CloudWatch 사용하기a유목민detection - Amazon CloudWatch

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

CloudWatch 사용하기a유목민detection

활성화하는 경우이상 탐지에서 지표에 대해 CloudWatch 에서는 통계 및 기계 학습 알고리즘을 적용합니다. 이러한 알고리즘은 시스템 및 애플리케이션의 지표를 지속적으로 분석하고, 정상 기준을 결정하며, 최소한의 사용자 개입으로 이상을 나타냅니다.

알고리즘은 이상 탐지 모델을 생성합니다. 모델은 정상 지표 동작을 나타내는 예상 값의 범위를 생성합니다.

기댓값 모델을 두 가지 방법으로 사용할 수 있습니다.

  • 지표의 예상 값을 기반으로 이상 탐지 경보를 생성합니다. 이러한 유형의 경보에는 경보 상태를 확인하기 위한 정적 임계값이 없습니다. 대신 이상 탐지 모델을 기반으로 지표의 값을 예상 값과 비교합니다.

    지표 값이 예상 값의 밴드보다 높거나, 밴드보다 낮거나, 두 경우에 모두 해당할 때 경보를 트리거하도록 선택할 수 있습니다.

    자세한 내용은 이상 탐지에 기반하여 CloudWatch 경보 생성 단원을 참조하세요.

  • 지표 데이터의 그래프를 볼 때 예상 값을 그래프에 밴드로 오버레이합니다. 이렇게 하면 그래프의 어떤 값이 정상 범위를 벗어났는지 시각적으로 알 수 있습니다. 자세한 내용은 생성graph 단원을 참조하세요.

    AWS Management Console, AWS CLI, AWS CloudFormation 또는 AWS SDK를 사용하여 이상 탐지를 활성화할 수 있습니다. AWS에서 판매한 지표에 대해 및 사용자 정의 지표에 대해 이상 탐지를 활성화할 수 있습니다.

    또한, ANOMALY_DETECTION_BAND 지표 수학 함수가 있는 GetMetricData API 요청을 사용하여 모델 밴드의 상위 값과 하위 값을 검색할 수 있습니다. 자세한 내용은 GetMetricData 단원을 참조하십시오.

이상 탐지가 있는 그래프에서 예상 값의 범위는 회색 밴드로 표시됩니다. 지표의 실제 값이 이 밴드를 초과하면 해당 시간 동안 빨간색으로 표시됩니다.

이상 탐지 알고리즘은 지표의 계절성 및 추세 변화를 설명합니다. 계절성 변화는 다음 예와 같이 시간별, 일별 또는 주별일 수 있습니다.


      에서 활성화된 이상 탐지를 보여주는 지표 콘솔CPUUtilization지표.

      에서 활성화된 이상 탐지를 보여주는 지표 콘솔CPUUtilization지표.

      에서 활성화된 이상 탐지를 보여주는 지표 콘솔CPUUtilization지표.

장거리 추세는 하향 또는 상향 추세가 될 수 있습니다.


      에서 활성화된 이상 탐지를 보여주는 지표 콘솔CPUUtilization지표.

이상 탐지는 플랫 패턴이 있는 지표에서도 잘 작동합니다.


      에서 활성화된 이상 탐지를 보여주는 지표 콘솔CPUUtilization지표.

CloudWatch 방식a유목민d분류: 영예works

지표에 이상 탐지를 활성화하면 CloudWatch 에서는 머신 러닝 알고리즘을 지표의 과거 데이터에 적용하여 지표의 기대값 모델을 생성합니다. 모델은 지표의 추세와 시간별, 일별 및 주별 패턴을 모두 평가합니다. 이 알고리즘은 최대 2주의 지표 데이터를 교육할 수 있지만, 지표에 2주분의 데이터가 없더라도 지표에 이상 탐지를 활성화할 수 있습니다.

CloudWatch 에서 지표 값의 “정상” 범위를 결정하기 위해 모델과 함께 사용하는 이상 탐지 임계값에 대한 값을 지정합니다. 이상 탐지 임계값의 값이 높을수록 “정상” 값의 밴드가 두꺼워집니다.

기계 학습 모델은 지표 및 통계에 고유합니다. 예를 들어, AVG 통계를 사용한 지표에 대한 이상 탐지를 활성화하면, 해당 모델은 AVG 통계에 고유합니다.

CloudWatch 가 여러 공통 지표에 대한 모델을AWS서비스를 사용하면 밴드가 논리 값 외부로 확장되지 않도록합니다. 예를 들어 음수가 될 수 없는 통계에 대한 구간은 0 이하로 확장되지 않으며 백분율 지표에 대한 구간은 0에서 100 사이에 유지됩니다.

모델을 생성하면 지표의 최신 데이터를 이용하여 계속 자동으로 업데이트됩니다.

지표에 이상 탐지를 활성화한 다음 모델을 교육할 때, 지표에 특정 기간을 사용하지 않도록 제외할 수 있습니다. 이렇게 하면, 모델 교육을 할 때 배포 또는 다른 이상 이벤트 등을 제외할 수 있어 가장 정확한 모델을 생성할 수 있습니다.

경보용 이상 탐지 모델을 사용하면 AWS 계정에 비용이 청구됩니다. 자세한 내용은 Amazon CloudWatch 요금을 참조하세요.