View a markdown version of this page

Agentes observadores e de monitoramento - AWS Recomendações

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Agentes observadores e de monitoramento

Agentes observadores e de monitoramento observam passivamente sistemas, ambientes e interações para detectar padrões, gerar insights e acionar ações. Como observadores inteligentes, eles aprimoram alertas, diagnósticos e auditorias sem iniciar diretamente o comportamento.

Esses agentes se destacam onde o monitoramento tradicional carece de adaptabilidade ou raciocínio, especialmente para AI-in-the-loop monitoramento, detecção de anomalias, supervisão de conformidade e inteligência de segurança. Agentes observadores são ouvintes de eventos que monitoram continuamente a telemetria do sistema e as interações do usuário. O agente depende da percepção, interpretação e escalonamento ou relatório condicional.

Arquitetura

Agentes observadores e de monitoramento.

Description

  1. Telemetria de ingestão

    • O agente recebe informações de uma ou mais fontes do sistema, como as seguintes:

      • Registros (aplicativo, infraestrutura, segurança)

      • Métricas (desempenho, latência, uso)

      • Eventos (chamadas de API, ações do usuário, dados do sensor)

  2. Analise o contexto

    • A entrada bruta é analisada, estruturada e enriquecida com metadados, como registro de data e hora, identidade do ator, estado do sistema e ID de rastreamento.

  3. Razões para usar o LLM

    • O agente usa um LLM ou módulo lógico para interpretar entradas analisadas identificando anomalias, resumindo tendências e correlacionando traços distribuídos ou janelas de tempo.

  4. Classifique ou alerte

    • O agente determina se o comportamento observado justifica o seguinte:

      • Um alerta ou escalonamento

      • Uma atualização de relatório ou painel

      • Um gatilho de resposta (por exemplo, remediação automática e aplicação de políticas)

  5. Memória de log ou loops de feedback

    • O agente armazena eventos e decisões para aprendizado de longo prazo, auditorias ou referência futura para outros agentes.

Capacidades

  • Passivo e não invasivo (o agente não age diretamente)

  • Altamente escalável e assíncrono

  • AI-driven correlação entre sinais ruidosos ou distribuídos

  • Oferece suporte a auditoria, conformidade e visão em tempo real

  • Pode alimentar agentes posteriores ou fluxos de trabalho humanos

Casos de uso comuns

  • AI-augmented observabilidade para microsserviços e APIs

  • Monitoramento de desvios de modelos, violações de políticas ou comportamento fora da banda

  • Análise da atividade do cliente ou resumos de interações

  • Agentes de revisão de código que monitoram confirmações ou implantações

  • Monitoramento de registros de segurança ou conformidade usando o raciocínio LLM

Orientação para implementação

Você pode criar um observador e um agente de monitoramento usando as seguintes ferramentas e Serviços da AWS:

Componente

AWS service (Serviço da AWS)

Finalidade

Ingestão de eventos

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

Ingira telemetria estruturada e não estruturada

Pré-processamento

AWS Lambda, AWS Glue, AWS Step Functions

Transforme dados brutos em solicitações estruturadas

Motor de raciocínio

Amazon Bedrock, Amazônia SageMaker, AWS Lambda

Analise eventos, classifique comportamentos, gere insights

Armazenamento e memória

Amazon S3, Amazon DynamoDB, OpenSearch

Observações, resumos e resultados persistentes

Alertas e escalonamento

Amazon SNS, AWS AppFabric Amazon EventBridge

Acione sistemas ou agentes posteriores

A seguir estão os aplicativos adicionais:

Resumo

Agentes observadores e de monitoramento rastreiam sistemas e comportamentos em tempo real. Eles detectam anomalias, auditam a segurança e coletam inteligência operacional identificando padrões que humanos ou regras possam ignorar. Esse recurso ajuda a criar sistemas que podem se adaptar às mudanças nas condições e tomar decisões com base em uma análise abrangente de dados.