Uso de la detección de anomalías de CloudWatch
Cuando habilita la detección de anomalías para una métrica, CloudWatch aplica algoritmos estadísticos y del machine learning. Estos algoritmos analizan continuamente las métricas de sistemas y aplicaciones, determinan los valores de referencia normales y detectan anomalías con una intervención mínima del usuario.
Los algoritmos generan un modelo de detección de anomalías. El modelo genera un intervalo de valores esperados que representan el comportamiento normal de la métrica.
Puede habilitar la detección de anomalías utilizando la AWS Management Console, la AWS CLI, AWS CloudFormation o el SDK de AWS. Puede habilitar la detección de anomalías en las métricas ofrecidas por AWS y también en métricas personalizadas. En una cuenta configurada como cuenta de supervisión para la observabilidad entre cuentas de CloudWatch, puede crear detectores de anomalías en las métricas de las cuentas de origen, además de las métricas de la cuenta de supervisión.
Puede utilizar el modelo de valores esperados de dos formas:
Puede crear alarmas de detección de anomalías basadas en el valor esperado de una métrica. Estos tipos de alarmas no tienen un umbral estático para determinar el estado de la alarma. En lugar de ello, comparan el valor de la métrica con el valor esperado en función del modelo de detección de anomalías.
Puede elegir si la alarma se activa cuando el valor de la métrica está por encima del intervalo de valores previstos, por debajo del intervalo, o bien por encima o por debajo del intervalo.
Para obtener más información, consulte Crear una alarma de CloudWatch en función de la detección de anomalías.
Cuando consulte un gráfico de datos de métricas, superponga los valores esperados en el gráfico en forma de banda. Esto permite ver claramente qué valores del gráfico están fuera del intervalo normal. Para obtener más información, consulte Creación de un gráfico.
También puede recuperar los valores superior e inferior de la banda del modelo utilizando la solicitud de la API
GetMetricDatacon la función matemática de la métricaANOMALY_DETECTION_BAND. Para obtener más información, consulte GetMetricData.
En un gráfico con detección de anomalías, el intervalo esperado de valores se muestra como una banda gris. Si el valor real de la métrica está fuera de esta banda, se muestra en rojo durante ese tiempo.
Los algoritmos de detección de anomalías dan cuenta de la estacionalidad y los cambios de tendencia de las métricas. Los cambios de estacionalidad pueden ser por hora, por día o por semana, como se muestra en los siguientes ejemplos.
Las tendencias a más largo plazo podrían ser a la baja o al alza.
Las detecciones de anomalías también funcionan bien con métricas con patrones planos.
Descubra cómo funciona la detección de anomalías de CloudWatch
Al habilitar la detección de anomalías de una métrica, CloudWatch aplica algoritmos del machine learning a los datos anteriores de la métrica para crear un modelo de los valores esperados de la métrica. El modelo evalúa las tendencias y los patrones horarios, diarios y semanales de la métrica. El algoritmo se entrena con hasta dos semanas de datos de métricas, pero puede habilitar la detección de anomalías en una métrica aunque la métrica no tenga dos semanas completas de datos.
Especifique un valor para el umbral de detección de anomalías que CloudWatch utiliza junto con el modelo para determinar el intervalo ‘normal’ de los valores de la métrica. Un valor mayor del umbral de detección de anomalías produce un intervalo mayor de valores "normales".
El modelo de machine learning es específico de una métrica y una estadística. Por ejemplo, si habilita la detección de anomalías de una métrica utilizando la estadística AVG, el modelo es específica de la estadística AVG.
Cuando CloudWatch crea un modelo para muchas métricas comunes de AWS, asegura que la banda no se extienda fuera de los valores lógicos. Por ejemplo, la banda MemoryUtilization de una instancia de EC2 se mantendrá entre 0 y 100, y las bandas que rastrean Requests de CloudFront, que no pueden ser negativas, nunca se extenderán por debajo de cero.
Después de crear un modelo, la detección de anomalías de CloudWatch evalúa continuamente el modelo y realiza ajustes para garantizar que sea lo más preciso posible. Esto incluye volver a formar el modelo para ajustar si los valores de la métrica evolucionan con el tiempo o sufren cambios repentinos, y también incluye indicadores para mejorar los modelos de métricas estacionales, con picos o dispersas.
Después de habilitar la detección de anomalías en una métrica, tiene la opción de excluir periodos de tiempo específicos de la métrica para entrenar el modelo. De esta forma, puede excluir las implementaciones u otros eventos inusuales para la capacitación de modelos, garantizando la creación del modelo más preciso.
El uso de modelos de detección de anomalías para las alarmas implica cargos en su cuenta de AWS. Para obtener más información, consulte Precios de Amazon CloudWatch
Detección de anomalías en matemáticas de métricas
La detección de anomalías en matemáticas de métricas es una característica que se puede utilizar para crear alarmas de detección de anomalías respecto al resultado de expresiones matemáticas de métricas. Puede utilizar estas expresiones para crear gráficos en los que se visualicen bandas de detección de anomalías. La característica admite funciones aritméticas básicas, operadores lógicos y de comparación y la mayoría de las demás funciones. Para obtener información sobre las funciones que no son compatibles, consulte Uso de matemáticas de métricas en la Guía del usuario de Amazon CloudWatch.
Puede crear modelos de detección de anomalías según expresiones matemáticas de métricas similares a la forma en que ya se crean modelos de detección de anomalías. Desde la consola de CloudWatch, puede aplicar la detección de anomalías a expresiones matemáticas de métricas y seleccionar la detección de anomalías como tipo de umbral para estas expresiones.
nota
La detección de anomalías en matemáticas de métricas solo se puede habilitar y editar en la última versión de la interfaz de usuario de métricas. Cuando crea detectores de anomalías según expresiones matemáticas de métricas en la nueva versión de la interfaz, puede visualizarlos en la versión anterior, pero no editarlos.
Para obtener información sobre cómo crear alarmas y modelos para la detección de anomalías y matemáticas de métricas, consulte las siguientes secciones:
También puede crear, eliminar y descubrir modelos de detección de anomalías según expresiones matemáticas de métricas mediante la API de CloudWatch con PutAnomalyDetector, DeleteAnomalyDetector y DescribeAnomalyDetectors. Para obtener información sobre estas acciones de la API, consulte las siguientes secciones en la Referencia de la API de Amazon CloudWatch.
Para obtener información sobre el precio de las alarmas de detección de anomalías, consulte Precios de Amazon CloudWatch
