Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Previsioni in batch
Puoi utilizzare un processo di previsione in batch in Amazon Fraud Detector per ottenere previsioni per una serie di eventi che non richiedono punteggi in tempo reale. Ad esempio, è possibile creare un processo di previsione in batch per eseguire un processo offline proof-of-concept o per valutare retrospettivamente il rischio di eventi su base oraria, giornaliera o settimanale.
Puoi creare un processo di previsione batch utilizzando la console Amazon Fraud Detector
Argomenti
Come funzionano le previsioni in batch
L'operazione CreateBatchPredictionJob API utilizza una versione del rilevatore specificata per effettuare previsioni basate sui dati forniti in un file CSV di input che si trova in un bucket Amazon S3. L'API restituisce quindi il file CSV risultante in un bucket S3.
I processi di previsione in batch calcolano i punteggi dei modelli e i risultati di previsione allo stesso modo dell'operazione. GetEventPrediction Analogamente aGetEventPrediction, per creare un processo di previsione in batch, è necessario innanzitutto creare un tipo di evento, eventualmente addestrare un modello e quindi creare una versione del rilevatore che valuti gli eventi nel processo batch.
I prezzi per i punteggi di rischio degli eventi valutati dai processi di previsione in batch sono gli stessi dei prezzi per i punteggi creati dall'API. GetEventPrediction Per maggiori dettagli, consulta i prezzi di Amazon Fraud Detector
È possibile eseguire un solo processo di previsione batch alla volta.
File di input e output
Il file CSV di input deve contenere intestazioni che corrispondono al tipo di evento associato alla versione del rilevatore selezionata. La dimensione massima del file di dati di input è 1 GB. Il numero di eventi varierà in base alle dimensioni dell'evento.
Amazon Fraud Detector crea il file di output nello stesso bucket del file di input, a meno che tu non specifichi una posizione separata per i dati di output. Il file di output contiene i dati originali del file di input e le seguenti colonne aggiunte:
MODEL_SCORES— Descrive in dettaglio i punteggi del modello per l'evento di ciascun modello associato alla versione del rilevatore selezionata.OUTCOMES— Descrive in dettaglio i risultati dell'evento valutati dalla versione del rilevatore selezionata e dalle relative regole.STATUS— Indica se l'evento è stato valutato con successo. Se l'evento non è stato valutato correttamente, questa colonna mostra un codice di motivazione dell'errore.-
RULE_RESULTS— Un elenco di tutte le regole corrispondenti, in base alla modalità di esecuzione delle regole.
Ottenere previsioni in batch
I passaggi seguenti presuppongono che tu abbia già creato un tipo di evento, addestrato un modello utilizzando quel tipo di evento (opzionale) e creato una versione del rilevatore per quel tipo di evento.
Per ottenere una previsione batch
-
Accedi alla AWS Management Console e apri la console Amazon Fraud Amazon Fraud all'indirizzo https://console.aws.amazon.com/frauddetector
. -
Nel riquadro di navigazione a sinistra della console Amazon Fraud Detector, scegli Previsioni batch, quindi scegli Nuova previsione batch.
-
In Nome Job, specifica un nome per il processo di previsione batch. Se non specifichi un nome, Amazon Fraud Detector genera casualmente un nome di lavoro.
-
In Detector, scegli il rilevatore per questa previsione batch.
-
Nella versione Detector, scegli la versione del rilevatore per questa previsione batch. Puoi scegliere una versione del rilevatore in qualsiasi stato. Se il rilevatore ha una versione del rilevatore in
Activestato, tale versione viene selezionata automaticamente, ma è anche possibile modificare questa selezione, se necessario. -
Nel ruolo IAM, scegli o crea un ruolo con accesso di lettura e scrittura ai tuoi bucket Amazon S3 di input e output. Per ulteriori informazioni, consulta Guida sui ruoli IAM.
Per ottenere previsioni batch, il ruolo IAM che chiama l'
CreateBatchPredictionJoboperazione deve disporre delle autorizzazioni di lettura nel bucket S3 di input e delle autorizzazioni di scrittura nel bucket S3 di output. Per ulteriori informazioni sulle autorizzazioni dei bucket, consulta gli esempi di policy per gli utenti nella Guida per l'utente di Amazon S3. -
In Posizione dei dati di input, specifica la posizione Amazon S3 dei tuoi dati di input. Se desideri che il file di output si trovi in un bucket S3 diverso, seleziona Separate data location for output e fornisci la posizione Amazon S3 per i tuoi dati di output.
(Facoltativo) Crea tag per il tuo processo di previsione in batch.
Scegli Start (Avvia).
Amazon Fraud Detector crea il processo di previsione batch e lo stato del processo è.
In progressI tempi di elaborazione dei processi di previsione in batch variano a seconda del numero di eventi e della configurazione della versione del rilevatore.
Per interrompere un processo di previsione batch in corso, vai alla pagina dei dettagli del processo di previsione batch, scegli Azioni, quindi scegli Interrompi previsione batch. Se interrompi un processo di previsione in batch, non riceverai alcun risultato per il processo.
Quando lo stato del processo di previsione batch cambia inComplete, puoi recuperare l'output del processo dal bucket Amazon S3 di output designato. Il nome del file di output è nel formatobatch prediction job name_file creation
timestamp_output.csv. Ad esempio, il file di output di un job denominato mybatchjob èmybatchjob_
1611170650_output.csv.
Per cercare eventi specifici valutati da un processo di previsione in batch, nel riquadro di navigazione a sinistra della console Amazon Fraud Detector, scegli Cerca previsioni precedenti.
Per eliminare un processo di previsione batch completato, vai alla pagina dei dettagli del processo di previsione batch, scegli Azioni e quindi scegli Elimina previsione batch.
Guida sui ruoli IAM
Per ottenere previsioni batch, il ruolo IAM che chiama l'CreateBatchPredictionJoboperazione deve disporre delle autorizzazioni di lettura nel bucket S3 di input e delle autorizzazioni di scrittura nel bucket S3 di output. Per ulteriori informazioni sulle autorizzazioni bucket, consulta Esempi di policy bucket nella Guida per l'utente di Amazon S3. Sulla console Amazon Fraud Detector, hai tre opzioni per selezionare un ruolo IAM per Batch Predictions:
-
Crea un ruolo quando crei un nuovo job di Batch Prediction.
-
Seleziona un ruolo IAM esistente che hai creato in precedenza nella console Amazon Fraud Detector. Assicurati di aggiungere l'
S3:PutObjectautorizzazione al ruolo prima di eseguire questo passaggio. -
Inserisci un ARN personalizzato per un ruolo IAM creato in precedenza.
Se viene visualizzato un errore relativo al tuo ruolo IAM, verifica quanto segue:
-
I bucket di input e output Amazon S3 si trovano nella stessa regione del tuo rilevatore.
-
Il ruolo IAM che stai utilizzando ha l'
s3:GetObjectautorizzazione per il tuo bucket S3 di input e l's3:PutObjectautorizzazione per il tuo bucket S3 di output. -
Il ruolo IAM che stai utilizzando ha una politica di affidabilità per il responsabile del servizio
frauddetector.amazonaws.com.
Ottieni previsioni di frode in batch utilizzando AWS SDK for Python (Boto3)
Nell'esempio seguente viene illustrata una risposta di esempio per l'CreateBatchPredictionJobAPI. Un processo di previsione batch deve includere le seguenti risorse esistenti: rilevatore, versione del rilevatore e nome del tipo di evento. L'esempio seguente presuppone che tu abbia creato un tipo di eventosample_registration, un rilevatore e una sample_detector versione del rilevatore. 1
import boto3 fraudDetector = boto3.client('frauddetector') fraudDetector.create_batch_prediction_job ( jobId = 'sample_batch', inputPath = 's3://bucket_name/input_file_name.csv', outputPath = 's3://bucket_name/', eventTypeName = 'sample_registration', detectorName = 'sample_detector', detectorVersion = '1', iamRoleArn = 'arn:aws:iam::**:role/service-role/AmazonFraudDetector-DataAccessRole-**' )
