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.
# Apa itu Amazon Fraud Detector?
Amazon Fraud Detector adalah layanan deteksi penipuan yang dikelola sepenuhnya yang mengotomatiskan deteksi aktivitas yang berpotensi penipuan secara online. Kegiatan ini termasuk transaksi tidak sah dan pembuatan akun palsu. Amazon Fraud Detector bekerja dengan menggunakan pembelajaran mesin untuk menganalisis data Anda. Ini dilakukan dengan cara yang dibangun dari keahlian berpengalaman selama lebih dari 20 tahun deteksi penipuan di Amazon.
Anda dapat menggunakan Amazon Fraud Detector untuk membuat model deteksi penipuan yang disesuaikan, menambahkan logika keputusan untuk menafsirkan evaluasi penipuan model, dan menetapkan hasil seperti lulus atau kirim untuk ditinjau untuk setiap kemungkinan evaluasi penipuan. Dengan Amazon Fraud Detector, Anda tidak memerlukan keahlian pembelajaran mesin untuk mendeteksi aktivitas penipuan.
Untuk memulai, kumpulkan dan siapkan data penipuan yang Anda kumpulkan di organisasi Anda. Amazon Fraud Detector kemudian menggunakan data ini untuk melatih, menguji, dan menerapkan model deteksi penipuan khusus atas nama Anda. Sebagai bagian dari proses ini, Amazon Fraud Detector menggunakan model pembelajaran mesin yang telah mempelajari pola penipuan AWS dan keahlian penipuan Amazon sendiri untuk mengevaluasi data penipuan Anda dan menghasilkan skor model dan data kinerja model. Anda mengonfigurasi logika keputusan untuk menafsirkan skor model dan menetapkan hasil untuk cara menangani setiap evaluasi penipuan.
# Manfaat
Amazon Fraud Detector memberikan manfaat berikut. Manfaat ini memungkinkan Anda mendeteksi penipuan dengan cepat tanpa perlu menginvestasikan waktu dan sumber daya yang secara tradisional diperlukan untuk membangun dan memelihara sistem manajemen penipuan.
**Pembuatan model penipuan otomatis**
Model deteksi penipuan Amazon Fraud Detector adalah model pembelajaran mesin otomatis yang disesuaikan untuk memenuhi kebutuhan bisnis spesifik Anda. Anda dapat menggunakan model Amazon Fraud Detector untuk mengidentifikasi potensi penipuan dalam transaksi online apa pun seperti pembuatan akun baru, pembayaran online, dan checkout tamu.
Karena model penipuan dibuat melalui proses otomatis, Anda dapat melupakan banyak langkah yang terkait dengan pembuatan dan pelatihan model. Langkah-langkah ini termasuk validasi dan pengayaan data, rekayasa fitur, pemilihan algoritme, penyetelan hiperparameter, dan penerapan model.
Untuk membuat model deteksi penipuan menggunakan Amazon Fraud Detector, Anda hanya mengunggah kumpulan data penipuan historis perusahaan Anda dan memilih jenis model. Kemudian, Amazon Fraud Detector secara otomatis menemukan algoritme deteksi penipuan yang paling sesuai untuk kasus penggunaan Anda dan membuat modelnya. Anda tidak perlu tahu coding atau memiliki keahlian pembelajaran mesin untuk membuat model deteksi penipuan.
**Model penipuan yang berkembang dan belajar**
Model deteksi penipuan harus terus berkembang untuk mengikuti lanskap penipuan yang berubah. Amazon Fraud Detector melakukan ini secara otomatis dengan menghitung informasi termasuk usia akun, waktu sejak aktivitas terakhir, dan jumlah aktivitas. Hasilnya adalah model Anda mempelajari perbedaan antara pelanggan tepercaya yang sering melakukan transaksi dan upaya lanjutan yang khas dari penipu. Ini membantu mempertahankan kinerja model Anda lebih lama di antara sesi pelatihan ulang.
**Visualisasi kinerja model penipuan**
Setelah model Anda dilatih menggunakan data yang Anda berikan, Amazon Fraud Detector memvalidasi performa model Anda. Ini juga menyediakan alat visual bagi Anda untuk menilai kinerja. Untuk setiap model yang Anda latih, Anda dapat melihat skor kinerja model, grafik distribusi skor, matriks kebingungan, tabel ambang batas, dan semua input yang Anda berikan diberi peringkat berdasarkan dampaknya terhadap kinerja model. Dengan menggunakan alat kinerja ini, Anda dapat mempelajari kinerja model Anda dan input apa yang mendorong kinerja model Anda. Jika diperlukan, Anda dapat mengubah model Anda untuk meningkatkan kinerjanya secara keseluruhan.
**Prediksi penipuan**
Amazon Fraud Detector menghasilkan prediksi penipuan untuk aktivitas bisnis organisasi Anda. Prediksi penipuan adalah evaluasi aktivitas bisnis untuk risiko penipuan. Amazon Fraud Detector menghasilkan prediksi menggunakan logika prediksi dengan data yang terkait dengan aktivitas. Anda memberikan data ini saat membuat model deteksi penipuan. Anda bisa mendapatkan prediksi penipuan untuk satu aktivitas secara real time atau mendapatkan prediksi penipuan offline untuk serangkaian aktivitas.
**Visualisasi penjelasan prediksi penipuan**
Amazon Fraud Detector menghasilkan penjelasan prediksi sebagai bagian dari proses prediksi penipuan. Penjelasan prediksi memberikan wawasan tentang bagaimana setiap elemen data yang digunakan untuk melatih model Anda telah memengaruhi skor prediksi penipuan model Anda. Penjelasan prediksi disediakan menggunakan alat visual seperti tabel dan grafik. Anda dapat menggunakan alat ini untuk mengidentifikasi secara visual seberapa besar pengaruh setiap elemen data terhadap skor prediksi. Kemudian, Anda dapat menggunakan informasi ini untuk menganalisis pola penipuan di seluruh kumpulan data Anda dan mendeteksi bias, jika ada. Terakhir Anda juga dapat menggunakan penjelasan prediksi untuk mengidentifikasi indikator risiko teratas selama proses investigasi penipuan manual. Ini membantu Anda mempersempit akar penyebab yang mengarah pada prediksi positif palsu.
**Tindakan berbasis aturan**
Setelah model deteksi penipuan Anda dilatih, Anda dapat menambahkan aturan untuk mengambil tindakan pada data yang dievaluasi, seperti menerima data, mengirim data untuk ditinjau, atau mengumpulkan lebih banyak data. Aturan adalah kondisi yang memberi tahu Amazon Fraud Detector bagaimana menafsirkan data selama prediksi penipuan. Misalnya, Anda dapat membuat aturan yang menandai akun pelanggan yang mencurigakan untuk ditinjau. Anda dapat mengatur aturan ini untuk dimulai jika kedua skor model yang terdeteksi lebih besar dari ambang batas yang telah ditentukan sebelumnya dan jika kode otorisasi pembayaran akun (AUTH\$1CODE) tidak valid.
# Konsep dan istilah inti
Berikut ini adalah daftar konsep inti dan istilah yang digunakan dalam Amazon Fraud Detector:
**Peristiwa**
Acara adalah aktivitas bisnis organisasi Anda yang dievaluasi untuk risiko penipuan. Amazon Fraud Detector menghasilkan prediksi penipuan untuk acara.
**Label**
Label mengklasifikasikan satu peristiwa sebagai penipuan atau sah. Label digunakan untuk melatih model pembelajaran mesin di Amazon Fraud Detector.
**Entitas**
Entitas mewakili siapa yang melakukan peristiwa tersebut. Anda memberikan ID entitas sebagai bagian dari data penipuan perusahaan Anda untuk menunjukkan entitas tertentu yang melakukan acara tersebut.
**Jenis peristiwa**
Jenis acara mendefinisikan struktur bagi acara yang dikirimkan ke Amazon Fraud Detector. Ini termasuk data yang dikirim sebagai bagian dari acara, entitas yang melakukan acara (seperti pelanggan), dan label yang mengklasifikasikan acara. Contoh jenis acara termasuk transaksi pembayaran online, pendaftaran akun, dan otentikasi.
**Jenis entitas**
Jenis entitas mengklasifikasikan entitas. Contoh klasifikasi termasuk pelanggan, pedagang, atau akun.
**Dataset acara**
Dataset acara adalah data historis perusahaan Anda tentang aktivitas bisnis atau acara tertentu. Misalnya, acara perusahaan Anda mungkin pendaftaran akun online. Data dari satu peristiwa (pendaftaran) mungkin termasuk alamat IP terkait, alamat email, alamat penagihan, dan stempel waktu acara. Anda menyediakan kumpulan data peristiwa ke Amazon Fraud Detector untuk membuat dan melatih model deteksi penipuan.
**Model**
Model adalah output dari algoritma pembelajaran mesin. Algoritma ini diimplementasikan dalam kode dan dijalankan pada data peristiwa yang Anda berikan.
**Jenis model**
Jenis model mendefinisikan algoritma, pengayaan, dan transformasi fitur yang digunakan selama pelatihan model. Ini juga mendefinisikan persyaratan data untuk melatih model. Definisi ini berfungsi untuk mengoptimalkan model Anda untuk jenis penipuan tertentu. Anda menentukan jenis model yang akan digunakan saat Anda membuat model Anda.
**Pelatihan model**
Pelatihan model adalah proses menggunakan dataset acara yang disediakan untuk membuat model yang dapat memprediksi peristiwa penipuan. Semua langkah dalam proses pelatihan model sepenuhnya otomatis. Langkah-langkah ini termasuk validasi data, transformasi data, rekayasa fitur, pemilihan algoritme, dan pengoptimalan model.
**Skor model**
Skor model adalah hasil evaluasi data penipuan historis perusahaan Anda. Selama proses pelatihan model, Amazon Fraud Detector mengevaluasi kumpulan data untuk aktivitas penipuan dan menghasilkan skor antara 0 dan 1000. Untuk skor ini, 0 mewakili risiko penipuan rendah sedangkan 1000 mewakili risiko penipuan tertinggi. Skor itu sendiri terkait langsung dengan tingkat positif palsu (FPR).
**Versi model**
Versi model adalah output dari pelatihan model.
**Penyebaran model**
Penyebaran model adalah proses untuk mengaktifkan versi model dan membuatnya tersedia untuk menghasilkan prediksi penipuan.
**Titik akhir model Amazon SageMaker AI**
Selain membuat model menggunakan Amazon Fraud Detector, Anda dapat secara opsional menggunakan titik akhir model yang SageMaker dihosting AI dalam evaluasi Amazon Fraud Detector.
Untuk informasi lebih lanjut tentang membangun model di SageMaker AI, lihat [Melatih Model dengan Amazon SageMaker AI](https://docs.aws.amazon.com/en_pv/sagemaker/latest/dg/train-model).
**Detektor**
Detektor berisi logika deteksi seperti model dan aturan untuk peristiwa tertentu yang ingin Anda evaluasi untuk penipuan. Anda membuat detektor menggunakan versi model.
**Versi detektor**
Detektor dapat memiliki beberapa versi, dengan setiap versi memiliki status`Draft`,`Active`, atau`Inactive`. Hanya satu versi detektor yang dapat `Active` berstatus sekaligus.
**Variabel**
Variabel mewakili elemen data yang terkait dengan peristiwa yang ingin Anda gunakan dalam prediksi penipuan. Variabel dapat dikirim dengan peristiwa sebagai bagian dari prediksi penipuan atau turunan, seperti output dari model Amazon Fraud Detector atau Amazon SageMaker AI.
**Aturan**
Aturan adalah kondisi yang memberi tahu Amazon Fraud Detector bagaimana menafsirkan nilai variabel selama prediksi penipuan. Aturan terdiri dari satu atau lebih variabel, ekspresi logika, dan satu atau lebih hasil. Variabel yang digunakan dalam aturan harus menjadi bagian dari dataset peristiwa yang dievaluasi detektor. Selain itu setiap detektor harus memiliki setidaknya satu aturan yang terkait dengannya.
**Hasil**
Ini adalah hasil, atau output, dari prediksi penipuan. Setiap aturan yang digunakan dalam prediksi penipuan harus menentukan satu atau lebih hasil.
**Prediksi penipuan**
Prediksi penipuan adalah evaluasi penipuan baik untuk satu peristiwa atau serangkaian peristiwa. Amazon Fraud Detector menghasilkan prediksi penipuan untuk satu acara online secara real time dengan secara sinkron memberikan skor model dan hasil berdasarkan aturan. Amazon Fraud Detector menghasilkan prediksi penipuan untuk serangkaian acara offline. Anda dapat menggunakan prediksi untuk melakukan offline proof-of-concept, atau untuk mengevaluasi risiko penipuan secara retrospektif setiap jam, harian, atau mingguan.
**Penjelasan prediksi penipuan**
Penjelasan prediksi penipuan memberikan wawasan tentang bagaimana setiap variabel memengaruhi skor prediksi penipuan model Anda. Ini memberikan informasi tentang bagaimana setiap variabel mempengaruhi skor risiko dalam hal besarnya (mulai dari 0 hingga 5 dengan 5 tertinggi) dan arah (mendorong skor lebih tinggi atau lebih rendah).
# Bagaimana Amazon Fraud Detector bekerja
Amazon Fraud Detector membuat model pembelajaran mesin yang disesuaikan untuk mendeteksi potensi aktivitas online penipuan dalam bisnis Anda. Untuk memulai, Anda memberikan kasus penggunaan bisnis Anda. Bergantung pada kasus penggunaan bisnis Anda, Amazon Fraud Detector merekomendasikan jenis model yang akan digunakan untuk membuat model deteksi penipuan untuk Anda. Selain itu, ini juga memberikan wawasan tentang elemen data yang perlu Anda berikan sebagai bagian dari data historis bisnis Anda. Amazon Fraud Detector menggunakan kumpulan data historis untuk secara otomatis membuat dan melatih model yang disesuaikan untuk Anda.
Proses pelatihan model otomatis melibatkan pemilihan algoritma pembelajaran mesin yang mendeteksi penipuan untuk kasus penggunaan bisnis spesifik Anda, memvalidasi data yang Anda berikan, dan melakukan manipulasi data untuk meningkatkan kinerja model. Setelah melatih model, Amazon Fraud Detector menghasilkan skor model dan metrik kinerja model lainnya. Anda dapat menggunakan skor dan metrik kinerja untuk mengevaluasi kinerja model. Jika perlu, Anda dapat menambah atau menghapus elemen data dari kumpulan data yang Anda berikan untuk pelatihan dan melatih kembali model untuk meningkatkan skor model.
Setelah model dibuat, dilatih, dan diaktifkan, Anda perlu mengonfigurasi logika keputusan, juga dikenal sebagai aturan, yang memberi tahu model bagaimana menafsirkan data yang dihasilkan oleh bisnis Anda, dan menetapkan hasil untuk bagaimana menangani interpretasi setiap aktivitas. Hasil dapat mewakili tindakan seperti, menyetujui atau meninjau aktivitas, atau dapat mewakili tingkat risiko aktivitas seperti risiko tinggi, risiko sedang, dan risiko rendah.
Detektor adalah wadah yang menampung model Anda dan aturan terkait. Anda perlu membuat, menguji, dan menyebarkan detektor ke lingkungan produksi Anda.
Detektor yang digunakan di lingkungan produksi Anda menyediakan kemampuan deteksi penipuan untuk aplikasi bisnis Anda. Untuk melakukan evaluasi penipuan, model membandingkan semua data yang masuk dari aktivitas bisnis Anda dengan data historis bisnis Anda dan menggunakan algoritme pembelajaran mesin canggih dengan aturan yang Anda buat untuk menganalisis hasil dan menetapkan hasil. Dengan Amazon Fraud Detector, Anda dapat mengevaluasi data dari satu aktivitas bisnis secara real-time atau mengevaluasi data dari berbagai aktivitas bisnis secara offline.
Katakanlah Anda memiliki bisnis yang memiliki transfer dana online sebagai salah satu kegiatannya. Anda ingin menggunakan Amazon Fraud Detector untuk mendeteksi permintaan penipuan untuk transfer dana, secara real time. Untuk memulai, Anda harus terlebih dahulu memberikan Amazon Fraud Detector dengan data dari permintaan transfer dana sebelumnya. Amazon Fraud Detector menggunakan data ini untuk membuat dan melatih model yang disesuaikan untuk mendeteksi permintaan penipuan untuk transfer dana. Dan kemudian, Anda membuat detektor dengan menambahkan model dan dengan mengonfigurasi aturan untuk model Anda untuk menafsirkan data. Contoh aturan untuk aktivitas transfer dana online dapat berupa, jika permintaan transfer dana berasal dari alamat email *xyz@example.com*, kirimkan permintaan untuk ditinjau. Dalam lingkungan produksi bisnis Anda, ketika permintaan transfer dana masuk, model menganalisis data yang datang dengan permintaan dan menggunakan aturan untuk menetapkan hasilnya. Anda kemudian dapat mengambil tindakan atas permintaan tergantung pada hasil yang ditetapkan.
Amazon Fraud Detector menggunakan komponen seperti, kumpulan data pelatihan, model, detektor, aturan, dan hasil untuk memberikan logika evaluasi penipuan kepada bisnis Anda.
Untuk informasi tentang alur kerja yang akan Anda gunakan untuk mendeteksi penipuan menggunakan Amazon Fraud Detector, lihat [Mendeteksi penipuan dengan Amazon Fraud Detector](frauddetector-workflow.md)
# Mendeteksi penipuan dengan Amazon Fraud Detector
Bagian ini menjelaskan alur kerja tipikal untuk mendeteksi penipuan dengan Amazon Fraud Detector. Ini juga merangkum bagaimana Anda dapat menyelesaikan tugas-tugas itu. Diagram berikut memberikan tampilan alur kerja tingkat tinggi untuk mendeteksi penipuan dengan Amazon Fraud Detector.
![\[Gambar alur kerja deteksi penipuan Amazon Fraud Detector\]](http://docs.aws.amazon.com/id_id/frauddetector/latest/ug/images/FraudDetectionWorkflowFinal.png)
Deteksi penipuan adalah proses yang berkelanjutan. Setelah Anda menerapkan model Anda, pastikan untuk mengevaluasi skor kinerja dan metrik berdasarkan penjelasan prediksi. Dengan demikian, Anda dapat mengidentifikasi indikator risiko teratas, mempersempit akar penyebab yang mengarah ke positif palsu, dan menganalisis pola penipuan di seluruh kumpulan data Anda dan mendeteksi bias, jika ada. Untuk meningkatkan akurasi prediksi, Anda dapat mengubah kumpulan data Anda untuk menyertakan data baru atau yang direvisi. Kemudian, Anda dapat melatih kembali model Anda dengan dataset yang diperbarui. Saat semakin banyak data tersedia, Anda terus melatih ulang model Anda untuk meningkatkan akurasi.
# Mengakses Amazon Fraud Detector
Amazon Fraud Detector tersedia dalam beberapa Wilayah AWS dan dapat diakses menggunakan AWS antarmuka.
## Ketersediaan
Amazon Fraud Detector tersedia di AS Timur (Virginia N.), AS Timur (Ohio), AS Barat (Oregon), Eropa (Irlandia), Asia Pasifik (Singapura), dan Asia Pasifik (Sydney). Wilayah AWS
## Antarmuka
Anda dapat membuat, melatih, menyebarkan, menguji, menjalankan, dan mengelola model dan detektor deteksi penipuan menggunakan salah satu antarmuka berikut:
**Konsol Manajemen AWS**- Amazon Fraud Detector menyediakan antarmuka pengguna berbasis web, konsol Amazon Fraud Detector. Jika Anda mendaftar Akun AWS, Anda dapat mengakses konsol Amazon Fraud Detector. Untuk informasi selengkapnya, lihat [Mengatur Amazon Fraud Detector](https://docs.aws.amazon.com/frauddetector/latest/ug/set-up.html).
**AWS Command Line Interface (AWS CLI)** - Menyediakan antarmuka yang dapat Anda gunakan untuk berinteraksi dengan kumpulan luas Layanan AWS, termasuk Amazon Fraud Detector, menggunakan perintah di shell baris perintah Anda. AWS CLI perintah untuk Amazon Fraud Detector menerapkan fungsionalitas yang setara dengan yang disediakan oleh konsol Amazon Fraud Detector.
**AWS SDK** - Menyediakan khusus bahasa APIs dan mengelola banyak detail koneksi, seperti perhitungan tanda tangan, penanganan coba ulang permintaan, dan penanganan kesalahan. Untuk informasi selengkapnya, buka AWS halaman [Alat untuk membangun](https://aws.amazon.com/tools/), gulir ke bawah ke bagian **SDK**, dan pilih tanda plus (\$1) untuk memperluas bagian.
**AWS CloudFormation**- Menyediakan template yang dapat Anda gunakan untuk menentukan sumber daya dan properti Amazon Fraud Detector Anda. Untuk informasi selengkapnya, lihat [referensi jenis sumber daya Amazon Fraud Detector](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/AWS_FraudDetector.html) di Panduan AWS CloudFormation Pengguna.
# Harga
Dengan Amazon Fraud Detector, Anda hanya membayar untuk apa yang Anda gunakan. Tidak ada biaya minimum atau pun komitment di muka Anda dikenakan biaya berdasarkan jam komputasi yang digunakan untuk melatih dan meng-host model Anda, jumlah penyimpanan yang Anda gunakan, dan jumlah prediksi penipuan yang Anda buat. Untuk informasi selengkapnya, lihat [harga Amazon Fraud Detector](https://aws.amazon.com/fraud-detector/pricing/).