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 SageMaker integrierten Algorithmen von Amazon halten sich an das unter beschriebene allgemeine Eingabe-Inferenzformat. Gängige Datenformate für Inferenz Der SageMaker IP Insights-Algorithmus unterstützt derzeit jedoch nicht das RecordIO-Format.

IP Insights-Eingabeanforderungsformate

EINGABE: CSV-Format

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

Inhaltstyp: text/csv

entity_id_1, 192.168.1.2
entity_id_2, 10.10.1.2

EINGABE: JSON-Format

JSON-Daten können in verschiedenen Formaten zur Verfügung gestellt werden. IP Insights folgt den gängigen SageMaker Formaten. Weitere Informationen zu Inferenzformaten finden Sie unter Gängige 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"]}
  ]
}

EINGABE: JSONLINES-Format

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

AUSGABE: JSON-Antwortformat

Die Standardausgabe des SageMaker 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 IP 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]
    }
  ]
}

AUSGABE: 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]}