Detección de gastos inusuales con AWS Cost Anomaly Detection - Administración de costos de AWS

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Detección de gastos inusuales con AWS Cost Anomaly Detection

AWS Cost Anomaly Detection es una característica de la Administración de costos de AWS que utiliza machine learning para monitorear de forma continua el costo y el uso y así detectar gastos inusuales. Utilizar AWS Cost Anomaly Detection incluye los siguientes beneficios:

  • Recibirá alertas de forma individual en informes agregados, ya sea en un email o un tema de Amazon SNS.

    Para los temas de Amazon SNS, cree unAWS Chatbotque asigna el tema de SNS a un canal de Slack o una sala de chat de Amazon Chime. Para obtener más información, consulte RecepciónAWSAlertas de detección de anomalías de costos en Amazon Chime y Slack.

  • Evalúe los patrones de gasto mediante métodos de machine learning para minimizar alertas con falsos positivos. Por ejemplo, evalúe la estacionalidad semanal o mensual y el crecimiento orgánico.

  • Analice y determine la causa raíz de la anomalía, como la causa raíz de la anomalíaCuenta de AWS, servicio, región o tipo de uso que impulsa el aumento de costo.

  • Configure la forma en que desea evaluar los costos. Elige si quieres analizar todos tusServicios de AWSde forma independiente o mediante cuentas de miembro, etiquetas de asignación de costos o categorías de costos.

nota

Una vez que se hayan procesado tus datos de facturación,AWSCost Anomaly Detection se ejecuta aproximadamente tres veces al día. Es posible que experimente un ligero retraso en la recepción de alertas. Cost Anomaly Detection utiliza datos de Cost Explorer, que tiene un retraso de hasta 24 horas. Como resultado de ello, puede tardar hasta 24 horas en detectar una anomalía después de que se produce un uso. Si crea un monitor nuevo, puede tardar 24 horas en comenzar a detectar nuevas anomalías. Para una nueva suscripción de servicio, se necesitan 10 días de datos históricos de uso del servicio antes de que se puedan detectar anomalías en ese servicio.