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.
# 예측 설명
예측 설명은 각 이벤트 변수가 모델의 사기 예측 점수에 어떤 영향을 미쳤는지에 대한 통찰력을 제공하며 사기 예측의 일부로 자동으로 생성됩니다. 각 사기 예측에는 1\~1000의 위험 점수가 포함됩니다. 예측 설명은 각 이벤트 변수가 위험 점수에 미치는 영향에 대한 세부 정보를 크기(0\~5, 5가 가장 높음) 및 방향(점수를 더 높거나 낮게 유도) 측면에서 제공합니다. 다음 작업에 예측 설명을 사용할 수도 있습니다.
+ 이벤트가 검토를 위해 플래그 지정될 때 수동 반향 중에 상위 위험 지표를 식별합니다.
+ 거짓 긍정 예측으로 이어지는 근본 원인을 좁히려면(예: 합법적인 이벤트에 대한 고위험 점수).
+ 이벤트 데이터 전반의 사기 패턴을 분석하고 데이터 세트에서 편향이 있는 경우 이를 탐지합니다.
**중요**
예측 설명은 자동으로 생성되며 *2021년 6월 30*일 이후에 훈련된 모델에 대해서만 사용할 수 있습니다. *2021년 6월 30*일 이전에 훈련된 모델에 대한 예측 설명을 받으려면 해당 모델을 재훈련하세요.
예측 설명은 모델을 훈련하는 데 사용된 각 이벤트 변수에 대해 다음과 같은 값 집합을 제공합니다.
**상대적 영향**
사기 예측 점수에 대한 변수의 영향을 시각적으로 참조합니다. 상대적 영향 값은 사기 위험의 별 등급(0\~5, 5가 가장 높음)과 방향(증가/감소) 영향으로 구성됩니다.
+ 사기 위험을 높이는 변수는 빨간색 별표로 표시됩니다. 빨간색 별의 수가 많을수록 변수가 사기 점수를 높이고 사기 가능성이 높아집니다.
+ 사기 위험을 줄이는 변수는 녹색 별표로 표시됩니다. 녹색 시작 횟수가 많을수록 변수가 사기 위험 점수를 더 많이 낮추고 사기 가능성이 감소합니다.
+ 모든 변수에 대해 별이 0이면 그 자체로 사기 위험을 크게 변경한 변수가 없음을 나타냅니다.
**원시 설명 값**
사기의 로그 오즈로 표시되는 해석되지 않은 원시 값을 제공합니다. 이러한 값은 일반적으로 -10\~\+10이지만 - 무한대\~\+ 무한대 범위입니다.
+ 양수 값은 변수가 위험 점수를 높였음을 나타냅니다.
+ 음수 값은 변수가 위험 점수를 낮추었음을 나타냅니다.
Amazon Fraud Detector 콘솔에서 예측 설명 값은 다음과 같이 표시됩니다. 색상이 지정된 별 등급과 해당 원시 숫자 값을 사용하면 변수 간의 상대적 영향을 쉽게 확인할 수 있습니다.
## 예측 설명 보기
사기 예측을 생성한 후 Amazon Fraud Detector 콘솔에서 예측 설명을 볼 수 있습니다. AWS SDK의 APIs를 사용하여 예측 설명을 보려면 먼저 `ListEventPrediction` API를 호출하여 이벤트에 대한 예측 타임스탬프를 얻은 다음 `GetEventPredictionMetadata` API를 호출하여 예측 설명을 받아야 합니다.
### Amazon Fraud Detector 콘솔을 사용하여 예측 설명 보기
**콘솔을 사용하여 예측 설명을 보려면**
1. AWS 콘솔을 열고 계정에 로그인합니다. Amazon Fraud Detector로 이동합니다.
1. 왼쪽 탐색 창에서 **과거 예측 검색을** 선택합니다.
1. **속성**, **연산자** 및 **값** 필터를 사용하여 검토하려는 예측을 선택합니다.
1. 상단 **필터** 창에서 검토하려는 예측이 생성된 기간을 선택해야 합니다.
1. **결과** 창에는 지정된 기간 동안 생성된 모든 예측 목록이 표시됩니다. 예측의 이벤트 ID를 클릭하여 예측 설명을 봅니다.
1. **예측 설명 창까지 아래로 스크롤합니다**.
1. 에서 **원시 예측 설명 값 표시** 버튼을 설정****하여 모든 변수의 원시 예측 설명 값을 봅니다.
### Python용 AWS SDK(Boto3)를 사용하여 예측 설명 보기
다음 예제에서는 AWS SDK의 `ListEventPredictions` 및 `GetEventPredictionMetadata` APIs를 사용하여 예측 설명을 보기 위한 샘플 요청을 보여줍니다.
**예제 1: `ListEventPredictions` API를 사용하여 최신 예측 목록 가져오기**
```
import boto3
fraudDetector = boto3.client('frauddetector')
fraudDetector.list_event_predictions(
maxResults = 10,
predictionTimeRange = {
end_time: '2022-01-13T23:18:21Z',
start_time: '2022-01-13T20:18:21Z'
}
)
```
**예제 2: `ListEventPredictions` API를 사용하여 이벤트 유형 "등록"에 대한 과거 예측 목록 가져오기**
```
import boto3
fraudDetector = boto3.client('frauddetector')
fraudDetector.list_event_predictions(
eventType = {
value = 'registration'
}
maxResults = 70,
nextToken = "10",
predictionTimeRange = {
end_time: '2021-07-13T23:18:21Z',
start_time: '2021-07-13T20:18:21Z'
}
)
```
**예제 3: `GetEventPredictionMetadata` API를 사용하여 지정된 기간에 생성된 지정된 이벤트 ID, 이벤트 유형, 감지기 ID 및 감지기 버전 ID에 대한 과거 예측의 세부 정보를 가져옵니다.**
이 요청에 `predictionTimestamp` 지정된는 먼저 `ListEventPredictions` API를 호출하여 가져옵니다.
```
import boto3
fraudDetector = boto3.client('frauddetector')
fraudDetector.get_event_prediction_metadata (
detectorId = 'sample_detector',
detectorVersionId = '1',
eventId = '802454d3-f7d8-482d-97e8-c4b6db9a0428',
eventTypeName = 'sample_registration',
predictionTimestamp = '2021-07-13T21:18:21Z'
)
```
## 예측 설명 계산 방법 이해
Amazon Fraud Detector는 [SHAP(SHapeley Additive exPlanations)](https://arxiv.org/abs/1705.07874)를 사용하여 모델 훈련에 사용되는 각 이벤트 변수의 **원시 설명 값을** 계산하여 개별 이벤트 예측을 설명합니다. 원시 설명 값은 예측을 생성할 때 분류 알고리즘의 일부로 모델에 의해 계산됩니다. 이러한 원시 설명 값은 사기 확률의 로그에 대한 각 입력의 기여도를 나타냅니다. 원시 설명 값(-infinity에서 \+infinity로)은 매핑을 사용하여 **상대 영향 값**(-5\~\+5)으로 변환됩니다. 원시 설명 값에서 파생된 상대 영향 값은 사기(긍정) 또는 합법(부정)의 확률이 증가하는 횟수를 나타내므로 예측 설명을 더 쉽게 이해할 수 있습니다.