Amazon Fraud Detector tidak lagi terbuka untuk pelanggan baru per 7 November 2025. Untuk kemampuan yang mirip dengan Amazon Fraud Detector, jelajahi Amazon SageMaker AutoGluon,, dan AWS WAF.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Bangun model
<a name="building-a-model"></a>

Model Amazon Fraud Detector belajar mendeteksi penipuan untuk jenis peristiwa tertentu. Di Amazon Fraud Detector, pertama-tama Anda membuat model, yang berfungsi sebagai wadah untuk versi model Anda. Setiap kali Anda melatih model, versi baru dibuat. Untuk detail tentang cara membuat dan melatih model menggunakan AWS Konsol, lihat[Langkah 3: Buat model](part-a.md#step-3-create-new-ml-model).

Setiap model memiliki variabel skor model yang sesuai. Amazon Fraud Detector membuat variabel ini atas nama Anda saat Anda membuat model. Anda dapat menggunakan variabel ini dalam ekspresi aturan Anda untuk menafsirkan skor model Anda selama evaluasi penipuan.

## Latih dan terapkan model menggunakan AWS SDK untuk Python (Boto3)
<a name="train-and-deploy-a-model-using-the-aws-python-sdk"></a>

Versi model dibuat dengan memanggil `CreateModel` dan `CreateModelVersion` operasi. `CreateModel`memulai model, yang bertindak sebagai wadah untuk versi model Anda. `CreateModelVersion`memulai proses pelatihan, yang menghasilkan versi model tertentu. Versi baru dari solusi dibuat setiap kali Anda menelepon`CreateModelVersion`.

Contoh berikut menunjukkan permintaan sampel untuk `CreateModel` API. Contoh ini membuat jenis model *Wawasan Penipuan Online* dan mengasumsikan Anda telah membuat jenis acara. `sample_registration` Untuk detail tambahan tentang membuat jenis acara, lihat[Buat jenis acara](create-event-type.md).

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

fraudDetector.create_model (
modelId = 'sample_fraud_detection_model',
eventTypeName = 'sample_registration',
modelType = 'ONLINE_FRAUD_INSIGHTS')
```

Latih versi pertama Anda menggunakan [CreateModelVersion](https://docs.aws.amazon.com//frauddetector/latest/api/API_CreateModelVersion.html)API. Untuk `TrainingDataSource` dan `ExternalEventsDetail` tentukan sumber dan lokasi Amazon S3 dari kumpulan data pelatihan. Untuk `TrainingDataSchema` menentukan bagaimana Amazon Fraud Detector harus menafsirkan data pelatihan, khususnya variabel peristiwa yang akan disertakan dan cara mengklasifikasikan label peristiwa. Secara default, Amazon Fraud Detector mengabaikan peristiwa yang tidak berlabel. Kode contoh ini digunakan `AUTO` `unlabeledEventsTreatment` untuk menentukan bahwa Amazon Fraud Detector memutuskan cara menggunakan peristiwa yang tidak berlabel.

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

fraudDetector.create_model_version (
modelId = 'sample_fraud_detection_model',
modelType = 'ONLINE_FRAUD_INSIGHTS',
trainingDataSource = 'EXTERNAL_EVENTS',
trainingDataSchema = {
    'modelVariables' : ['ip_address', 'email_address'],
    'labelSchema' : {
        'labelMapper' : {
            'FRAUD' : ['fraud'],
            'LEGIT' : ['legit']
        }
       unlabeledEventsTreatment = 'AUTO'
    }
}, 
externalEventsDetail = {
    'dataLocation' : 's3://bucket/file.csv',
    'dataAccessRoleArn' : 'role_arn'
}
)
```

Permintaan yang berhasil akan menghasilkan versi model baru dengan status`TRAINING_IN_PROGRESS`. Kapan saja selama pelatihan, Anda dapat membatalkan pelatihan dengan menelepon `UpdateModelVersionStatus` dan memperbarui status ke`TRAINING_CANCELLED`. Setelah pelatihan selesai, status versi model akan diperbarui ke`TRAINING_COMPLETE`. Anda dapat meninjau performa model menggunakan konsol Amazon Fraud Detector atau dengan menelepon`DescribeModelVersions`. Untuk informasi lebih lanjut tentang cara menafsirkan skor dan kinerja model, lihat [Skor model](model-scores.md) dan[Metrik kinerja model](training-performance-metrics.md).

 Setelah meninjau kinerja model, aktifkan model untuk membuatnya tersedia untuk digunakan oleh Detektor dalam prediksi penipuan waktu nyata. Amazon Fraud Detector akan menerapkan model di beberapa zona ketersediaan untuk redundansi dengan auto-scaling diaktifkan untuk memastikan model menskalakan dengan jumlah prediksi penipuan yang Anda buat. Untuk mengaktifkan model, panggil `UpdateModelVersionStatus` API dan perbarui statusnya ke`ACTIVE`.

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

fraudDetector.update_model_version_status (
modelId = 'sample_fraud_detection_model',
modelType = 'ONLINE_FRAUD_INSIGHTS',
modelVersionNumber = '1.00',
status = 'ACTIVE'
)
```