一家公司希望在用户从异常位置访问站点时提示他们进行额外验证。他们有包含源 IP 和（对于已认证请求）登录名的数 TB Web 日志。您应该使用哪种方法来构建基于机器学习的决策，以标记何时请求额外信息？

正确答案是使用 Amazon SageMaker 构建一个使用 IP Insights 算法的模型，并安排使用新日志数据进行每晚更新和重新训练。IP Insights 算法专门用于识别与特定用户或实体相关的异常 IP 地址访问模式，这与公司检测异常位置访问的需求高度契合。每晚更新和重新训练模型可以确保其适应新的访问模式和潜在威胁。 A. 使用 SageMaker Ground Truth 标记日志并使用分解机 (FM) 算法训练二元分类器不合适。FM 算法主要用于推荐系统，不适用于识别异常 IP 访问。 C. 虽然 SageMaker Ground Truth 可以用于标记数据，但 IP Insights 算法本身不需要二元分类器，它直接学习 IP 地址和实体之间的关联。 D. Object2Vec 算法用于将对象映射到低维嵌入空间，适用于文本、图像等多种数据类型，但不如 IP Insights 专门用于处理 IP 地址异常检测。