이 이미지는 Oracle Compute Cloud@Customer, Kafka, Docker 컨테이너의 Morpheus 파이프라인을 사용하는 라이브 사기 예측을 위한 파이프라인 워크플로우를 보여줍니다. 이 파이프라인은 세 개의 스윈레인 아래에 쌓여 있습니다.

호스트 환경: 플로우가 Transaction data (validation.csv)에서 호스트 환경에 있는 Python 생산자로 아래로 시작됩니다.

• 오른쪽에서는 "라이브 사기 예측"이 사람의 아이콘 옆에 기록됩니다.

Kafka: 흐름은 Kafka 항목(Kafka 스윔레인에 있는 INPUT (gnn_fraud_input))으로 이어집니다.

• 중간에서는 "호스트 환경" 및 "모페우스 파이프라인"에서 이 섹션은 입력 및 출력 메시징 스트림을 나타냅니다.
• 왼쪽에는 ""가 "입력 스트림" 레이블과 함께 표시됩니다.

Morpheus Pipeline(Docker 컨테이너): 워크플로우가 INPUT (gnn_fraud_input)에서 Morpheus 파이프라인 스윔레인에 있는 Kafka 소스로 계속됩니다.

• Kafka 소스가 직렬화 해제로 흐릅니다.
• 직렬화 해제는 그래프 구성에 연결됩니다.
• 그래프 구성은 GNN interface (GraphSAGE)에 연결됩니다.
• GNN interface (GraphSAGE)" (neural network icon)는 Classification (XGBoost)에 연결됩니다.
• Classification (XGBoost) - 직렬화
• 직렬화는 Kafka 싱크에 연결됩니다.

Kafka 싱크는 Kafka 스윔레인에서 Kafka topic: OUTPUT (gnn_fraud_output)를 다시 연결합니다.

Kafka topic: OUTPUT (gnn_fraud_output)는 호스트 환경 스윔레인에서 Python 소비자에게 연결됩니다.

Python 소비자는 호스트 환경에서 라이브 사기 예측에 연결됩니다.