L'image présente un workflow de pipeline pour la prévision de fraude en direct à l'aide d'Oracle Compute Cloud@Customer, de Kafka et d'un pipeline Morpheus dans un conteneur Docker dans trois couloirs empilés l'un au-dessous de l'autre.

Environnement hôte : le flux démarre vers le bas de Transaction data (validation.csv) vers le fournisseur de portlets Python situé dans l'environnement hôte.

Kafka : le flux continue vers le bas jusqu'à la rubrique Kafka : INPUT (gnn_fraud_input) situé dans le couloir d'activité Kafka.

Pipeline deorpheus (conteneur Docker) : le workflow se poursuit de INPUT (gnn_fraud_input) vers la source Kafka située dans le couloir d'activité du pipeline Morpheus.

Le récepteur Kafka se connecte à nouveau à Kafka topic: OUTPUT (gnn_fraud_output) dans le couloir d'activité Kafka.

Kafka topic: OUTPUT (gnn_fraud_output) se connecte au consommateur Python dans le couloir d'activité de l'environnement hôte.

Le consommateur Python se connecte à la prédiction de fraude en direct dans l'environnement hôte.