Data adalah fondasi untuk mendapatkan manfaat maksimal dari teknologi AI dan menyelesaikan masalah bisnis dengan cepat. Namun, untuk membuka potensi teknologi AI generatif, ada prasyarat utama: data Anda harus dipersiapkan dengan tepat. Dalam postingan ini, kami menjelaskan cara menggunakan AI generatif untuk memperbarui dan menskalakan pipeline data Anda Kanvas Amazon SageMaker untuk persiapan data.
Biasanya, pekerjaan saluran data memerlukan keterampilan khusus untuk mempersiapkan dan mengatur data yang akan digunakan analis keamanan untuk mengekstraksi nilai, yang dapat memakan waktu, meningkatkan risiko, dan meningkatkan waktu untuk mencapai nilai. Dengan SageMaker Canvas, analis keamanan dapat dengan mudah dan aman mengakses model dasar terkemuka untuk menyiapkan data mereka lebih cepat dan memulihkan risiko keamanan siber.
Persiapan data melibatkan pemformatan yang cermat dan kontekstualisasi yang bijaksana, bekerja mundur dari masalah pelanggan. Kini dengan obrolan Kanvas SageMaker untuk kemampuan persiapan data, analis dengan pengetahuan domain dapat dengan cepat mempersiapkan, mengatur, dan mengekstrak nilai dari data menggunakan pengalaman berbasis obrolan.
Ikhtisar solusi
AI Generatif merevolusi domain keamanan dengan memberikan pengalaman bahasa yang dipersonalisasi dan alami, meningkatkan identifikasi dan remediasi risiko, sekaligus meningkatkan produktivitas bisnis. Untuk kasus penggunaan ini, kami menggunakan SageMaker Canvas, Pengatur Data Amazon SageMaker, Danau Keamanan Amazon, dan Layanan Penyimpanan Sederhana Amazon (Amazon S3). Amazon Security Lake memungkinkan Anda mengumpulkan dan menormalkan data keamanan untuk analisis guna mendapatkan pemahaman yang lebih baik tentang keamanan di seluruh organisasi Anda. Amazon S3 memungkinkan Anda menyimpan dan mengambil sejumlah data kapan pun dan di mana pun. Ia menawarkan skalabilitas, ketersediaan data, keamanan, dan kinerja terdepan di industri.
SageMaker Canvas kini mendukung kemampuan persiapan data komprehensif yang didukung oleh SageMaker Data Wrangler. Dengan integrasi ini, SageMaker Canvas menyediakan ruang kerja tanpa kode end-to-end untuk menyiapkan data, membangun, dan menggunakan pembelajaran mesin (ML) dan Batuan Dasar Amazon model dasar untuk mempercepat waktu dari data ke wawasan bisnis. Anda kini dapat menemukan dan mengumpulkan data dari lebih dari 50 sumber data serta menjelajahi dan menyiapkan data menggunakan lebih dari 300 analisis dan transformasi bawaan dalam antarmuka visual SageMaker Canvas. Anda juga akan melihat performa yang lebih cepat untuk transformasi dan analisis, serta memanfaatkan antarmuka bahasa alami untuk menjelajahi dan mentransformasikan data untuk ML.
Dalam postingan ini, kami mendemonstrasikan tiga transformasi utama; pemfilteran, penggantian nama kolom, dan ekstraksi teks dari kolom pada kumpulan data temuan keamanan. Kami juga mendemonstrasikan penggunaan fitur obrolan untuk persiapan data di SageMaker Canvas untuk menganalisis data dan memvisualisasikan temuan Anda.
Prasyarat
Sebelum memulai, Anda memerlukan akun AWS. Anda juga perlu menyiapkan Studio Amazon SageMaker domain. Untuk instruksi tentang menyiapkan SageMaker Canvas, lihat Hasilkan prediksi pembelajaran mesin tanpa kode.
Akses antarmuka obrolan SageMaker Canvas
Selesaikan langkah-langkah berikut untuk mulai menggunakan fitur obrolan SageMaker Canvas:
- Di konsol Kanvas SageMaker, pilih Pengatur Data.
- Bawah Dataset, pilih Amazon S3 sebagai sumber Anda dan tentukan kumpulan data temuan keamanan dari Amazon Security Lake.
- Pilih aliran data Anda dan pilih Ngobrol untuk persiapan data, yang akan menampilkan pengalaman antarmuka obrolan dengan petunjuk terpandu.
Saring datanya
Untuk postingan ini, pertama-tama kami ingin memfilter peringatan kritis dan tingkat keparahan tinggi, jadi kami memasukkan petunjuk ke kotak obrolan menghapus temuan yang tidak kritis atau tingkat keparahannya tinggi. Canvas menghapus baris, menampilkan pratinjau data yang diubah, dan menyediakan opsi untuk menggunakan kode. Kita dapat menambahkannya ke daftar langkah di Tangga pane
Ganti nama kolom
Selanjutnya, kita ingin mengganti nama dua kolom, jadi kita masukkan prompt berikut di kotak obrolan, untuk mengganti nama desc dan judul kolom ke Temuan dan Remediasi. SageMaker Canvas menghasilkan pratinjau, dan jika Anda puas dengan hasilnya, Anda dapat menambahkan data yang diubah ke langkah aliran data.
Ekstrak teks
Untuk menentukan Wilayah sumber temuan, Anda dapat memasukkan instruksi chat ke Ekstrak teks Wilayah dari kolom UID berdasarkan polanya arn:aws:security:securityhub:region:*
dan buat kolom baru bernama Wilayah) untuk mengekstrak teks Wilayah dari kolom UID berdasarkan suatu pola. SageMaker Canvas kemudian menghasilkan kode untuk membuat kolom wilayah baru. Pratinjau data menunjukkan temuan berasal dari satu Wilayah: us-west-2
. Anda dapat menambahkan transformasi ini ke aliran data untuk analisis hilir.
Analisis datanya
Terakhir, kami ingin menganalisis data untuk menentukan apakah terdapat korelasi antara waktu dan jumlah temuan penting. Anda dapat memasukkan permintaan untuk merangkum temuan penting berdasarkan waktu ke dalam obrolan, dan SageMaker Canvas mengembalikan wawasan yang berguna untuk penyelidikan dan analisis Anda.
Visualisasikan temuan
Selanjutnya, kami memvisualisasikan temuan berdasarkan tingkat keparahan dari waktu ke waktu untuk disertakan dalam laporan kepemimpinan. Anda dapat meminta SageMaker Canvas untuk membuat diagram batang tingkat keparahan dibandingkan dengan waktu. Dalam hitungan detik, SageMaker Canvas telah membuat bagan yang dikelompokkan berdasarkan tingkat keparahan. Anda dapat menambahkan visualisasi ini ke analisis dalam aliran data dan mendownloadnya untuk laporan Anda. Data menunjukkan temuan tersebut berasal dari satu Wilayah dan terjadi pada waktu tertentu. Hal ini memberi kami keyakinan mengenai fokus penyelidikan temuan keamanan kami untuk menentukan akar permasalahan dan tindakan perbaikan.
Membersihkan
Untuk menghindari timbulnya biaya yang tidak diinginkan, selesaikan langkah-langkah berikut untuk membersihkan sumber daya Anda:
- Kosongkan bucket S3 yang Anda gunakan sebagai sumber.
- Keluar dari Kanvas SageMaker.
Kesimpulan
Dalam postingan ini, kami menunjukkan kepada Anda cara menggunakan SageMaker Canvas sebagai ruang kerja tanpa kode end-to-end untuk persiapan data guna membangun dan menggunakan model fondasi Amazon Bedrock guna mempercepat waktu mengumpulkan wawasan bisnis dari data.
Perhatikan bahwa pendekatan ini tidak terbatas pada temuan keamanan; Anda dapat menerapkan ini pada kasus penggunaan AI generatif apa pun yang menggunakan persiapan data sebagai intinya.
Masa depan adalah milik bisnis yang dapat secara efektif memanfaatkan kekuatan AI generatif dan model bahasa yang besar. Namun untuk melakukan hal ini, pertama-tama kita harus mengembangkan strategi data yang solid dan memahami seni persiapan data. Dengan menggunakan AI generatif untuk menyusun data secara cerdas, dan bekerja mundur dari pelanggan, kami dapat menyelesaikan masalah bisnis dengan lebih cepat. Dengan obrolan Kanvas SageMaker untuk persiapan data, analis dapat dengan mudah memulai dan mendapatkan manfaat langsung dari AI.
Tentang Penulis
Sudeesh Sasidharan adalah Arsitek Solusi Senior di AWS, dalam tim Energi. Sudeesh suka bereksperimen dengan teknologi baru dan membangun solusi inovatif yang memecahkan tantangan bisnis yang kompleks. Saat dia tidak sedang merancang solusi atau mengutak-atik teknologi terkini, Anda dapat menemukannya di lapangan tenis sedang mengerjakan pukulan backhandnya.
John Klacynski adalah Manajer Solusi Pelanggan Utama dalam tim AWS Independent Software Vendor (ISV). Dalam peran ini, dia secara terprogram membantu pelanggan ISV mengadopsi teknologi dan layanan AWS untuk mencapai tujuan bisnis mereka dengan lebih cepat. Sebelum bergabung dengan AWS, John memimpin Tim Produk Data untuk perusahaan Barang Paket Konsumen besar, membantu mereka memanfaatkan wawasan data untuk meningkatkan operasional dan pengambilan keputusan.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/analyze-security-findings-faster-with-no-code-data-preparation-using-generative-ai-and-amazon-sagemaker-canvas/
- :memiliki
- :adalah
- :bukan
- :Di mana
- $NAIK
- 100
- 125
- 300
- 50
- a
- mempercepat
- mengakses
- Akun
- di seluruh
- tindakan
- menambahkan
- mengambil
- agregat
- AI
- memungkinkan
- juga
- Amazon
- Amazon SageMaker
- Kanvas Amazon SageMaker
- Amazon Web Services
- jumlah
- an
- analisis
- analisis
- Analis
- menganalisa
- dan
- Apa pun
- Mendaftar
- pendekatan
- tepat
- ADALAH
- Seni
- AS
- meminta
- At
- tersedianya
- menghindari
- AWS
- bar
- berdasarkan
- BE
- milik
- manfaat
- Lebih baik
- antara
- meningkatkan
- Kotak
- membangun
- Bangunan
- built-in
- bisnis
- bisnis
- tapi
- by
- bernama
- CAN
- kanvas
- kemampuan
- kemampuan
- menangkap
- Menangkap
- hati-hati
- kasus
- penyebab
- tantangan
- beban
- Grafik
- mengobrol
- Pilih
- membersihkan
- kode
- Kolom
- Kolom
- Perusahaan
- dibandingkan
- lengkap
- kompleks
- luas
- kepercayaan
- konsul
- konsumen
- Core
- Korelasi
- Pengadilan
- membuat
- dibuat
- kritis
- pelanggan
- pelanggan
- maya
- keamanan cyber
- data
- Persiapan data
- strategi data
- hari
- keputusan
- Pengambilan Keputusan
- mendemonstrasikan
- menggambarkan
- merancang
- Menentukan
- mengembangkan
- menemukan
- Display
- menampilkan
- do
- domain
- Download
- efektif
- tanpa usaha
- mudah
- memungkinkan
- ujung ke ujung
- energi
- meningkatkan
- Enter
- Eter (ETH)
- pengalaman
- Pengalaman
- bereksperimen
- menyelidiki
- ekstrak
- ekstraksi
- lebih cepat
- Fitur
- menyaring
- penyaringan
- Menemukan
- Temuan
- Pertama
- aliran
- Fokus
- berikut
- Untuk
- Prinsip Dasar
- dari
- masa depan
- Mendapatkan
- mengumpulkan
- menghasilkan
- menghasilkan
- generatif
- AI generatif
- mendapatkan
- memberikan
- Anda
- barang
- kendali
- terjadi
- senang
- memanfaatkan
- he
- membantu
- membantu
- High
- dia
- -nya
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- Namun
- http
- HTTPS
- Identifikasi
- if
- Segera
- memperbaiki
- in
- memasukkan
- Meningkatkan
- independen
- industri terkemuka
- inovatif
- wawasan
- instruksi
- integrasi
- Antarmuka
- ke
- investigasi
- melibatkan
- isv
- IT
- NYA
- John
- bergabung
- jpg
- kunci
- pengetahuan
- danau
- bahasa
- besar
- Terbaru
- Kepemimpinan
- terkemuka
- pengetahuan
- Dipimpin
- Data yang Dipimpin
- Leverage
- Terbatas
- Daftar
- mencintai
- mesin
- Mesin belajar
- Membuat
- manajer
- maksimum
- ML
- model
- lebih
- harus
- Alam
- Bahasa Alami
- Perlu
- kebutuhan
- New
- Teknologi baru
- sekarang
- jumlah
- of
- Penawaran
- on
- ONE
- Operasi
- pilihan
- or
- organisasi
- kami
- di luar
- lebih
- paket
- pane
- pola
- prestasi
- Personalized
- pipa saluran
- Tempat
- plato
- Kecerdasan Data Plato
- Data Plato
- Pos
- potensi
- kekuasaan
- didukung
- Prediksi
- persiapan
- Mempersiapkan
- siap
- Preview
- Utama
- Sebelumnya
- Masalah
- masalah
- Produk
- produktifitas
- meminta
- menyediakan
- menyediakan
- segera
- mencapai
- lihat
- wilayah
- daerah
- menghapus
- melaporkan
- permintaan
- membutuhkan
- Sumber
- Hasil
- Pengembalian
- Merevolusi
- Risiko
- risiko
- Peran
- akar
- pembuat bijak
- Skalabilitas
- Skala
- detik
- aman
- keamanan
- risiko keamanan
- melihat
- senior
- Layanan
- set
- pengaturan
- kerasnya
- menunjukkan
- Pertunjukkan
- Sederhana
- ketrampilan
- So
- Perangkat lunak
- padat
- larutan
- Solusi
- MEMECAHKAN
- Memecahkan
- sumber
- sumber
- khusus
- tertentu
- awal
- mulai
- Mulai
- Tangga
- penyimpanan
- menyimpan
- Penyelarasan
- struktur
- meringkaskan
- Mendukung
- Mengambil
- tim
- tim
- Teknologi
- Teknologi
- tenis
- teks
- bahwa
- Grafik
- Sumber
- mereka
- Mereka
- kemudian
- Sana.
- ini
- tiga
- waktu
- kali
- untuk
- Mengubah
- Transformasi
- transformasi
- berubah
- transformasi
- dua
- memahami
- pemahaman
- membuka kunci
- Memperbarui
- us
- menggunakan
- gunakan case
- bekas
- berguna
- kegunaan
- menggunakan
- nilai
- penjaja
- visual
- visualisasi
- membayangkan
- ingin
- we
- jaringan
- layanan web
- ketika
- yang
- sementara
- akan
- dengan
- dalam
- tanpa
- Kerja
- kerja
- kamu
- Anda
- zephyrnet.dll