IP 见解 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

IP 见解

Amazon SageMaker IP 见解是一种自主学习算法,可以学习 IPv4 地址的使用模式。它旨在捕获 IPv4 地址与各种实体(例如用户 ID 或帐号)之间的关联。例如,您可以使用它来识别试图从异常 IP 地址登录 Web 服务的用户。或者,您可以使用它来识别尝试从异常 IP 地址创建计算资源的账户。经过训练的 IP 见解模型可以托管在终端节点上以进行实时预测或用于处理批量转换。

SageMaker IP 见解以(实体、IPv4 地址)对的形式提取历史数据,并了解每个实体的 IP 使用模式。当使用(实体、IPv4 地址)事件进行查询时,SageMaker IP 见解模型返回一个分数,用于推断事件模式的异常程度。例如,当用户尝试从 IP 地址登录时,如果 IP Insights 分数足够高,Web 登录服务器可能会决定触发多因素身份验证系统。在更高级的解决方案中,您可以将 IP Insights 分数提供到另一种机器学习模型中。例如,您可以将 IP Insight 分数与其他功能结合起来,以对另一个安全系统的调查结果进行排名,例如来自Amazon GuardDuty.

SageMaker IP 见解算法还可以学习 IP 地址的向量表示,称为嵌入. 您可以在下游机器学习任务中使用矢量编码嵌入作为使用 IP 地址中观察到的信息的功能。例如,您可以在诸如测量群集和可视化任务中 IP 地址之间的相似性等任务中使用它们。

IP 见解算法的输入/输出接口

训练和验证

SageMaker IP 见解算法支持训练和验证数据通道。它使用可选的验证渠道来计算预定义的负面采样策略的曲线下面积 (AUC) 得分。AUC 指标验证模型在正样本和负面样本之间的区分程度。需要使用培训和验证数据内容类型text/csv格式的日期和时间。CSV 数据的第一列是一个不透明的字符串,它为实体提供了唯一标识符。第二列是十进制点表示法的 IPv4 地址。IP 见解目前仅支持文件模式。有关详细信息以及示例,请参阅IP 见解训练数据格式.

推理

为了推断,IP 见解支持text/csvapplication/json, 和application/jsonlines数据内容类型。有关 SageMaker 提供的推理的常见数据格式的详细信息,请参阅用于推理的常见数据格式. IP Insights 推理返回格式为之一的输出application/json要么application/jsonlines. 输出数据中的每条记录都包含相应的dot_product每个输入数据点的兼容性分数(或兼容性分数)。有关详细信息以及示例,请参阅IP 见解推理数据格式.

IP 见解算法的 EC2 实例建议

SageMaker IP 见解算法可以在 GPU 和 CPU 实例上运行。对于培训作业,我们建议使用 GPU 实例。但是,对于具有大型训练数据集的某些工作负载,分布式 CPU 实例可能会降低培训 为了推断,我们建议使用 CPU 实例。

IP 见解算法的 GPU 实例

IP 见解支持所有可用的 GPU。如果您需要加快训练速度,我们建议从单个 GPU 实例(例如 ml.p3.2xlarge)开始,然后迁移到多 GPU 环境,例如 ml.p3.8xlarge 和 ml.p3.16xlarge。多 GPU 会自动划分迷你批次的训练数据。如果从单个 GPU 切换到多个 GPU,mini_batch_size平均分为使用的 GPU 数量。您可能希望增加的值mini_batch_size来弥补这一点。

IP 见解算法的 CPU 实例

我们推荐的 CPU 实例类型在很大程度上取决于实例的可用内存和型号大小。模型大小由两个超参数决定:vector_dimnum_entity_vectors. 支持的最大型号大小为 8 GB。下表针对各种模型大小,列出了基于这些输入参数部署的典型 EC2 实例类型。在表 1 中,vector_dim在第一列范围从 32 到 2048 年,以及num_entity_vectors在第一排中,从 1 万到 50,000,000 个不等。

vector_dim \ num_entity_vectors. 10000 50000 100000 500,000 1000000 500 万 10,000,000 50,000,000
32

ml.m5.large

ml.m5.large ml.m5.large ml.m5.large ml.m5.large ml.m5.xlarge ml.m5.2xlarge ml.m5.4xlarge

64

ml.m5.large

ml.m5.large ml.m5.large ml.m5.large ml.m5.large ml.m5.2xlarge ml.m5.2xlarge

128

ml.m5.large

ml.m5.large ml.m5.large ml.m5.large ml.m5.large ml.m5.2xlarge ml.m5.4xlarge

256

ml.m5.large

ml.m5.large ml.m5.large ml.m5.large ml.m5.xlarge ml.m5.4xlarge

512

ml.m5.large

ml.m5.large ml.m5.large ml.m5.large ml.m5.2xlarge

1024

ml.m5.large

ml.m5.large ml.m5.large ml.m5.xlarge ml.m5.4xlarge

2048

ml.m5.large

ml.m5.large ml.m5.xlarge ml.m5.xlarge

字段mini_batch_sizenum_ip_encoder_layersrandom_negative_sampling_rate, 和shuffled_negative_sampling_rate超参数还会影响所需的内存量。如果这些值很大,您可能需要使用比正常更大的实例类型。

IP 见解示例笔记本

有关显示如何训练 SageMaker IP 见解算法并使用它执行推断的示例笔记本,请参阅SageMakerIP 见解算法简介. 有关如何创建和访问可用于在 SageMaker 中运行示例的 Jupyter 笔记本实例的说明,请参阅使用 Amazon SageMaker 笔记本实例. 创建笔记本实例后,请选择SageMaker 示例选项卡以查看所有 SageMaker 示例的列表。要打开笔记本,请选择其 Use (使用) 选项卡,然后选择 Create copy (创建副本)