I dati sono la base per ottenere il massimo valore dalla tecnologia AI e risolvere rapidamente i problemi aziendali. Per sfruttare il potenziale delle tecnologie di intelligenza artificiale generativa, tuttavia, esiste un prerequisito fondamentale: i dati devono essere adeguatamente preparati. In questo post descriviamo come utilizzare l'intelligenza artificiale generativa per aggiornare e ridimensionare la pipeline di dati utilizzando Tela di Amazon SageMaker per la preparazione dei dati
In genere, il lavoro sulla pipeline di dati richiede competenze specializzate per preparare e organizzare i dati che gli analisti della sicurezza possono utilizzare per estrarre valore, il che può richiedere tempo, aumentare i rischi e aumentare il time-to-value. Con SageMaker Canvas, gli analisti della sicurezza possono accedere in modo semplice e sicuro ai principali modelli di base per preparare i propri dati più rapidamente e porre rimedio ai rischi di sicurezza informatica.
La preparazione dei dati implica un'attenta formattazione e un'attenta contestualizzazione, lavorando a ritroso a partire dal problema del cliente. Ora, con la chat di SageMaker Canvas per la funzionalità di preparazione dei dati, gli analisti con conoscenza del settore possono preparare, organizzare ed estrarre rapidamente valore dai dati utilizzando un'esperienza basata sulla chat.
Panoramica della soluzione
L’intelligenza artificiale generativa sta rivoluzionando il settore della sicurezza fornendo esperienze personalizzate e con linguaggio naturale, migliorando l’identificazione e le soluzioni dei rischi e aumentando al tempo stesso la produttività aziendale. Per questo caso d'uso, utilizziamo SageMaker Canvas, Gestore di dati di Amazon SageMaker, Lago di sicurezza Amazone Servizio di archiviazione semplice Amazon (Amazon S3). Amazon Security Lake ti consente di aggregare e normalizzare i dati sulla sicurezza per l'analisi e ottenere una migliore comprensione della sicurezza all'interno della tua organizzazione. Amazon S3 ti consente di archiviare e recuperare qualsiasi quantità di dati in qualsiasi momento e luogo. Offre scalabilità, disponibilità dei dati, sicurezza e prestazioni leader del settore.
SageMaker Canvas ora supporta funzionalità complete di preparazione dei dati basate su SageMaker Data Wrangler. Con questa integrazione, SageMaker Canvas fornisce uno spazio di lavoro end-to-end senza codice per preparare dati, creare e utilizzare l'apprendimento automatico (ML) e Roccia Amazzonica modelli di base per accelerare il passaggio dai dati agli insight aziendali. Ora puoi scoprire e aggregare dati da oltre 50 origini dati ed esplorare e preparare i dati utilizzando oltre 300 analisi e trasformazioni integrate nell'interfaccia visiva di SageMaker Canvas. Vedrai anche prestazioni più veloci per trasformazioni e analisi e trarrai vantaggio da un'interfaccia in linguaggio naturale per esplorare e trasformare i dati per il machine learning.
In questo post, mostriamo tre trasformazioni chiave; filtraggio, ridenominazione delle colonne ed estrazione del testo da una colonna nel set di dati dei risultati di sicurezza. Dimostriamo anche l'utilizzo della funzionalità chat per la preparazione dei dati in SageMaker Canvas per analizzare i dati e visualizzare i risultati.
Prerequisiti
Prima di iniziare, hai bisogno di un account AWS. È inoltre necessario impostare un file Amazon Sage Maker Studio dominio. Per istruzioni sulla configurazione di SageMaker Canvas, fare riferimento a Genera previsioni di machine learning senza codice.
Accedi all'interfaccia di chat di SageMaker Canvas
Completa i seguenti passaggi per iniziare a utilizzare la funzione chat di SageMaker Canvas:
- Nella console SageMaker Canvas, scegli Wrangler di dati.
- Sotto Dataset, scegli Amazon S3 come origine e specifica il file set di dati dei risultati di sicurezza da Amazon Security Lake.
- Scegli il tuo flusso di dati e scegli Chatta per la preparazione dei dati, che visualizzerà un'interfaccia di chat con istruzioni guidate.
Filtra i dati
Per questo post, vogliamo prima filtrare gli avvisi critici e quelli di gravità elevata, quindi inseriamo nella casella di chat le istruzioni per farlo rimuovere i risultati che non sono critici o di elevata gravità. Canvas rimuove le righe, visualizza un'anteprima dei dati trasformati e offre la possibilità di utilizzare il codice. Possiamo aggiungerlo all'elenco dei passaggi nel file Passi riquadro.
Rinomina colonne
Successivamente, vogliamo rinominare due colonne, quindi inseriamo nella casella di chat la seguente richiesta, per rinominare il file disc ed titolo colonne a Trovare ed Bonifica. SageMaker Canvas genera un'anteprima e, se sei soddisfatto dei risultati, puoi aggiungere i dati trasformati ai passaggi del flusso di dati.
Estrai il testo
Per determinare le regioni di origine dei risultati, puoi inserire le istruzioni nella chat Estrai il testo della regione dalla colonna UID in base al modello arn:aws:security:securityhub:region:*
e crea una nuova colonna chiamata Region) per estrarre il testo della regione dalla colonna UID in base a un modello. SageMaker Canvas genera quindi il codice per creare una nuova colonna regionale. L'anteprima dei dati mostra che i risultati provengono da una regione: us-west-2
. È possibile aggiungere questa trasformazione al flusso di dati per l'analisi downstream.
Analizza i dati
Infine, vogliamo analizzare i dati per determinare se esiste una correlazione tra l'ora del giorno e il numero di risultati critici. Puoi inserire una richiesta per riepilogare i risultati critici in base all'ora del giorno nella chat e SageMaker Canvas restituirà approfondimenti utili per le tue indagini e analisi.
Visualizza i risultati
Successivamente, visualizziamo i risultati in base alla gravità nel tempo per includerli in un rapporto sulla leadership. Puoi chiedere a SageMaker Canvas di generare un grafico a barre della gravità rispetto all'ora del giorno. In pochi secondi, SageMaker Canvas ha creato il grafico raggruppato per gravità. Puoi aggiungere questa visualizzazione all'analisi nel flusso di dati e scaricarla per il tuo report. I dati mostrano che i risultati provengono da una regione e si verificano in momenti specifici. Ciò ci dà fiducia su dove concentrare le nostre indagini sui risultati della sicurezza per determinare le cause profonde e le azioni correttive.
ripulire
Per evitare di incorrere in addebiti imprevisti, completa i seguenti passaggi per ripulire le tue risorse:
- Svuota il bucket S3 che hai utilizzato come sorgente.
- Esci da SageMaker Canvas.
Conclusione
In questo post, ti abbiamo mostrato come utilizzare SageMaker Canvas come spazio di lavoro end-to-end senza codice per la preparazione dei dati per creare e utilizzare modelli di base Amazon Bedrock per accelerare i tempi necessari per raccogliere informazioni aziendali dai dati.
Tieni presente che questo approccio non si limita ai risultati sulla sicurezza; puoi applicarlo a qualsiasi caso d'uso di intelligenza artificiale generativa che utilizza al centro la preparazione dei dati.
Il futuro appartiene alle aziende che riescono a sfruttare efficacemente la potenza dell’intelligenza artificiale generativa e dei grandi modelli linguistici. Ma per fare ciò, dobbiamo prima sviluppare una solida strategia sui dati e comprendere l’arte della preparazione dei dati. Utilizzando l'intelligenza artificiale generativa per strutturare i nostri dati in modo intelligente e lavorando a ritroso a partire dal cliente, possiamo risolvere i problemi aziendali più rapidamente. Con la chat di SageMaker Canvas per la preparazione dei dati, per gli analisti è semplice iniziare e acquisire valore immediato dall'intelligenza artificiale.
Informazioni sugli autori
Sudeesh Sasidharan è Senior Solutions Architect presso AWS, all'interno del team Energy. Sudeesh ama sperimentare nuove tecnologie e costruire soluzioni innovative che risolvano sfide aziendali complesse. Quando non progetta soluzioni o non armeggia con le ultime tecnologie, lo puoi trovare sul campo da tennis a lavorare sul rovescio.
John Klacynski è un Principal Customer Solution Manager all'interno del team AWS Independent Software Vendor (ISV). In questo ruolo, aiuta a livello di programmazione i clienti ISV ad adottare le tecnologie e i servizi AWS per raggiungere i propri obiettivi aziendali più rapidamente. Prima di entrare in AWS, John ha guidato i team di prodotti dati per grandi aziende di beni di consumo confezionati, aiutandole a sfruttare le informazioni sui dati per migliorare le loro operazioni e il processo decisionale.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
- PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
- PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
- Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/analyze-security-findings-faster-with-no-code-data-preparation-using-generative-ai-and-amazon-sagemaker-canvas/
- :ha
- :È
- :non
- :Dove
- $ SU
- 100
- 125
- 300
- 50
- a
- accelerare
- accesso
- Il mio account
- operanti in
- azioni
- aggiungere
- adottare
- aggregato
- AI
- consente
- anche
- Amazon
- Amazon Sage Maker
- Tela di Amazon SageMaker
- Amazon Web Services
- quantità
- an
- analisi
- .
- Gli analisti
- analizzare
- ed
- in qualsiasi
- APPLICA
- approccio
- appropriatamente
- SONO
- Arte
- AS
- chiedere
- At
- disponibilità
- evitare
- AWS
- bar
- basato
- BE
- appartiene
- beneficio
- Meglio
- fra
- potenziamento
- Scatola
- costruire
- Costruzione
- incassato
- affari
- aziende
- ma
- by
- detto
- Materiale
- tela
- funzionalità
- capacità
- catturare
- Catturare
- attento
- Custodie
- cause
- sfide
- oneri
- Grafico
- chiacchierare
- Scegli
- cavedano
- codice
- Colonna
- colonne
- Aziende
- rispetto
- completamento di una
- complesso
- globale
- fiducia
- consolle
- Consumer
- Nucleo
- Correlazione
- Corte
- creare
- creato
- critico
- cliente
- Clienti
- Cyber
- sicurezza informatica
- dati
- Preparazione dei dati
- strategia di dati
- giorno
- decisione
- Decision Making
- dimostrare
- descrivere
- progettazione
- Determinare
- sviluppare
- scopri
- Dsiplay
- display
- do
- dominio
- scaricare
- in maniera efficace
- senza sforzo
- senza sforzo
- Abilita
- da un capo all'altro
- energia
- migliorando
- entrare
- Etere (ETH)
- esperienza
- Esperienze
- sperimentazione
- esplora
- estratto
- estrazione
- più veloce
- caratteristica
- filtro
- filtraggio
- Trovare
- I risultati
- Nome
- flusso
- Focus
- i seguenti
- Nel
- Fondazione
- da
- futuro
- Guadagno
- raccogliere
- generare
- genera
- generativo
- AI generativa
- ottenere
- dà
- Obiettivi
- merce
- guidata
- accadere
- contento
- cintura da arrampicata
- he
- aiutare
- aiuta
- Alta
- lui
- il suo
- Come
- Tutorial
- Tuttavia
- http
- HTTPS
- Identificazione
- if
- immediato
- competenze
- in
- includere
- Aumento
- studente indipendente
- leader del settore
- creativi e originali
- intuizioni
- istruzioni
- integrazione
- Interfaccia
- ai miglioramenti
- indagine
- comporta
- isv
- IT
- SUO
- John
- accoppiamento
- jpg
- Le
- conoscenze
- lago
- Lingua
- grandi
- con i più recenti
- Leadership
- principale
- apprendimento
- Guidato
- Dati LED
- Leva
- Limitato
- Lista
- ama
- macchina
- machine learning
- Fare
- direttore
- massimo
- ML
- modelli
- Scopri di più
- devono obbligatoriamente:
- Naturale
- Linguaggio naturale
- Bisogno
- esigenze
- New
- Nuove tecnologie
- adesso
- numero
- of
- Offerte
- on
- ONE
- Operazioni
- Opzione
- or
- organizzazione
- nostro
- su
- ancora
- pacchetto
- vetro
- Cartamodello
- performance
- Personalizzata
- conduttura
- posto
- Platone
- Platone Data Intelligence
- PlatoneDati
- Post
- potenziale
- energia
- alimentato
- Previsioni
- preparazione
- Preparare
- preparato
- Anteprima
- Direttore
- Precedente
- Problema
- problemi
- Prodotto
- della produttività
- istruzioni
- fornisce
- fornitura
- rapidamente
- raggiungere
- riferimento
- regione
- regioni
- rimuove
- rapporto
- richiesta
- richiede
- Risorse
- Risultati
- problemi
- rivoluzionando
- Rischio
- rischi
- Ruolo
- radice
- sagemaker
- Scalabilità
- Scala
- secondo
- in modo sicuro
- problemi di
- rischi per la sicurezza
- vedere
- anziano
- Servizi
- set
- regolazione
- gravità
- ha mostrato
- Spettacoli
- Un'espansione
- abilità
- So
- Software
- solido
- soluzione
- Soluzioni
- RISOLVERE
- Soluzione
- Fonte
- fonti
- specializzata
- specifico
- inizia a
- iniziato
- Di partenza
- Passi
- conservazione
- Tornare al suo account
- Strategia
- La struttura
- riassumere
- supporti
- Fai
- team
- le squadre
- Tecnologie
- Tecnologia
- tennis
- testo
- che
- I
- L’ORIGINE
- loro
- Li
- poi
- Là.
- questo
- tre
- tempo
- volte
- a
- Trasformare
- Trasformazione
- trasformazioni
- trasformato
- trasforma
- seconda
- capire
- e una comprensione reciproca
- sbloccare
- Aggiornanento
- us
- uso
- caso d'uso
- utilizzato
- utile
- usa
- utilizzando
- APPREZZIAMO
- venditore
- visivo
- visualizzazione
- visualizzare
- volere
- we
- sito web
- servizi web
- quando
- quale
- while
- volere
- con
- entro
- senza
- Lavora
- lavoro
- Tu
- Trasferimento da aeroporto a Sharm
- zefiro