Usando o AWS Lookout para métricas para detectar anomalias em seus dados

O AWS Lookout é um modelo de aprendizado de máquina que detecta anomalias e mudanças inesperadas nos dados. Ele pode ser usado para enviar alertas quando suas métricas apresentam aumento de carga ou outros problemas fora do comum.

O que é AWS Lookout For Metrics?

Este não é o primeiro serviço com este nome — A AWS tem o Lookout for Vision, que procura defeitos nos produtos e automatiza a inspeção de qualidade, e o Lookout for Equipment, que monitora os dados do sensor para detectar anomalias.

O Lookout for Metrics é talvez o mais útil de todos eles, porque pode ser conectado a qualquer tipo de métrica em sua conta e detectar anomalias. O CloudWatch já tem alguns desses recursos usando alarmes do CloudWatch, mas usando o aprendizado de máquina, o Lookout for Metrics pode detectar problemas mais sutis.

Assim que um problema é detectado, um resumo do impacto da anomalia é criado, o qual pode ser enviado ao SNS ou Lambda. Você pode fornecer feedback e ajustar a sensibilidade dos alarmes.

O Lookout for Metrics pode ser conectado aos seguintes serviços, pelo menos no momento do lançamento:

A partir daí, os alertas podem ser configurados para serem enviados para AWS SNS e Lambda, que você pode usar para fazer qualquer coisa que desejar com eles.

O Lookout for Metrics custa simplesmente US $ 0,75 por métrica, por mês. Se você tiver mais de 1000 métricas, o preço cai significativamente.

Usando o Lookout para métricas

O Lookout é muito fácil de usar. Tudo o que você precisa fazer é criar um detector, escolher um conjunto de dados e ativá-lo.

Vá para o Lookout Management Console e crie um detector:

Dê um nome a ele e selecione o intervalo no qual a detecção deve ser executada. Existem apenas algumas opções aqui, sem suporte para sintaxe cron.

Você também pode alterar a chave de criptografia padrão para selecionar uma do AWS KMS.

Então, você precisará adicionar um conjunto de dados a este detector:

A configuração exata dependerá da fonte de dados que você está usando. Por exemplo, o S3 requer um caminho para o objeto de dados, bem como a configuração para saber se está no formato CSV ou JSON.

Depois de vincular a fonte, você &’ precisará ativar o detector.

Assim que ele começar a fazer detecções, você terá a opção de revisá-las e avaliá-las quanto à precisão, o que pode ajudá-lo a melhorar no futuro.