Amazon Fraud Detector が選ばれる理由は?

Amazon Fraud Detector は、Amazon の 20 年以上にわたるインサイトに基づいて構築されたフルマネージドサービスで、お客様が潜在的な不正行為を特定し、より多くのオンライン不正を迅速に発見するのに役立ちます。Amazon Fraud Detector では、実際に使用した分に対してのみ料金が発生します。最低料金または前払いの義務はありません。モデルのトレーニングとホストに使用されるコンピューティング時間、使用したストレージ量、不正予測の量に基づいて請求されます。

無料トライアル

今すぐサインアップして、Amazon Fraud Detector を 2 か月間無料でお試しください。このオファーには、モデルトレーニングのための 50 コンピューティング時間、モデルホスティングのための最大 500 コンピューティング時間、保存されたイベントデータ 20 GB/月、30,000 件のオンライン不正インサイト予測、30,000 件のトランザクション不正インサイト予測、30,000 件/月のルールベースの不正予測、および 最初の 2 か月間のアカウントの乗っ取りインサイト予測 1,000,000 件が含まれます。

料金の概要

Amazon Fraud Detector にイベントデータを保存する場合は、ギガバイト (GB) 単位で課金されます。データストレージはオプションです。イベントデータは、過去のイベントのアップロードと予測の生成時の両方で保存できます。

Amazon Fraud Detector はデータを使用してカスタムモデルをトレーニングするのに費やされるコンピューティング時間に課金します。コンピューティング時間とは、8v CPU と 32 GB メモリを使用する 1 時間のコンピューティング能力です。Fraud Detector は、お客様のデータをトレーニングするために、最も速く、最も効率的なインスタンスタイプを自動的に選択し、そのインスタンスはベースラインの仕様を超えることがあります。したがって、請求されるコンピューティング時間の時間数が、経過したトレーニング時間の時間数よりも長くなる可能性があります。

Fraud Detector は、デプロイされたモデルのオンデマンドホスティングでは、リアルタイムの予測に使用できるように、1 時間ごとにコンピューティング能力に料金を課金します。

Fraud Detector は、不正予測ごとに課金されます。請求される料金は、Amazon Fraud Detector 機械学習モデルを使用しているか、ルールのみを使用しているかによって異なります。予測ごとの料金は、リアルタイム予測とバッチ予測で同じです。不正予測は月ごとの使用量に対して集約され、料金階層に従って請求されます。Amazon SageMaker からインポートしたモデルを使用する予測は、ルールベースの予測として料金が設定されます。

料金の詳細

データ処理およびストレージ    料金
データ処理およびストレージ GB あたり 0.10 USD
モデルトレーニングおよびホスティング             料金
モデルトレーニング 0.39 USD/時
モデルホスティング 0.06 USD/時
不正予測 料金
オンライン不正インサイト  
最初の 100,000 件の予測/月                                 0.0300 USD/予測
100,000 件の予測/月を超える場合 0.0075 USD/予測
トランザクション不正インサイト  
最初の 100,000 件の予測/月 0.0300 USD/予測
100,000 件の予測/月を超える場合 0.0075 USD/予測
ルールベースの不正予測  
最初の 400,000 件の予測/月 0.00500 USD/予測
次の 800,000 件の予測/月 0.00250 USD/予測
1,200,000 件の予測/月 を超える場合 0.00125 USD/予測
アカウントの乗っ取りインサイト  
最初の 10,000,000 件の予測/月 0.0010 USD/予測
次の 90,000,000 件の予測/月 0.0005 USD/予測
100,000,000 件の予測/月 を超える場合 0.0003 USD/予測

例 1: e コマースマーチャントに対するリアルタイムオンライン不正検出

お客様は、リスクの高いゲストチェックアウトオーダーやチャージバックからの保護を検討している e コマースマーチャントです。例えば、5 GBのデータをアップロードし、1 つのモデルを月に 2 回トレーニングし、各トレーニングを完了するにはコンピューティング 10 時間がかかるとします。さらに、1 か月間、モデルの 1 つをデプロイし、それを使って 1 日に 1,000 件のリアルタイム不正予測を生成します。Amazon Fraud Detector の使用に対する月間料金は以下のとおりです。

データの処理およびストレージの料金 = 5 GB x 0.10 USD/GB = 0.50 USD

トレーニング料金 = 10 コンピューティング時間 x 2 トレーニング x 0.39 USD/コンピューティング時間 = 7.80 USD

ホスティング料金 = 30 日 x 24 時間 x 1 モデル x 0.06 USD/コンピューティング時間 = 43.20 USD

不正予測料金 (リアルタイムとバッチ) = 1,000 予測/日 x 30 日 x 0.03 USD/オンライン不正インサイト予測 = 900 USD

合計コスト = 0.50 USD + 7.80 USD + 43.20 USD + 900 USD = 951.50 USD

例 2: 決済サービスプロバイダのトランザクション不正検出

お客様はカードレス決済ソリューションを提供する決済サービスプロバイダで、疑わしい決済にフラグを立てることで、トランザクションの不正を削減したいと考えています。機械学習モデルとルールベースの意思決定システムを導入する予定です。例えば、20 GB のデータをアップロードし、2 つのモデルを月に 1 回トレーニングし、各モデルトレーニングには 10 時間のコンピューティング時間がかかるとします。そして、パフォーマンスの良い方のモデルを選び、そのモデルを1 か月間デプロイします。1 日あたり 20,000 件のリアルタイム不正予測 (結果として、600,000 件/月のトランザクション) と、1 日あたり 1000 件のルールベースの不正予測判断 (結果として、30,000 件/月のトランザクション) を生成します。Amazon Fraud Detector の使用に対する月間料金は以下のとおりです。

データの処理およびストレージの料金 = 20 GB x 0.10 USD/GB = 2 USD

トレーニング料金 = 2 モデル x 10 コンピューティング時間 x 2 トレーニング x 0.39 USD/コンピューティング時間 = 15.60 USD

ホスティング料金 = 30 日 x 24 時間 x 1 モデル x 0.06 USD/コンピューティング時間 = 43.20 USD

最初の 100,000 トランザクションに対する 機械学習ベースの不正予測料金 (リアルタイム) = 100,000 件の予測 x 0.03 USD/トランザクション不正インサイト予測 = 3,000 USD

次の 500,000 トランザクションに対する 機械学習ベースの不正予測料金 (リアルタイム) = 500,000 件の予測 x 0.075 USD/トランザクション不正インサイト予測 = 3,750 USD

ルールベースの不正予測料金 = 1,000 件の予測/日 x 30 日 x 0.005 USD/ルールベースの不正予測 = 150 USD

合計コスト = 2 USD + 15.60 USD + 43.20 USD + 3,000 USD + 3,750 USD + 150 USD = 6,960.80 USD