modelo. Una vez creado, entrenado y activado el modelo, debe configurar la lógica de decisiones, también conocida como reglas, que indique al modelo cómo interpretar los datos generados por su empresa y asignar resultados para abordar la interpretación de cada actividad. Los resultados pueden representar acciones como la aprobación o revisión de la actividad, o pueden representar los niveles de riesgo de la actividad, como el riesgo alto, el riesgo medio y el riesgo bajo. Un detector es un contenedor que contiene el modelo y las reglas asociadas. Deberá crear, probar e implementar el detector en su entorno de producción. El detector instalado en su entorno de producción proporciona la capacidad de detección de fraudes a sus aplicaciones empresariales. Para realizar una evaluación del fraude, el modelo compara todos los datos entrantes de su actividad empresarial con los datos históricos de su empresa y utiliza sus sofisticados algoritmos de aprendizaje automático con las reglas que creó para analizar los resultados y asignarlos. Con Amazon Fraud Detector, puede evaluar los datos de una sola actividad empresarial en tiempo real o evaluar los datos de varias actividades empresariales fuera de línea. Supongamos que tiene una empresa que tiene la transferencia de fondos en línea como una de sus actividades. Quieres usar Amazon Fraud Detector para detectar solicitudes fraudulentas de transferencia de fondos en tiempo real. Para empezar, primero tendrás que proporcionar a Amazon Fraud Detector los datos de las solicitudes de transferencia de fondos anteriores. Amazon Fraud Detector utiliza estos datos para crear y entrenar un modelo personalizado para detectar solicitudes fraudulentas de transferencias de fondos. A continuación, se crea un detector añadiendo el modelo y configurando las reglas para que el modelo interprete los datos. Un ejemplo de regla para la actividad de transferencia de fondos en línea puede ser enviar la solicitud para su revisión si la solicitud de transferencia de fondos proviene de la dirección de correo electrónico *xyz@example.com*. En el entorno de producción de su empresa, cuando llega una solicitud de transferencia de fondos, el modelo analiza los datos incluidos en la solicitud y utiliza la regla para asignar el resultado. A continuación, puede realizar una acción en relación con la solicitud en función del resultado asignado. Amazon Fraud Detector utiliza componentes como el conjunto de datos de formación, el modelo, el detector, las reglas y los resultados para proporcionar a su empresa una lógica de evaluación del fraude. Para obtener información sobre el flujo de trabajo que utilizarás para detectar el fraude con Amazon Fraud Detector, consulta [Detección de fraudes con Amazon Fraud Detector](frauddetector-workflow.md) # Detección de fraudes con Amazon Fraud Detector En esta sección se describe un flujo de trabajo típico para detectar el fraude con Amazon Fraud Detector. También resume cómo puede realizar esas tareas. El siguiente diagrama proporciona una vista general del flujo de trabajo para detectar el fraude con Amazon Fraud Detector. ![\[Imagen del flujo de trabajo de detección de fraudes de Amazon Fraud Detector\]](http://docs.aws.amazon.com/es_es/frauddetector/latest/ug/images/FraudDetectionWorkflowFinal.png) La detección del fraude es un proceso continuo. Después de implementar el modelo, asegúrese de evaluar sus puntuaciones y métricas de rendimiento en función de las explicaciones de las predicciones. De este modo, puede identificar los principales indicadores de riesgo, reducir las causas fundamentales que conducen a los falsos positivos y analizar los patrones de fraude en todo su conjunto de datos para detectar sesgos, si los hay. Para aumentar la precisión de las predicciones, puedes modificar tu conjunto de datos para incluir datos nuevos o revisados. Luego, puedes volver a entrenar tu modelo con el conjunto de datos actualizado. A medida que haya más datos disponibles, seguirá reentrenando el modelo para aumentar la precisión. # Acceso a Amazon Fraud Detector Amazon Fraud Detector está disponible en varios formatos Regiones de AWS y se puede acceder a él mediante AWS interfaces. ## Disponibilidad Amazon Fraud Detector está disponible en EE. UU. Este (Norte de Virginia), EE. UU. Este (Ohio), EE. UU. Oeste (Oregón), Europa (Irlanda), Asia Pacífico (Singapur) y Asia Pacífico (Sídney Regiones de AWS). ## Interfaces Puede crear, entrenar, implementar, probar, ejecutar y gestionar modelos y detectores de detección de fraude mediante cualquiera de las siguientes interfaces: **Consola de administración de AWS**- Amazon Fraud Detector proporciona una interfaz de usuario basada en la web, la consola Amazon Fraud Detector. Si te has registrado en una Cuenta de AWS, puedes acceder a la consola de Amazon Fraud Detector. Para obtener más información, consulta [Cómo configurar Amazon Fraud Detector](https://docs.aws.amazon.com/frauddetector/latest/ug/set-up.html). **AWS Command Line Interface (AWS CLI)** - Proporciona una interfaz que puede utilizar para interactuar con un amplio conjunto de comandos Servicios de AWS, incluido Amazon Fraud Detector, mediante comandos de la consola de línea de comandos. AWS CLI los comandos de Amazon Fraud Detector implementan una funcionalidad equivalente a la proporcionada por la consola Amazon Fraud Detector. **AWS SDK**: proporciona información específica para cada idioma APIs y gestiona muchos de los detalles de conexión, como el cálculo de firmas, la gestión de reintentos de solicitudes y la gestión de errores. Para obtener más información, ve a la AWS página [Herramientas para crear](https://aws.amazon.com/tools/), desplázate hacia abajo hasta la sección **SDK** y selecciona el signo más (\$1) para ampliar la sección. **AWS CloudFormation**- Proporciona plantillas que puede utilizar para definir sus recursos y propiedades de Amazon Fraud Detector. Para obtener más información, consulta la [referencia sobre el tipo de recurso de Amazon Fraud Detector](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/AWS_FraudDetector.html) en la Guía del AWS CloudFormation usuario. # Precios Con Amazon Fraud Detector, solo pagas por lo que usas. No se requieren pagos mínimos ni compromisos iniciales. Se le cobrará en función de las horas de procesamiento utilizadas para entrenar y alojar sus modelos, la cantidad de almacenamiento que utilice y la cantidad de predicciones de fraude que haga. Para obtener más información, consulta los [precios de Amazon Fraud Detector](https://aws.amazon.com/fraud-detector/pricing/).