SageMaker AI モデルのインポート

必要に応じて、SageMaker AI がホストするモデルを Amazon Fraud Detector にインポートできます。モデルと同様に、SageMaker AI モデルをディテクターに追加し、 GetEventPrediction API を使用して不正予測を生成できます。GetEventPrediction リクエストの一環として、Amazon Fraud Detector は SageMaker AI エンドポイントを呼び出し、結果をルールに渡します。

GetEventPrediction リクエストの一部として送信されたイベント変数を使用するように Amazon Fraud Detector を設定できます。イベント変数を使用する場合は、入力テンプレートを指定する必要があります。Amazon Fraud Detector は、このテンプレートを使用してイベント変数を必要な入力ペイロードに変換し、SageMaker AI エンドポイントを呼び出します。または、GetEventPredictionリクエストの一部として送信される byteBuffer を使用するように SageMaker AI モデルを設定することもできます。

Amazon Fraud Detector は、JSON または CSV 入力形式と JSON または CSV 出力形式を使用する SageMaker AI アルゴリズムのインポートをサポートしています。サポートされている SageMaker AI アルゴリズムの例には、XGBoost、線形学習、ランダムカットフォレストなどがあります。

を使用して SageMaker AI モデルをインポートする AWS SDK for Python (Boto3)

SageMaker AI モデルをインポートするには、 PutExternalModel API を使用します。次の例では、SageMaker AI エンドポイントsagemaker-transaction-modelがデプロイされ、InServiceステータスが であり、XGBoost アルゴリズムを使用していることを前提としています。

入力設定は、イベント変数を使用してモデル入力を構築することを指定します (useEventVariables は TRUE に設定)。XGBoost では CSV 入力が必要であることから、入力形式は TEXT_CSV です。csvIntputTemplate は、GetEventPrediction リクエストの一部として送信される変数から CSV 入力を作成する方法を指定します。この例では、order_amt、prev_amt、hist_amt および payment_type 変数を作成したと仮定します。

出力設定は SageMaker AI モデルのレスポンス形式を指定し、適切な CSV インデックスを Amazon Fraud Detector 変数 にマッピングしますsagemaker_output_score。設定したら、ルールで出力変数を使用できます。

注記

SageMaker AI モデルからの出力は、ソース を持つ変数にマッピングする必要がありますEXTERNAL_MODEL_SCORE。変数を使用してコンソールでこれらの変数を作成することはできません。代わりに、モデルのインポートを設定するときに、それらを作成する必要があります。

import boto3
fraudDetector = boto3.client('frauddetector')

fraudDetector.put_external_model (
modelSource = 'SAGEMAKER',
modelEndpoint = 'sagemaker-transaction-model',
invokeModelEndpointRoleArn = 'your_SagemakerExecutionRole_arn',
inputConfiguration = {
    'useEventVariables' : True,
    'eventTypeName' : 'sample_transaction',
    'format' : 'TEXT_CSV',
    'csvInputTemplate' : '{{order_amt}}, {{prev_amt}}, {{hist_amt}}, {{payment_type}}'
},

outputConfiguration = {
    'format' : 'TEXT_CSV',
    'csvIndexToVariableMap' : {
        '0' : 'sagemaker_output_score'
    }
},
    
modelEndpointStatus = 'ASSOCIATED'
)