Amazon Fraud Detector は、2025 年 11 月 7 日をもって新規顧客に公開されなくなりました。Amazon Fraud Detector と同様の機能については、Amazon SageMaker、AutoGluon、および を参照してください AWS WAF。

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# リアルタイム予測
<a name="real-time-fraud-prediction"></a>

`GetEventPrediction` API を呼び出して、オンライン上の不正行為をリアルタイムで評価できます。各リクエストで 1 つのイベントに関する情報を提供し、指定したディテクターに関連付けられた不正予測ロジックに基づいて、モデルスコアと結果を同期的に受け取ります。

## リアルタイム不正予測の仕組み
<a name="how-real-time-prediction-works"></a>

-`GetEventPrediction` API は、指定されたディテクターバージョンを使用して、イベントに提供されたイベントメタデータを評価します。評価中、Amazon Fraud Detector は、まずディテクターバージョンに追加されたモデルのモデルスコアを生成してから、その結果をルールに渡して評価します。ルールは、ルール実行モードで指定されたとおりに実行されます ([ディテクターバージョンの作成](https://docs.aws.amazon.com/frauddetector/latest/ug/create-a-detector-version.html)を参照)。Amazon Fraud Detector は、レスポンスの一部として、一致したルールに関連する結果だけでなく、モデルスコアも提供します。

## リアルタイムの不正予測の取得
<a name="gettting-real-time-prediction"></a>

リアルタイムの不正予測を取得するには、不正予測モデルとルール (つまりルールセット) を含むディテクターを作成して発行していることを確認してください。

コマンドラインインターフェイス (AWS CLI) またはいずれかの Amazon Fraud Detector SDKs を使用して [GetEventPrediction](https://docs.aws.amazon.com/frauddetector/latest/api/API_GetEventPrediction.html) API AWS オペレーションを呼び出すことで、イベントの不正予測をリアルタイムで取得できます。

API を使用するには、リクエストごとに 1 つのイベントの情報を指定します。リクエストの一部として、Amazon Fraud Detector がイベントの評価に使用する `detectorId` を指定する必要があります。必要に応じて、`detectorVersionId` を指定できます。`detectorVersionId` が指定されていない場合、Amazon Fraud Detector は `ACTIVE ` バージョンのディテクターを使用します。

オプションで、フィールド にデータを渡して SageMaker AI モデルを呼び出すためにデータを送信できます`externalModelEndpointBlobs`。

### を使用して不正予測を取得する AWS SDK for Python (Boto3)
<a name="get-a-fraud-prediction-using-the-aws-python-sdk"></a>

不正予測を生成するには、`GetEventPrediction` API を呼び出します。以下の例では、[パート B: 不正予測を生成する](part-b.md) を完了していることを前提としています。レスポンスの一環として、モデルスコア、一致したルールとそれに対応する結果を受け取ります。`GetEventPrediction` リクエストのその他の例については、[aws-fraud-detector-samples GitHub リポジトリ](https://github.com/aws-samples/aws-fraud-detector-samples)をご覧ください。

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

fraudDetector.get_event_prediction(
detectorId = 'sample_detector',
eventId = '802454d3-f7d8-482d-97e8-c4b6db9a0428',
eventTypeName = 'sample_registration',
eventTimestamp = '2020-07-13T23:18:21Z',
entities = [{'entityType':'sample_customer', 'entityId':'12345'}],
eventVariables = {
    'email_address' : 'johndoe@exampledomain.com',
    'ip_address' : '1.2.3.4'
}
)
```