Bir şirket, kullanıcılar alışılmadık konumlardan siteye eriştiklerinde ek doğrulama istemek istiyor. Kaynak IP'leri ve kimliği doğrulanmış istekler için oturum açma adlarını içeren terabaytlarca web günlükleri var. Ek bilgi istemek için ne zaman işaretleneceğine karar veren ML tabanlı kararı oluşturmak için hangi yaklaşımı kullanmalısınız?

IP Insights algoritması, IP adresleri ve oturum açma adları gibi varlıklar arasındaki anormallikleri veya beklenmedik ilişkileri tespit etmek için tasarlanmıştır. Bu senaryoda, kullanıcıların alışılmadık konumlardan erişimini belirlemek için kaynak IP'leri ve oturum açma adları arasındaki ilişkileri analiz ederek dolandırıcılık tespiti veya anormal davranış tespiti için idealdir. Modelin sürekli olarak yeni verilerle güncellenmesi, değişen erişim kalıplarına uyum sağlamasını ve anormallikleri doğru bir şekilde tespit etmesini sağlar. Diğer seçenekler neden yanlış: SageMaker Ground Truth'u kullanarak her günlük girişini "başarılı" veya "başarısız" olarak etiketlemek, bu senaryo için uygun değildir çünkü sorun, başarılı veya başarısız erişimden ziyade alışılmadık erişimi tespit etmektir. Ayrıca, Factorization Machines (FM) algoritması, bu tür bir anomali tespiti için IP Insights kadar etkili değildir. IP Insights algoritmasıyla ikili bir sınıflandırıcı eğitmek doğru değildir çünkü IP Insights, anomali tespiti için tasarlanmıştır, ikili sınıflandırma için değil. Object2Vec algoritması, varlıklar arasındaki anlamsal ilişkileri öğrenmek için kullanılır ancak IP adresleri ve oturum açma adları arasındaki anormallikleri tespit etmek için IP Insights kadar doğrudan ve etkili değildir.