View a markdown version of this page

Agenti osservatori e di monitoraggio - AWS Linee guida prescrittive
ArchitectureDescriptionFunzionalitàCasi di utilizzo comuneGuida all’implementazioneRiepilogo

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Agenti osservatori e di monitoraggio

Gli osservatori e gli agenti di monitoraggio osservano passivamente i sistemi, gli ambienti e le interazioni per rilevare modelli, generare approfondimenti e innescare azioni. In qualità di osservatori intelligenti, migliorano gli avvisi, la diagnostica e gli audit senza avviare direttamente il comportamento.

Questi agenti eccellono laddove il monitoraggio tradizionale manca di adattabilità o ragionamento, in particolare per il AI-in-the-loop monitoraggio, il rilevamento delle anomalie, la supervisione della conformità e l'intelligence sulla sicurezza. Gli agenti osservatori sono ascoltatori di eventi che monitorano continuamente la telemetria del sistema e le interazioni con gli utenti. L'agente dipende dalla percezione, dall'interpretazione e dall'escalation o dalla segnalazione condizionale.

Architecture

Agenti osservatori e di monitoraggio.

Description

  1. Acquisisci telemetria

    • L'agente riceve input da una o più fonti di sistema, come le seguenti:

      • Registri (applicazione, infrastruttura, sicurezza)

      • Metriche (prestazioni, latenza, utilizzo)

      • Eventi (chiamate API, azioni dell'utente, dati dei sensori)

  2. Analizza il contesto

    • L'input non elaborato viene analizzato, strutturato e arricchito con metadati, come timestamp, identità dell'attore, stato del sistema e ID di traccia.

  3. Motivi per utilizzare LLM

    • L'agente utilizza un LLM o un modulo logico per interpretare gli input analizzati identificando le anomalie, riepilogando le tendenze e correlandoli tra tracce distribuite o finestre temporali.

  4. Classificare o avvisare

    • L'agente determina se il comportamento osservato giustifica quanto segue:

      • Un avviso o un'escalation

      • Un rapporto o un aggiornamento del pannello di controllo

      • Un trigger di risposta (ad esempio, riparazione automatica e applicazione delle politiche)

  5. Registra la memoria o i loop di feedback

    • L'agente archivia eventi e decisioni per l'apprendimento a lungo termine, gli audit o riferimenti futuri per altri agenti.

Funzionalità

  • Passivo e non invasivo (l'agente non agisce direttamente)

  • Altamente scalabile e asincrono

  • AI-driven correlazione tra segnali rumorosi o distribuiti

  • Supporta audit, conformità e informazioni in tempo reale

  • Può alimentare agenti a valle o flussi di lavoro umani

Casi di utilizzo comune

  • AI-augmented osservabilità per microservizi e API

  • Monitoraggio della deriva del modello, della violazione delle policy o del comportamento fuori banda

  • Analisi delle attività o riepiloghi delle interazioni con i clienti

  • Agenti di revisione del codice che monitorano gli impegni o le implementazioni

  • Monitoraggio dei registri di sicurezza o conformità mediante il ragionamento LLM

Guida all’implementazione

È possibile creare un osservatore e un agente di monitoraggio utilizzando i seguenti strumenti e: Servizi AWS

Componente

Servizio AWS

Scopo

Ingestione di eventi

Amazon EventBridge, Amazon CloudWatch Logs, Amazon Kinesis, Amazon S3

Inserisci telemetria strutturata e non strutturata

Pre-elaborazione

AWS Lambda, AWS Glue, AWS Step Functions

Trasforma i dati grezzi in prompt strutturati

Motore di ragionamento

Amazon Bedrock, Amazon SageMaker, AWS Lambda

Analizza gli eventi, classifica i comportamenti, genera approfondimenti

Archiviazione e memoria

Amazon S3, Amazon DynamoDB, OpenSearch

Osservazioni, riepiloghi e risultati persistenti

Avvisi e intensificazione

Amazon SNS, AWS AppFabric Amazon EventBridge

Attiva sistemi o agenti downstream

Le seguenti sono applicazioni aggiuntive:

Riepilogo

Gli osservatori e gli agenti di monitoraggio tengono traccia dei sistemi e dei comportamenti in tempo reale. Rilevano anomalie, controllano la sicurezza e raccolgono informazioni operative identificando modelli che gli umani o le regole potrebbero trascurare. Questa funzionalità consente di creare sistemi in grado di adattarsi alle mutevoli condizioni e di prendere decisioni basate su un'analisi completa dei dati.