Warum Amazon Fraud Detector?

Amazon Fraud Detector, ein vollständig verwalteter Service, der auf den Erkenntnissen von Amazon aus über 20 Jahren aufbaut, hilft Kunden, potenziell betrügerische Aktivitäten zu identifizieren und mehr Online-Betrug schneller zu erkennen. Mit Amazon Fraud Detector zahlen Sie nur für das, was Sie auch nutzen. Es fallen keine Mindestgebühren oder Vorauszahlungen an. Die Abrechnung erfolgt basierend auf den Rechenstunden, die zum Trainieren und Hosten Ihrer Modelle verwendet wurden, der Menge des von Ihnen verwendeten Speichers und der Menge der von Ihnen gemachten Betrugsvorhersagen.

Kostenlose Testversion

Melden Sie sich jetzt an und testen Sie Amazon Fraud Detector zwei Monate lang kostenlos. Das Angebot umfasst 50 Rechenstunden für das Modelltraining, bis zu 500 Rechenstunden für das Modellhosting, 20 GB gespeicherte Ereignisdaten pro Monat, 30.000 Online-Fraud-Insight-Vorhersagen, 30.000 Transaction-Fraud-Insights-Vorhersagen, 30.000 regelbasierte Betrugsvorhersagen pro Monat und 1 Million Account-Takeover-Insight-Vorhersagen für die ersten zwei Monate.

Preise auf einen Blick

Die Speicherung von Ereignisdaten in Amazon Fraud Detector wird pro Gigabyte (GB) berechnet. Die Datenspeicherung ist optional. Ereignisdaten können sowohl beim Hochladen vergangener Ereignisse als auch beim Erstellen von Vorhersagen gespeichert werden.

Amazon Fraud Detector berechnet die Rechenstunden, die verbraucht werden, um ein benutzerdefiniertes Modell mit Ihren Daten zu trainieren. Eine Datenverarbeitungsstunde entspricht einer Stunde Rechenkapazität mit 8v-CPUs und 32 GB Speicher. Fraud Detector wählt automatisch den schnellsten und effizientesten Instance-Typ aus, um Ihre Daten zu trainieren, und die Instance kann die Basisspezifikationen übertreffen. Daher kann die Anzahl der in Rechnung gestellten Datenverarbeitungsstunden über der Anzahl der verstrichenen Trainingsstunden liegen.

Fraud Detector berechnet die Rechenkapazität für das On-Demand-Hosting der eingesetzten Modelle stundenweise, so dass diese für Echtzeit-Vorhersagen zur Verfügung stehen.

Fraud Detector berechnet Gebühren pro Betrugsprognose. Der Preis, der berechnet wird, hängt davon ab, ob Sie ein maschinelles Lernmodell von Amazon Fraud Detector oder nur Regeln verwenden. Der Preis pro Vorhersage ist für Echtzeit- und Batch-Vorhersagen derselbe. Ihre Betrugsprognosen werden für die monatliche Nutzung zusammengefasst und entsprechend den Preisstufen in Rechnung gestellt. Vorhersagen, die ein von Amazon SageMaker importiertes Modell verwenden, werden als regelbasierte Vorhersagen bepreist.

Preisdetails

Datenverarbeitung und -speicherung    Preise
Datenverarbeitung und -speicherung 0,10 USD pro GB
Trainieren und Hosten des Modells             Preise
Modelltraining 0,39 USD pro Stunde
Modell-Hosting 0,06 USD pro Stunde
Betrugsprognosen Preise
Online Fraud Insights  
Die ersten 100.000 Prognosen pro Monat                                 0,0300 USD pro Prognose
Bei mehr als 100.000 Prognosen pro Monat 0,0075 USD pro Prognose
Transaction Fraud Insights  
Die ersten 100.000 Prognosen pro Monat 0,0300 USD pro Prognose
Bei mehr als 100.000 Prognosen pro Monat 0,0075 USD pro Prognose
Regelbasierte Betrugsprognosen  
Die ersten 400.000 Prognosen pro Monat 0,00500 USD pro Prognose
Weitere 800.000 Prognosen pro Monat 0,00250 USD pro Prognose
Bei mehr als 1.200.000 Prognosen pro Monat 0,00125 USD pro Prognose
Account Takeover Insights  
Die ersten 10.000.000 Prognosen pro Monat 0,0010 USD pro Prognose
Weitere 90.000.000 Prognosen pro Monat 0,0005 USD pro Prognose
Bei mehr als 100.000.000 Prognosen pro Monat 0,0003 USD pro Prognose

Beispiel 1: Echtzeit-Online-Betrugserkennung für einen E-Commerce-Händler

Sie sind ein E-Commerce-Händler, der sich vor risikoreichen Gast-Checkout-Bestellungen und Rückbuchungen schützen möchte. Angenommen, Sie laden 5 GB Daten hoch und trainieren ein einzelnes Modell zweimal pro Monat, wobei jedes Training 10 Datenverarbeitungsstunden in Anspruch nimmt. Darüber hinaus setzen Sie eines der Modelle für den gesamten Monat ein und generieren daraus 1.000 Echtzeit-Betrugsvorhersagen pro Tag. Die Rechnung für den Monat für die Nutzung von Amazon Fraud Detector wird sein:

Gebühr für Datenverarbeitung und -speicherung = 5 GB x 0,10 USD pro GB =0.50 USD

Trainingsgebühr = 10 Rechenstunden * 2 Trainings * 0,39 USD pro Rechenstunden = 7,80 USD

Hostinggebühr = 30 Tage x 24 Stunden x 1 Modell x 0,06 USD pro Datenverarbeitungsstunde = 43,20 USD

Betrugsprognosegebühr (Echtzeit) = 1 000 Prognosen pro Tag x 30 Tage x 0,03 USD pro Online Fraud Insights-Prognose = 900 USD

Gesamtkosten = 0,50 USD + 7,80 USD + 43.20 USD + 900 USD = 951.50 USD

Beispiel 2: Betrugserkennung bei Transaktionen für einen Zahlungsdienstleister

Sie sind ein Zahlungsdienstleister, der Lösungen zur Akzeptanz von Situationen anbietet, in denen die Kunden ihre Karte nicht zur Hand haben, und möchten Transaktionsbetrug reduzieren, indem verdächtige Zahlungen gekennzeichnet werden. Sie planen, ein Machine-Learning-Modell und ein regelbasiertes Entscheidungssystem zu implementieren. Angenommen, Sie laden einmal im Monat 20 GB hoch und trainieren zwei Modelle, wobei jedes Modelltraining 10 Rechenstunden in Anspruch nimmt. Sie wählen dann das Modell mit der besseren Leistung aus und setzen es für den gesamten Monat ein. Sie generieren 20.000 Echtzeit-Betrugsvorhersagen pro Tag (was zu 600.000 Transaktionen pro Monat führt) und 1.000 regelbasierte Entscheidungen zur Betrugsvorhersage pro Tag (was zu 30.000 Transaktionen pro Monat führt). Die Rechnung für den Monat für die Nutzung von Amazon Fraud Detector wird sein:

Gebühr für Datenverarbeitung und -speicherung = 20 GB x 0,10 USD pro GB =2 USD

Trainingsgebühr = 2 Modelle * 10 Datenverarbeitungsstunden * 2 Schulungen * 0,39 USD pro Rechenstunde = 15,60 USD

Hostinggebühr = 30 Tage * 24 Stunden * 1 Modell * 0,06 USD pro Datenverarbeitungsstunde = 43,20 USD

Gebühr für ML-basierte Betrugsprognosen (in Echtzeit) für die ersten 100.000 Transaktionen = 100.000 Prognosen * 0,03 USD pro Transaction-Fraud-Insights-Prognose = 3.000 USD

Gebühr für ML-basierte Betrugsprognosen (in Echtzeit) für die nächsten 500.000 Transaktionen = 500.000 Prognosen * 0,075 USD pro Transaction-Fraud-Insights-Prognose = 3.750 USD

Gebühr für regelbasierte Betrugsprognose = 1 .000 Prognosen/Tag * 30 Tage * 0,005 USD pro regelbasierter Betrugsprognose = 150 USD

Gesamtkosten= 2 USD + 15,60 USD + 43.20 USD + 3 000 USD + 3 750 USD + 150 USD = 6 960,80 USD