Desea detectar cuentas fraudulentas e identificar si una cuenta recién creada coincide con alguna cuenta fraudulenta conocida anteriormente. Está limpiando los registros con AWS Glue durante la ingesta. ¿Qué enfoque debe usar para encontrar cuentas fraudulentas probablemente duplicadas o coincidentes?

La transformación de machine learning FindMatches en AWS Glue está diseñada específicamente para identificar registros duplicados o coincidentes en conjuntos de datos, incluso cuando los registros no son idénticos. Esto es ideal para detectar cuentas fraudulentas que pueden tener ligeras variaciones. Ejecutar una consulta FindDuplicates en Amazon Athena no es una característica incorporada para la detección de duplicados "difusos" y se enfocaría en coincidencias exactas. Un rastreador de AWS Glue infiere esquemas, no identifica duplicados. Buscar duplicados directamente en el AWS Glue Data Catalog no es una funcionalidad disponible para este propósito.