Uso de la detección de valores atípicos de CloudWatch

Al activar la detección de valores atípicos para una métrica, CloudWatch aplica algoritmos estadísticos y de 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 valores atípicos. El modelo genera un intervalo de valores esperados que representan el comportamiento normal de la métrica.

Puede activar la detección de valores atípicos mediante la AWS Management Console, la AWS CLI, CloudFormation o el AWS SDK. Puede activar la detección de valores atípicos 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:

En un gráfico con detección de valores atípicos, 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 valores atípicos 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.

La detección de valores atípicos también funciona correctamente con métricas con patrones planos.

Cómo funciona la detección de valores atípicos de CloudWatch

Al activar la detección de valores atípicos de una métrica, CloudWatch aplica algoritmos de 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 activar la detección de valores atípicos en una métrica aunque la métrica no tenga dos semanas completas de datos.

Especifique un valor para el umbral de detección de valores atípicos 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 valores atípicos produce un intervalo mayor de valores “normales”.

El modelo de machine learning es específico de una métrica y una estadística. Por ejemplo, si activa la detección de valores atípicos de una métrica con la estadística AVG, el modelo es específico 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 valores atípicos de CloudWatch evalúa continuamente el modelo y lleva a cabo 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 activar la detección de valores atípicos 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 valores atípicos para las alarmas genera cargos en su cuenta de AWS. Para obtener más información, consulte Precios de Amazon CloudWatch.

Detección de valores atípicos en matemáticas de métricas

La detección de valores atípicos en matemáticas de métricas es una característica que se puede utilizar para crear alarmas de detección de valores atípicos respecto al resultado de expresiones matemáticas de métricas. Puede utilizar estas expresiones para crear gráficos en los que se visualicen bandas de detección de valores atípicos. 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 valores atípicos según expresiones matemáticas de métricas similares a la forma en que ya se crean modelos de detección de valores atípicos. Desde la consola de CloudWatch, puede aplicar la detección de valores atípicos a expresiones matemáticas de métricas y seleccionar la detección de valores atípicos como tipo de umbral para estas expresiones.

Para obtener información sobre cómo crear, editar y eliminar alarmas y modelos para la detección de valores atípicos y matemáticas de métricas, consulte las siguientes secciones:

También puede crear, eliminar y descubrir modelos de detección de valores atípicos 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.