Previsões em lote - Amazon Fraud Detector

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Previsões em lote

Você pode usar um trabalho de previsões em lote no Amazon Fraud Detector para obter previsões para um conjunto de eventos que não exigem pontuação em tempo real. Por exemplo, você pode criar um trabalho de previsões em lote para realizar um trabalho off-line proof-of-concept ou para avaliar retrospectivamente o risco de eventos em uma base horária, diária ou semanal.

Você pode criar um trabalho de previsão em lote usando o console do Amazon Fraud Detector ou chamando a operação da CreateBatchPredictionJobAPI usando a Interface de Linha de AWS Comando (AWS CLI) ou um dos Detectores de Fraudes da Amazon. SDKs

Como funcionam as previsões em lote

A operação da CreateBatchPredictionJob API usa uma versão específica do detector para fazer previsões com base nos dados fornecidos em um arquivo CSV de entrada localizado em um bucket do Amazon S3. Em seguida, a API retorna o arquivo CSV resultante para um bucket do S3.

Os trabalhos de previsão em lote calculam as pontuações do modelo e os resultados da previsão da mesma forma que a GetEventPrediction operação. Da mesma forma queGetEventPrediction, para criar um trabalho de previsão em lote, primeiro você cria um tipo de evento, opcionalmente treina um modelo e, em seguida, cria uma versão do detector que avalia os eventos em seu trabalho em lotes.

O preço das pontuações de risco de eventos avaliadas por trabalhos de previsão em lote é o mesmo que o preço das pontuações criadas pela GetEventPrediction API. Para obter detalhes, consulte os preços do Amazon Fraud Detector.

Você só pode executar um trabalho de previsão em lote por vez.

Arquivos de entrada e saída

O arquivo CSV de entrada deve conter cabeçalhos que correspondam ao tipo de evento associado à versão selecionada do detector. O tamanho máximo do arquivo de dados de entrada é de 1 GB. O número de eventos variará de acordo com o tamanho do seu evento.

O Amazon Fraud Detector cria o arquivo de saída no mesmo bucket do arquivo de entrada, a menos que você especifique um local separado para os dados de saída. O arquivo de saída contém os dados originais do arquivo de entrada e as seguintes colunas anexadas:

  • MODEL_SCORES— Detalha as pontuações do modelo para o evento de cada modelo associado à versão selecionada do detector.

  • OUTCOMES— Detalha os resultados do evento conforme avaliados pela versão selecionada do detector e suas regras.

  • STATUS— Indica se o evento foi avaliado com sucesso. Se o evento não foi avaliado com êxito, essa coluna mostra um código de motivo para a falha.

  • RULE_RESULTS— Uma lista de todas as regras que corresponderam, com base no modo de execução da regra.

Obtendo previsões em lote

As etapas a seguir pressupõem que você já tenha criado um tipo de evento, treinado um modelo usando esse tipo de evento (opcional) e criado uma versão do detector para esse tipo de evento.

Para obter uma previsão em lote
  1. Faça login no AWS Management Console e abra o console do Amazon Fraud Detector em https://console.aws.amazon.com/frauddetector.

  2. No painel de navegação esquerdo do console do Amazon Fraud Detector, escolha Batch Predictions e, em seguida, escolha New batch prediction.

  3. Em Nome do trabalho, especifique um nome para seu trabalho de previsão em lote. Se você não especificar um nome, o Amazon Fraud Detector gera aleatoriamente um nome de trabalho.

  4. Em Detector, escolha o detector para essa previsão de lote.

  5. Em Versão do detector, escolha a versão do detector para essa previsão de lote. Você pode escolher uma versão do detector em qualquer status. Se o detector tiver uma versão do detector em Active status, essa versão será selecionada automaticamente, mas você também poderá alterar essa seleção, se necessário.

  6. Na função do IAM, escolha ou crie uma função que tenha acesso de leitura e gravação aos seus buckets de entrada e saída do Amazon S3. Consulte Orientação sobre as funções do IAM para obter mais informações.

    Para obter previsões em lote, a função do IAM que chama a CreateBatchPredictionJob operação deve ter permissões de leitura no bucket do S3 de entrada e permissões de gravação no bucket do S3 de saída. Para obter mais informações sobre permissões de bucket, consulte exemplos de políticas de usuário no Guia do usuário do Amazon S3.

  7. Em Localização dos dados de entrada, especifique a localização dos seus dados de entrada no Amazon S3. Se você quiser o arquivo de saída em um bucket do S3 diferente, selecione Local de dados separado para saída e forneça o local do Amazon S3 para seus dados de saída.

  8. (Opcional) Crie tags para seu trabalho de previsão em lote.

  9. Escolha Iniciar.

    O Amazon Fraud Detector cria o trabalho de previsão em lote, e o status do trabalho éIn progress. Os tempos de processamento do trabalho de previsão em lote variam de acordo com o número de eventos e a configuração da versão do detector.

Para interromper um trabalho de previsão em lote que está em andamento, acesse a página de detalhes do trabalho de previsão em lote, escolha Ações e, em seguida, escolha Interromper previsão em lote. Se você interromper um trabalho de previsão em lote, não receberá nenhum resultado para o trabalho.

Quando o status do trabalho de previsão em lote muda paraComplete, você pode recuperar a saída do trabalho do bucket de saída designado do Amazon S3. O nome do arquivo de saída está no formatobatch prediction job name_file creation timestamp_output.csv. Por exemplo, o arquivo de saída de um trabalho chamado mybatchjob émybatchjob_ 1611170650_output.csv.

Para pesquisar eventos específicos avaliados por um trabalho de previsão em lote, no painel de navegação esquerdo do console do Amazon Fraud Detector, escolha Pesquisar previsões passadas.

Para excluir um trabalho de previsão em lote que foi concluído, acesse a página de detalhes do trabalho de previsão em lote, escolha Ações e, em seguida, escolha Excluir previsão em lote.

Orientação sobre as funções do IAM

Para obter previsões em lote, a função do IAM que chama a CreateBatchPredictionJoboperação deve ter permissões de leitura no bucket do S3 de entrada e permissões de gravação no bucket do S3 de saída. Para obter mais informações sobre permissões de bucket, consulte exemplos de políticas de usuário no Guia do usuário do Amazon S3. No console do Amazon Fraud Detector, você tem três opções para selecionar uma função do IAM para o Batch Predictions:

  1. Crie uma função ao criar uma nova tarefa de Predição de Batch.

  2. Selecione uma função do IAM existente que você tenha criado anteriormente no console do Amazon Fraud Detector. Certifique-se de adicionar a S3:PutObject permissão à função antes de executar essa etapa.

  3. Insira um ARN personalizado para uma função do IAM criada anteriormente.

Se você receber um erro relacionado à sua função do IAM, verifique o seguinte:

  1. Seus buckets de entrada e saída do Amazon S3 estão na mesma região do seu detector.

  2. A função do IAM que você está usando tem a s3:GetObject permissão para o bucket do S3 de entrada e a s3:PutObject permissão para o bucket do S3 de saída.

  3. A função do IAM que você está usando tem uma política de confiança para o diretor do serviçofrauddetector.amazonaws.com.

Obtenha previsões de fraudes em lote usando o AWS SDK para Python (Boto3)

O exemplo a seguir mostra um exemplo de solicitação para a CreateBatchPredictionJobAPI. Um trabalho de previsão em lote deve incluir os seguintes recursos existentes: detector, versão do detector e nome do tipo de evento. O exemplo a seguir pressupõe que você tenha criado um tipo de eventosample_registration, um detector sample_detector e uma versão do 1 detector.

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-**' )