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.

# GAMESEC06-BP02 Use ferramentas de inteligência artificial e aprendizado de máquina para automatizar aspectos da sua estratégia de proteção de infraestrutura
<a name="gamesec06-bp02"></a>

 [O Amazon Lookout for Metrics ](https://aws.amazon.com/lookout-for-metrics/) usa aprendizado de máquina para detectar e diagnosticar automaticamente anomalias em seus dados comerciais e operacionais e monitora as métricas mais importantes para seus negócios com maior velocidade e precisão. O serviço também facilita o diagnóstico da causa raiz das anomalias, como uma queda repentina na receita, nos logins, nas transações ou na retenção. Não exige que os desenvolvedores de jogos tenham experiência em ML para configurar e podem se conectar a fontes de dados populares, incluindo Amazon S3, Amazon CloudWatch, Amazon RDS, Amazon Redshift, bem como muitos aplicativos SaaS. Por exemplo, você pode [ integrar o Amazon Lookout for Metrics com o Game Analytics Pipeline ](https://aws.amazon.com/blogs/gametech/detect-game-anomalies-amazon-lookout-for-metrics-game-analytics-pipeline/) e outras fontes de dados para começar a analisar o comportamento e detectar anomalias. 

 **Nível de risco exposto se esta prática recomendada não for estabelecida:** Alto 

## Orientação para implementação
<a name="implementation-guidance-31"></a>

 Como alternativa, você pode escolher criar, treinar e hospedar um modelo de aprendizado de máquina personalizado usando a SageMaker IA [ da Amazon ](https://aws.amazon.com/sagemaker/) para abordar casos de uso como moderação de conteúdo, detecção de toxicidade, detecção de fraudes e muito mais. 

 **Exemplo de cliente** 

 AnyCompany A Games usa o Amazon Lookout for Metrics para detectar automaticamente padrões incomuns no desempenho do servidor, nas tentativas de login dos jogadores ou nos volumes de transações que podem indicar ameaças de agentes mal-intencionados. Além disso, eles usaram a SageMaker IA da Amazon para desenvolver modelos personalizados de aprendizado de máquina que analisam continuamente os padrões de tráfego de rede e o comportamento dos jogadores para ajudar a identificar ameaças coordenadas, como redes de bots que estão tentando explorar sua economia virtual. 

 Essa abordagem automatizada permite que sua equipe de segurança se concentre em investigar e responder a ameaças genuínas, em vez de monitorar manualmente milhares de métricas, ao mesmo tempo em que garante que os padrões emergentes de ameaças sejam detectados e abordados antes que possam afetar significativamente a disponibilidade do jogo ou a segurança dos jogadores. 

### Etapas de implementação
<a name="implementation-steps-31"></a>
+  Use o Amazon Lookout for Metrics para ajudar a detectar e diagnosticar automaticamente anomalias nos principais dados comerciais e operacionais 
+  Integre o Amazon Lookout for Metrics com fontes de dados, como Game Analytics Pipeline, Amazon S3, ou CloudWatch para monitorar métricas como receita, logins e retenção. 
+  Use a SageMaker IA da Amazon para criar, treinar e hospedar modelos personalizados de aprendizado de máquina para casos de uso avançados, como detecção de fraudes, prevenção de fraudes e moderação de conteúdo.