实时欺诈检测与GNN在DGL上的应用教程

本教程旨在指导您如何理解和操作名为realtime-fraud-detection-with-gnn-on-dgl的开源项目。该项目基于Amazon Neptune图数据库、Amazon SageMaker和Deep Graph Library（DGL），构建了一个用于从表格数据中构造异构图，并训练图神经网络（GNN）模型来识别IEEE-CIS数据集中欺诈交易的端到端蓝图架构。

1. 项目目录结构及介绍

项目的核心结构设计是为了支持快速部署和易于理解。以下是一些关键部分：

• 根目录:

  • docs: 包含项目文档和说明。
  • frontend: 前端代码，用于构建观察欺诈交易的React-based控制台。
  • src: 后端源码，包括模型训练和部署逻辑。
  • test: 测试套件，确保功能正确性。
  • 其他如.git*, LICENSE, README.md等标准的Git和项目管理文件。

• 配置相关:

  • cdk.json: AWS Cloud Development Kit的配置文件。
  • projenrc.js: 使用Projen进行项目初始化的配置脚本。
  • .yaml, .json配置文件散见于不同子目录，比如cfn-nag-ignore-lists.yml用于CloudFormation安全检查的忽略列表。

2. 项目的启动文件介绍

虽然此项目不是简单的“一键启动”类型，但其部署和运行流程主要由AWS服务协调。关键的启动点是通过AWS CloudFormation模板和AWS Step Functions进行的。以下是简化的启动流程:

• 启动入口: 开始模型培训和部署通常是通过AWS管理控制台中的Step Functions界面完成，需手动触发标记为ModelTrainingPipeline的状态机。
• 前端应用: 对于前端Web门户，部署后由Amazon CloudFront和AWS AppSync等服务自动托管和分发，无直接启动文件。

3. 项目的配置文件介绍

• AWS Configuration: AWS CLI的配置位于您的本地环境或IAM角色设置中，不直接体现在项目仓库内。
• Deployment Configurations:
  • 在部署过程中，可以通过命令行参数或CDK配置指定多种选项，如模型训练的超参数(n-hidden, n-epochs, lr)，EC2实例类型，以及特定的AWS区域等。
  • 特定于CDK的配置位于cdk.json，而解决方案运行的具体参数可能通过--parameters命令行标志传递。
• Source Code Config: 项目中的.js, .json, 和.ts文件含有关键配置和业务逻辑，例如模型训练的逻辑可能分散在src目录下的多个文件中。

部署与配置实践

1. 准备环境: 确保安装有Node.js (LTS版本16.x 或 18.x)，Docker，AWS CLI，并配置好适当的AWS凭证。
2. 依赖安装: 运行yarn install并使用npx projen初始化CDK环境。
3. 部署步骤: 使用yarn deploy进行新VPC的部署，或选择其他命令以适应特定需求，如指定已有VPC或使用自定义配置。

请注意，实际部署过程更为详细，涉及AWS服务的集成与配置，建议仔细阅读项目提供的官方指南和文档以保证顺利部署和运营。