Amazon Neptune Database integriert sich jetzt mit GraphStorm für skalierbares Graph Machine Learning
Heute kündigen wir die Integration von Amazon Neptune Database mit GraphStorm an, einer skalierbaren Open-Source-Bibliothek für maschinelles Lernen mit Graphen (ML), die für Anwendungen im Unternehmensmaßstab entwickelt wurde. Dadurch werden die OLTP (Online Transaction Processing) Diagramm-Fähigkeiten von Neptune mit der skalierbaren Inferenz-Engine von GraphStorm zusammengeführt, was den Einsatz von Graph ML in latenzempfindlichen, transaktionalen Umgebungen erleichtert.
Mit dieser Integration können Entwickler GNN-Modelle mit GraphStorm trainieren und sie als Echtzeit-Inferenz-Endpunkte einsetzen, die Neptune bei Bedarf direkt nach Subgraphen-Nachbarschaften abfragen. Vorhersagen – wie z. B. Knotenklassifizierungen oder Link-Vorhersagen – können dann in Zeiträumen von weniger als einer Sekunde zurückgegeben werden, wodurch der Kreislauf zwischen transaktionalen Diagramm-Aktualisierungen und ML-gesteuerten Entscheidungen geschlossen wird. Diese Integration ermöglicht Anwendungsfälle wie die Erkennung und Verhinderung von Betrug, bei denen Unternehmen in Echtzeit Entscheidungen auf der Grundlage komplexer Beziehungen zwischen Konten, Geräten und Transaktionen treffen können, dynamische Empfehlungen, bei denen sich die Systeme anhand des Live-Kontextes des Diagramms sofort an das Benutzerverhalten anpassen können, und eine grafikbasierte Risikobewertung, bei der die Risikobewertungen kontinuierlich aktualisiert werden, während sich das Diagramm weiterentwickelt. Kunden können auch Echtzeit-Inferenzergebnisse mit Diagramm-Analyseabfragen kombinieren, um tiefere betriebliche Einblicke zu erhalten und ML-Feedback-Schleifen direkt in Diagramm-Anwendungen zu ermöglichen.
Diese Funktion ist in allen Regionen verfügbar, in denen Amazon Neptune Database verfügbar ist. Wenn Sie mehr erfahren und die Integration selbst ausprobieren möchten, besuchen Sie unseren Ankündigungsblog: Modernisierung der Betrugsbekämpfung: GraphStorm v0.5 für Echtzeit-Inferenz für einen vollständigen Durchgang.