Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Erkennung ungewöhnlicher Ausgaben mit AWS Cost Anomaly Detection
AWS Die Erkennung von Kostenanomalien ist eine Funktion, die Modelle des maschinellen Lernens verwendet, um ungewöhnliche Ausgabenmuster in Ihrem Einsatz zu erkennen und darauf hinzuweisen. AWS-Services
AWS Die Verwendung von Cost Anomaly Detection bietet die folgenden Vorteile:
-
Sie erhalten Benachrichtigungen einzeln in aggregierten Berichten, entweder in einer E-Mail-Nachricht oder in einem Amazon SNS SNS-Thema.
Erstellen Sie für Amazon SNS SNS-Themen eine Konfiguration für Amazon Q Developer in Chat-Anwendungen, die das SNS-Thema einem Slack-Channel oder einem Amazon Chime Chime-Chatroom zuordnet. Weitere Informationen finden Sie unter Empfangen von Anomaliewarnungen in Amazon Chime und Slack.
-
Sie können Ihr Ausgabenverhalten mithilfe von Methoden des maschinellen Lernens auswerten, um Fehlalarme zu minimieren. Sie können beispielsweise die wöchentliche oder monatliche Saisonalität und das natürliche Wachstum auswerten.
-
Sie können die Hauptursachen der Anomalie untersuchen, geordnet nach ihren Auswirkungen auf den Dollar und aufgeteilt in vier Dimensionen: AWS-Service, AWS-Konto, Region oder Nutzungsart.
-
Sie können konfigurieren, wie Ihre Kosten bewertet werden sollen. Wählen Sie aus, ob Sie alle Ihre Konten AWS-Services unabhängig voneinander analysieren möchten oder ob Sie bestimmte Mitgliedskonten, Kostenzuordnungskennzeichen oder Kostenkategorien analysieren möchten.
Nachdem Ihre Abrechnungsdaten verarbeitet wurden, wird die Erkennung von AWS Kostenanomalien etwa dreimal täglich ausgeführt, um Ihre unvermischten Nettokostendaten (d. h. die Nettokosten nach Berechnung aller anwendbaren Rabatte) auf Anomalien zu überprüfen. Es kann zu einer leichten Verzögerung beim Empfang von Warnungen kommen. Die Erkennung von Kostenanomalien verwendet Daten aus dem Cost Explorer, der eine Verzögerung von bis zu 24 Stunden hat. Daher kann es bis zu 24 Stunden dauern, bis eine Anomalie erkannt wird, nachdem eine Nutzung erfolgt ist. Wenn Sie einen neuen Monitor erstellen, kann es 24 Stunden dauern, bis neue Anomalien erkannt werden. Für ein neues Serviceabonnement sind 10 Tage an historischen Daten zur Servicenutzung erforderlich, bevor Anomalien für diesen Service erkannt werden können.
Anmerkung
Sie können sich jederzeit von der Erkennung von Kostenanomalien abmelden. Weitere Informationen finden Sie unter Deaktivierung der Erkennung von Kostenanomalien.
Themen
