Personnalisez facilement vos notifications tout en utilisant Amazon Lookout for Metrics

Nous sommes ravis d'annoncer que vous pouvez désormais ajouter des filtres aux alertes et également modifier les alertes existantes tout en utilisant Amazon Lookout pour les métriques. Avec ce lancement, vous pouvez ajouter des filtres à votre configuration d'alertes pour recevoir uniquement des notifications pour les anomalies qui vous intéressent le plus. Vous pouvez également modifier les alertes existantes en fonction de vos besoins de notification à mesure que les anomalies évoluent.

Lookout for Metrics utilise l'apprentissage automatique (ML) pour surveiller automatiquement les métriques les plus importantes pour les entreprises avec plus de rapidité et de précision. Le service facilite également le diagnostic de la cause première des anomalies telles que les baisses de revenus inattendues, les taux élevés de paniers d'achat abandonnés, les pics d'échecs des transactions de paiement, l'augmentation des inscriptions de nouveaux utilisateurs, etc. Lookout for Metrics va au-delà de la simple détection d'anomalies. Il permet aux développeurs de mettre en place une surveillance autonome des métriques importantes pour détecter les anomalies et identifier leur cause première en quelques clics, en utilisant la même technologie utilisée par Amazon en interne pour détecter les anomalies dans ses métriques, le tout sans expérience ML requise.

L'alerte est une fonctionnalité facultative qui vous permet de configurer des notifications sur les anomalies dans les ensembles de données, qui sont envoyées via Service de notification simple d'Amazon (Amazon SNS) et AWS Lambda les fonctions. Auparavant, lorsque vous configuriez une alerte, vous étiez informé de toutes les anomalies détectées au-dessus du score de gravité que vous avez sélectionné, ce qui compliquait l'identification rapide des anomalies les plus pertinentes pour votre entreprise. Désormais, en implémentant des filtres et des modifications dans le système d'alerte, différentes unités commerciales au sein de votre organisation peuvent spécifier les types d'alertes qu'elles reçoivent. Vos développeurs peuvent bénéficier de cette fonctionnalité en étant en mesure de recevoir des alertes sur les anomalies liées au développement de leur service, tandis que vos analystes commerciaux et responsables commerciaux peuvent suivre les anomalies liées à l'état de leur entreprise, comme un emplacement sous-performant. . Par exemple, vous pouvez configurer une alerte pour être averti en cas de pic ou de baisse de vos revenus. Mais vous ne pouvez être intéressé que par un emplacement de magasin spécifique et par un produit particulier. La capacité de filtrage vous permet d'être alerté uniquement lorsqu'une anomalie de revenus correspond aux critères que vous avez définis.

Vue d'ensemble de la solution

Dans cet article, nous montrons comment créer une alerte avec des filtres et comment les filtres configurés publient des alertes uniquement pour les anomalies correspondant aux critères de filtre. Les filtres d'alerte sont basés sur des métriques et des dimensions présentes dans la définition du jeu de données pour le détecteur d'anomalies. La solution vous permet d'utiliser des filtres d'alerte pour obtenir des notifications ciblées pour les anomalies détectées dans vos données. Le diagramme suivant illustre l'architecture de la solution.

Provisionner des ressources avec AWS CloudFormation

Vous pouvez utiliser le fourni AWS CloudFormation pile pour configurer les ressources de la procédure pas à pas. Il contient des ressources pour générer en continu des données en direct et les publier sur Amazon S3, créer un détecteur (nommé TestAlertFilters) et ajoutez un jeu de données (nommé AlertFiltersDataset) au détecteur. Effectuez les étapes suivantes :

1. Selectionnez Lancer la pile:
   
2. Selectionnez Suivant.
3. Entrez un nom de pile (par exemple, L4MAlertFiltersStack).
4. Entrez les valeurs pour le détecteur (TestAlertFilters) et jeu de données (AlertFiltersDataset).
5. Selectionnez Suivant.
6. Laissez les paramètres pour Configurer les options de pile à leurs valeurs par défaut et choisissez Suivant.
7. Cochez la case d'accusé de réception et choisissez Créer une pile.

Activer le détecteur créé par le modèle CFN

Pour configurer votre détecteur, procédez comme suit :

1. Dans la console Lookout for Metrics, choisissez Détecteurs dans le volet de navigation.
   
2. Sélectionnez le détecteur TestAlertFilters et choisissez Plus de détails.
   
3. Pour activer le détecteur, vous pouvez soit choisir Activer en haut ou choisissez Activer le détecteur sous Comment ça marche.
   
4. Selectionnez Activer pour confirmer si vous souhaitez activer le détecteur pour une détection continue.
   

Un message de confirmation indique que le détecteur s'active. L'activation peut prendre jusqu'à 1 heure. En attendant, nous pouvons procéder à la configuration des alertes.

Configurez votre alerte

Nous configurons maintenant une alerte pour recevoir des notifications d'anomalies détectées par le détecteur. Les filtres d'alerte sont des configurations facultatives et vous pouvez sélectionner jusqu'à 5 mesures et 5 dimensions lors de l'ajout de filtres. Dans cet article, nous passons en revue la création d'une alerte avec des filtres. Effectuez les étapes suivantes :

1. Sur la page des détails de votre détecteur, choisissez Ajouter des alertes.
2. Confirmez votre nom d'alerte.
   Lookout for Metrics remplit les champs de configuration avec les métriques et les dimensions fournies lors de la création de l'ensemble de données. Dans cette version, le Score de gravité champ est facultatif, ce qui était auparavant un champ obligatoire. Par défaut, nous commençons avec un score de gravité de 70, que vous pouvez modifier ou supprimer.
3. Pour ajouter une mesure, choisissez Ajouter des critères et choisissez Mesurer.
   
4. Pour Mesure ÉGALE, choisir la revenue mesure.
   
5. Selectionnez Ajouter des critères encore et choisissez Dimension.
   
   Vous pouvez choisir jusqu'à 5 filtres de dimension. Pour ce post, nous en configurons deux.
6. Pour Dimension, choisir la marketplace dimension.
   
7. Pour Équivaut à, ajouter les valeurs US ainsi que CA.
   
8. Ajouter category comme deuxième dimension avec les valeurs fashion ainsi que jewellery.
9. Pour Score de gravité, entrez 20.
   
10. Pour Développement, choisissez Amazon SNS.
    
11. Choisissez votre sujet SNS (pour ce post, nous utilisons le sujet SNS auquel nous avons déjà souscrit notre email pour recevoir les notifications d'alerte).
12. Choisissez votre format (pour ce post, nous choisissons Texte long).
13. Sous Accès au service, sélectionnez Utiliser un rôle de service existant et choisissez votre rôle.
14. Selectionnez Ajouter une alerte.
    
    Un message s'affiche lorsque l'alerte est créée avec succès.
15. Sélectionnez l'alerte et choisissez Plus de détails.
    

Vous pouvez consulter les filtres d'alerte et d'autres détails. La Critères de filtrage explique comment les filtres configurés sont utilisés pour filtrer les anomalies avant de publier les notifications d'alerte.

Si vous souhaitez modifier la configuration de l'alerte, sélectionnez l'alerte sur le Alertes page et choisissez Modifier.

Vous pouvez également ouvrir la page des détails de l'alerte et choisir Modifier.

Vous êtes redirigé vers le Modifier page, où vous pouvez modifier la configuration des alertes selon vos besoins. Vous pouvez modifier les mêmes configurations que vous avez définies lors de la création de l'alerte, mais vous ne pouvez pas modifier le nom de l'alerte lors de la modification.

Examiner et analyser les résultats

Lorsque Lookout for Metrics détecte des anomalies dans vos données, il envoie une notification si des alertes ont été configurées sur ce détecteur. Si les détails du groupe d'anomalies correspondent aux critères de filtre (filtre de mesure, filtre de dimension et score de gravité) de l'alerte, une notification est publiée.

Pour cet exemple, nous avons créé deux alertes sur le détecteur, testAlertWithNoFilters ainsi que testRevenueForFashionOrJewelleryInUSOrCA, et a injecté des anomalies dans nos données. Nous avons également activé l'abonnement par e-mail sur le sujet SNS utilisé pour la publication des notifications d'alerte. Les captures d'écran suivantes montrent les détails de chaque alerte.

Voici un exemple de notification d'anomalie pour testRevenueForFashionOrJewelleryInUSOrCA:

{ "Type" : "Notification", "MessageId" : "0b0a7bfe-d029-5f4f-b706-20f644793c3d", "TopicArn" : "arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic", "Message" : "[Amazon LookoutForMetrics] The anomaly detector TestAlertFilters detected an anomaly in revenue with a severity score of 77.3 on May 25, 2022 at 8:05 PM. nAnomalous graphs were detected for the following:n nrevenue for: jewellery, thirdParty, CA, regular, priorityn nrevenue for: electronics, self, MX, premium, overnightn nrevenue for: electronics, self, US, regular, overnightn nTo view the anomaly, visit the Lookout for Metrics console at: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/anomalies/anomaly/bd0a07e1-c520-46bd-aaa3-dcc00583d707 nTo modify settings for this alert: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/alerts/alertDetails/arn:aws:lookoutmetrics:us-west-2:488415817882:Alert:testRevenueForFashionOrJewelleryInUSOrCA", "Timestamp" : "2022-05-25T20:31:12.330Z", "SignatureVersion" : "1", "Signature" : "pFDZj3TwLrL9rqjkRiVgbWjcrPhxz5PDV485d6NroLXWhrviX7sUEQqOIL5j8YYd0SFBjFEkrZKZ27RSbd+33sRhJ52mmd1eR23cZQP68+iIVdpeWubcPgGnqxoOa3APE1WZr4SmVK/bgJAjX1RXn0rKZvPzwDkxPD2fZB4gnbqPJ8GBw/1dxU5qfJzRpkqc87d1gpvQIwMpb5uUROuPZEQVyaR/By0BTsflkE2Sz2mOeZQkMaXz3q9dwX/qDxyR9q6gNviMagGtOLwtb6StN8/PUYlvK9fCBcJnJxg0bdmMtnXiXWdl1O7J50Wqj4Tkl8amph97UlVAnComoe649g==", "SigningCertURL" : "https://sns.us-west-2.amazonaws.com/SimpleNotificationService-7ff5318490ec183fbaddaa2a969abfda.pem", "UnsubscribeURL" : "https://sns.us-west-2.amazonaws.com/?Action=Unsubscribe&SubscriptionArn=arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic:8f24ae74-b160-44c7-8bc9-96a30e27d365"
}

Voici un exemple de notification d'anomalie pour testAlertWithNoFilters:

{ "Type" : "Notification", "MessageId" : "fcc70263-f2c1-52ed-81ec-596b8c399b67", "TopicArn" : "arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic", "Message" : "[Amazon LookoutForMetrics] The anomaly detector TestAlertFilters detected an anomaly in revenue with a severity score of 77.59 on May 25, 2022 at 6:35 PM. nAnomalous graphs were detected for the following:n nrevenue for: jewellery, self, UK, regular, overnightn nrevenue for: jewellery, thirdParty, JP, premium, overnightn nrevenue for: electronics, thirdParty, DE, premium, priorityn nTo view the anomaly, visit the Lookout for Metrics console at: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/anomalies/anomaly/194c87f4-3312-420c-8920-12fbfc9b1700 nTo modify settings for this alert: https://us-west-2.console.aws.amazon.com/lookoutmetrics/home?region=us-west-2#arn:aws:lookoutmetrics:us-west-2:488415817882:AnomalyDetector:TestAlertFilters/alerts/alertDetails/arn:aws:lookoutmetrics:us-west-2:488415817882:Alert:testAlertWithNoFilters", "Timestamp" : "2022-05-25T19:00:08.374Z", "SignatureVersion" : "1", "Signature" : "e4+BHo4eh8wNbfQMaR3L8MWY2wkpqxoxKKrj2h/QROQHvhcnYfucYchjfppgjM8LNIF7Oo4QfuP6qcLj9DlghiMZ80qpzHyAH6vmIDfSjK7Bz23i8rnIMyKJIVRFN8z69YlC9vfsp3MayWyyMJcskeVJ1bzsdkDIeA5gkT1le8yh/9nhbsgwm+bowNjsnl+/sFwk6QZJlplYB27sOqegrm73nH/CrmTe4FcPtekCRysSECwMLKazPJqR1uiGagnWfUeyTptRg9rVQVQJJdmOUwlv8vodR96s52btAegpY4iZZLUJ87vs1PwOwVfTTIHf+pdnwPUuFupzejUEudP7sQ==", "SigningCertURL" : "https://sns.us-west-2.amazonaws.com/SimpleNotificationService-7ff5318490ec183fbaddaa2a969abfda.pem", "UnsubscribeURL" : "https://sns.us-west-2.amazonaws.com/?Action=Unsubscribe&SubscriptionArn=arn:aws:sns:us-west-2:488415817882:filterAlertsDemoTopic:8f24ae74-b160-44c7-8bc9-96a30e27d365"
}

Nous n'avons pas reçu la notification de cette anomalie via le testRevenueForFashionOrJewelleryInUSOrCA alerte car les détails du groupe d'anomalies ne correspondent pas aux critères de filtre pour la dimension marketplace. Pour nos critères de filtrage sur la mesure revenue, la dimension marketplace doit être égal US or CA, et la dimension category doit être égal fashion or jewellery, avec un seuil de gravité de 20.

Bien que l'anomalie détectée corresponde aux critères de filtre pour la mesure, le score de gravité et category dimension, il ne correspond pas aux critères de la marketplace dimension, l'alerte n'a donc pas été publiée.

Sur la base des notifications que nous avons reçues, nous pouvons confirmer que Lookout for Metrics a détecté des anomalies et vérifié les notifications basées sur le filtre d'alerte.

Nettoyer

Une fois le test terminé, vous pouvez supprimer la pile CloudFormation créée par le modèle. La suppression de la pile nettoie toutes les ressources créées dans le cadre de ce test. Pour supprimer la pile, ouvrez la console AWS CloudFormation, sélectionnez la pile L4MAlertFiltersStacket choisissez Supprimer.

La suppression de la pile ne supprime pas le compartiment S3 créé par le modèle car il n'est pas vide ; vous devez le supprimer manuellement.

Conclusion

Vous pouvez désormais personnaliser facilement votre expérience de notification en ajoutant des filtres et en modifiant les alertes existantes pour réduire le bruit et vous concentrer sur les mesures qui comptent le plus pour votre entreprise.

Pour en savoir plus sur cette fonctionnalité, consultez Utilisation des alertes. Vous pouvez utiliser cette fonctionnalité dans toutes les régions où Lookout for Metrics est accessible au public. Pour plus d'informations sur la disponibilité de la région, voir Services régionaux AWS.

À propos des auteurs

Alex Kim est chef de produit senior pour AWS AI Services. Sa mission est de fournir des solutions d'IA/ML à tous les clients qui peuvent en bénéficier. Pendant son temps libre, il pratique tous les types de sports et découvre de nouveaux endroits pour se restaurer.

Utkarsh Dubey est ingénieur en développement logiciel au sein de l'équipe Lookout for Metrics. Ses intérêts résident dans la construction de systèmes distribués évolutifs. Dans ses temps libres, il aime voyager et retrouver ses amis.

• Coinsmart. Le meilleur échange Bitcoin et Crypto d'Europe.
• Platoblockchain. Intelligence métaverse Web3. Connaissance amplifiée. ACCÈS LIBRE.
• CryptoHawk. Radar Altcoins. Essai gratuit.
• Source : https://aws.amazon.com/blogs/machine-learning/easily-customize-your-notifications-while-using-amazon-lookout-for-metrics/