翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
IP Insights 推論データの形式
以下は、IP Insights アルゴリズムで使用可能な入出力形式です。Amazon SageMaker の組み込みアルゴリズムは、で説明されている一般的な入力推論形式に準拠しています。推論の一般的なデータ形式ただし、 SageMaker IP インサイトアルゴリズムは現在 RecordIO 形式をサポートしていません。
IP Insights 入力リクエストの形式
入力: CSV 形式
CSV ファイルには列が 2 つ含まれている必要があります。最初の列は、エンティティの一意の識別子に対応する不透明な文字列です。2 番目の列は、エンティティのアクセスイベントの IPv4 アドレス (ドット区切りの 10 進数表記) です。
content-type: text/csv
entity_id_1, 192.168.1.2 entity_id_2, 10.10.1.2
入力: JSON 形式
JSON データは、さまざまな形式で提供できます。IP SageMaker インサイトは一般的な形式に従います。推論形式の詳細については、推論の一般的なデータ形式を参照してください。
content-type: application/json
{ "instances": [ {"data": {"features": {"values": ["entity_id_1", "192.168.1.2"]}}}, {"features": ["entity_id_2", "10.10.1.2"]} ] }
入力: JSON Lines 形式
JSON Lines コンテンツタイプは、バッチ変換ジョブを実行する際に役立ちます。 SageMaker 推論フォーマットの詳細については、を参照してください推論の一般的なデータ形式。バッチ変換ジョブの実行の詳細については、Amazon による推論のためのバッチ変換 SageMakerを参照してください。
content-type: application/jsonlines
{"data": {"features": {"values": ["entity_id_1", "192.168.1.2"]}}}, {"features": ["entity_id_2", "10.10.1.2"]}]
IP Insights 出力レスポンスの形式
出力: JSON レスポンス形式
SageMaker IP Insights アルゴリズムのデフォルト出力は、入力エンティティと IP dot_product
アドレスの間の出力です。dot_product は、モデルが考慮するエンティティと IP アドレスの互換性を示します。dot_product
は無制限です。イベントが異常かどうかを予測するには、定義した分布に基づいてしきい値を設定する必要があります。を異常検出に使用する方法については、「 SageMakerIP Insights アルゴリズムの紹介dot_product
accept: application/json
{ "predictions": [ {"dot_product": 0.0}, {"dot_product": 2.0} ] }
上級ユーザーは、Accept の見出しに追加の content-type パラメータ verbose=True
を指定することで、モデルの学習済みエンティティおよび IP 埋め込みにアクセスできます。モデルのデバッグ、視覚化、および理解には、entity_embedding
と ip_embedding
を使用できます。さらに、分類やクラスタリングなどの他の機械学習手法でこれらの埋め込みを使用できます。
accept: 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] } ] }
出力: JSON Lines レスポンス形式
accept: application/jsonlines
{"dot_product": 0.0} {"dot_product": 2.0}
accept: 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]}