기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

IP Insights 추론 데이터 형식

다음은 IP Insights 알고리즘에 사용할 수 있는 입력 및 출력 형식입니다. Amazon SageMaker 내장 알고리즘은 에 추론을 위한 일반적인 데이터 형식 설명된 일반적인 입력 추론 형식을 준수합니다. 그러나 SageMaker IP Insights 알고리즘은 현재 Recordio 형식을 지원하지 않습니다.

IP Insights 입력 요청 형식

INPUT: CSV 형식

CSV 파일에는 두 개의 열이 있어야 합니다. 첫 번째 열은 엔터티의 고유한 식별자에 해당하는 불투명한 문자열입니다. 두 번째 열은 엔터티의 액세스 이벤트에 대한 IPv4 주소로, 10진수 점 표기법으로 표시됩니다.

content-type: text/csv

entity_id_1, 192.168.1.2
entity_id_2, 10.10.1.2

INPUT: JSON 형식

JSON 데이터는 다른 형식으로 제공할 수 있습니다. IP 인사이트는 일반적인 SageMaker 형식을 따릅니다. 추론 형식에 대한 자세한 정보는 추론을 위한 일반적인 데이터 형식 단원을 참조하세요.

content-type: application/json

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

INPUT: JSONLINES 형식

JSON Lines 콘텐츠 유형은 실행 중인 배치 변환 작업에 유용합니다. SageMaker 추론 형식에 대한 자세한 내용은 을 참조하십시오추론을 위한 일반적인 데이터 형식. 배치 변환 작업 실행에 대한 자세한 정보는 Amazon을 사용한 추론을 위한 배치 변환 SageMaker 단원을 참조하세요.

content-type: application/jsonlines

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

IP Insights 출력 응답 형식

OUTPUT: JSON 응답 형식

SageMaker IP Insights 알고리즘의 기본 출력은 입력 엔티티와 IP 주소 dot_product 사이입니다. dot_product는 모델이 엔터티와 IP 주소를 고려할 수 있는 호환성을 나타냅니다. dot_product는 무한합니다. 이벤트가 변칙적인지 여부를 예측하려면 정의한 분포를 기반으로 임계값을 설정해야 합니다. 이상 탐지에 를 사용하는 방법에 dot_product 대한 자세한 내용은 SageMakerIP Insights 알고리즘 소개를 참조하십시오.

accept: application/json

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

고급 사용자는 Accept 헤딩에 추가 콘텐츠 유형 파라미터인 verbose=True를 제공하여 모델의 학습된 엔터티 및 IP 임베딩에 액세스할 수 있습니다. 모델 디버깅, 시각화 및 이해에 entity_embedding 및 ip_embedding을 사용할 수 있습니다. 또한 분류 또는 클러스터링과 같은 다른 기계 학습 기법에 이러한 임베딩을 사용할 수 있습니다.

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]
    }
  ]
}

OUTPUT: JSONLINES 응답 형식

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]}