

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
<a name="ip-insights-inference-data-formats"></a>

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 AI の組み込みアルゴリズムは、「[推論の共通データ形式](cdf-inference.md)」で説明している一般的な入力推論形式に従います。ただし、SageMaker AI IP Insights 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
<a name="ip-insights-input-format-requests"></a>

### 入力: CSV 形式
<a name="ip-insights-input-csv-format"></a>

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
<a name="ip-insights-input-json"></a>

JSON データは、さまざまな形式で提供できます。IP Insights は、SageMaker AI の共通形式に従います。推論形式の詳細については、[推論の共通データ形式](cdf-inference.md)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
<a name="ip-insights-input-jsonlines"></a>

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 AI の推論形式の詳細については、「[推論の共通データ形式](cdf-inference.md)」を参照してください。バッチ変換ジョブの実行の詳細については、[Amazon SageMaker AI による推論のためのバッチ変換](batch-transform.md)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
<a name="ip-insights-ouput-format-response"></a>

### 出力: JSON レスポンス形式
<a name="ip-insights-output-json"></a>

SageMaker AI 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 アドレスの間の `dot_product` です。dot\$1product 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。異常検出に `dot_product` を使用する方法の詳細については、「[An Introduction to the SageMaker AI IP Insights Algorithm](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/ipinsights_login/ipinsights-tutorial.html)」を参照してください。

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
<a name="ip-insights-jsonlines"></a>

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]}
```