Amazon Fraud Detector는 2025년 11월 7일부터 신규 고객에게 더 이상 공개되지 않습니다. Amazon Fraud Detector와 유사한 기능을 알아보려면 Amazon SageMaker, AutoGluon 및를 살펴보세요 AWS WAF.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 모델 빌드
<a name="building-a-model"></a>

Amazon Fraud Detector 모델은 특정 이벤트 유형에 대한 사기를 탐지하는 방법을 학습합니다. Amazon Fraud Detector에서는 먼저 모델 버전을 위한 컨테이너 역할을 하는 모델을 생성합니다. 모델을 훈련할 때마다 새 버전이 생성됩니다. AWS 콘솔을 사용하여 모델을 생성하고 훈련하는 방법에 대한 자세한 내용은 섹션을 참조하세요[3단계: 모델 생성](part-a.md#step-3-create-new-ml-model).

각 모델에는 해당 모델 점수 변수가 있습니다. Amazon Fraud Detector는 모델을 생성할 때 사용자를 대신하여이 변수를 생성합니다. 규칙 표현식에서이 변수를 사용하여 사기 평가 중에 모델 점수를 해석할 수 있습니다.

## 를 사용하여 모델 훈련 및 배포 AWS SDK for Python (Boto3)
<a name="train-and-deploy-a-model-using-the-aws-python-sdk"></a>

모델 버전은 `CreateModel` 및 `CreateModelVersion` 작업을 호출하여 생성됩니다.는 모델 버전을 위한 컨테이너 역할을 하는 모델을 `CreateModel` 시작합니다.는 훈련 프로세스를 `CreateModelVersion` 시작하여 모델의 특정 버전을 생성합니다. `CreateModelVersion`을 호출할 때마다 새 솔루션 버전이 생성됩니다.

다음 예제에서는 `CreateModel` API에 대한 샘플 요청을 보여줍니다. 이 예제에서는 *Online Fraud Insights* 모델 유형을 생성하고 이벤트 유형을 생성했다고 가정합니다`sample_registration`. 이벤트 유형 생성에 대한 자세한 내용은 섹션을 참조하세요[이벤트 유형 생성](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')
```

[CreateModelVersion](https://docs.aws.amazon.com//frauddetector/latest/api/API_CreateModelVersion.html) API를 사용하여 첫 번째 버전을 훈련합니다. `TrainingDataSource` 및에 대해 훈련 데이터 세트의 소스 및 Amazon S3 위치를 `ExternalEventsDetail` 지정합니다. 의 경우 Amazon Fraud Detector가 훈련 데이터를 해석하는 방법, 특히 포함할 이벤트 변수와 이벤트 레이블을 분류하는 방법을 `TrainingDataSchema` 지정합니다. 기본적으로 Amazon Fraud Detector는 레이블이 지정되지 않은 이벤트를 무시합니다. 이 예제 코드는 `AUTO`에 `unlabeledEventsTreatment`를 사용하여 Amazon Fraud Detector가 레이블이 지정되지 않은 이벤트를 사용하는 방법을 결정하도록 지정합니다.

```
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'
}
)
```

요청이 성공하면 상태의 새 모델 버전이 생성됩니다`TRAINING_IN_PROGRESS`. 훈련 중 언제든지를 호출`UpdateModelVersionStatus`하고 상태를 로 업데이트하여 훈련을 취소할 수 있습니다`TRAINING_CANCELLED`. 훈련이 완료되면 모델 버전 상태가 로 업데이트됩니다`TRAINING_COMPLETE`. Amazon Fraud Detector 콘솔을 사용하거나를 호출하여 모델 성능을 검토할 수 있습니다`DescribeModelVersions`. 모델 점수와 성능을 해석하는 방법에 대한 자세한 내용은 [모델 점수](model-scores.md) 및 섹션을 참조하세요[모델 성능 지표](training-performance-metrics.md).

 모델 성능을 검토한 후 모델을 활성화하여 감지기가 실시간 사기 예측에 사용할 수 있도록 합니다. Amazon Fraud Detector는 자동 크기 조정이 켜져 있는 중복성을 위해 여러 가용 영역에 모델을 배포하여 모델이 실행 중인 사기 예측 수에 따라 확장되도록 합니다. 모델을 활성화하려면 `UpdateModelVersionStatus` API를 호출하고 상태를 로 업데이트합니다`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'
)
```