Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

IP Insights-Inferenzdatenformate

Im Folgenden sind die verfügbaren Eingabe- und Ausgabeformate für den IP Insights-Algorithmus aufgeführt. Die integrierten Algorithmen von Amazon SageMaker AI halten sich an das unter beschriebene allgemeine Eingabe-Inferenzformat. Allgemeine Datenformate für Inferenz Der SageMaker AI IP Insights-Algorithmus unterstützt derzeit jedoch nicht das RecordIO-Format.

IP Insights-Eingabeanforderungsformate

INPUT: Format CSV

Die CSV Datei muss zwei Spalten haben. Die erste Spalte ist eine opake Zeichenfolge, die der eindeutigen Kennung einer Entity entspricht. Die zweite Spalte enthält die IPv4 Adresse des Zugriffsereignisses der Entität in Dezimalpunktschreibweise.

Inhaltstyp: text/csv

entity_id_1, 192.168.1.2
entity_id_2, 10.10.1.2

INPUTJSON: Format

JSONDaten können in verschiedenen Formaten bereitgestellt werden. IP Insights folgt den gängigen SageMaker KI-Formaten. Weitere Informationen zu Inferenzformaten finden Sie unter Allgemeine Datenformate für Inferenz.

Inhaltstyp: application/json

{
  "instances": [
    {"data": {"features": {"values": ["entity_id_1", "192.168.1.2"]}}},
    {"features": ["entity_id_2", "10.10.1.2"]}
  ]
}

INPUT: JSONLINES Format

Der Inhaltstyp JSON Lines ist nützlich für die Ausführung von Batch-Transformationsaufträgen. Weitere Informationen zu SageMaker KI-Inferenzformaten finden Sie unterAllgemeine Datenformate für Inferenz. Weitere Informationen zum Ausführen von Stapeltransformationsaufträgen finden Sie unter Batch-Transformation für Inferenz mit Amazon AI SageMaker .

Inhaltstyp: application/jsonlines

{"data": {"features": {"values": ["entity_id_1", "192.168.1.2"]}}},
{"features": ["entity_id_2", "10.10.1.2"]}]

IP Insights-Ausgabeantwortformate

OUTPUT: JSON Antwortformat

Die Standardausgabe des SageMaker AI IP Insights-Algorithmus erfolgt dot_product zwischen der Eingabeentität und der IP-Adresse. Das dot_product gibt an, wie kompatibel das Modell die Entity und IP-Adresse berücksichtigt. Das dot_product ist unbegrenzt. Um Prognosen zu erstellen, inwieweit ein Ereignis anormal ist, müssen Sie einen Schwellenwert basierend auf Ihrer definierten Verteilung festlegen. Informationen zur Verwendung des dot_product zur Erkennung von Anomalien finden Sie unter Eine Einführung in den SageMaker AIIP Insights-Algorithmus.

Akzeptiert: application/json

{
  "predictions": [
    {"dot_product": 0.0},
    {"dot_product": 2.0}
  ]
}

Fortgeschrittene Benutzer können auf die gelernten Entity- und IP-Einbettungen zugreifen, indem sie den zusätzlichen Inhaltstyp-Parameter verbose=True im Akzeptiert-Header angeben. Sie können die entity_embedding und ip_embedding für die Fehlersuche, Visualisierung und Verdeutlichung des Modells verwenden. Darüber hinaus können Sie diese Einbettungen in anderen Machine-Learning-Techniken, wie Klassifizierung oder Clustering, verwenden.

Akzeptiert: application/json;verbose=True

{
  "predictions": [
    {
        "dot_product": 0.0,
        "entity_embedding": [1.0, 0.0, 0.0],
        "ip_embedding": [0.0, 1.0, 0.0]
    },
    {
        "dot_product": 2.0,
        "entity_embedding": [1.0, 0.0, 1.0],
        "ip_embedding": [1.0, 0.0, 1.0]
    }
  ]
}

OUTPUT: JSONLINES Antwortformat

Akzeptiert: application/jsonlines

{"dot_product": 0.0}
{"dot_product": 2.0}

Akzeptiert: application/jsonlines; verbose=True

{"dot_product": 0.0, "entity_embedding": [1.0, 0.0, 0.0], "ip_embedding": [0.0, 1.0, 0.0]}
{"dot_product": 2.0, "entity_embedding": [1.0, 0.0, 1.0], "ip_embedding": [1.0, 0.0, 1.0]}