當我們在使用雲端服務時，除了盡可能找尋降低成本的方法，像是購買各雲端平台推出的費用節省方案之外，對於「成本異常的監測」也是在成本管控中相當重要的一環，定期觀測成本狀況，才能判斷成本是否發生異常，且在得知異常發生時分析所導致的原因，進而調整配置，以減少再度發生的機率。今天我們就要來跟大家簡單介紹由 AWS 所提供的 Cost Anomaly Detection 功能，一起來看看吧！

3 步驟進行 AWS Cost Anomaly Detection

 

AWS 的 Cost Anomaly Detection（成本異常偵測）透過 Machine Learning （機器學習）的技術來判別異常的成本支出與探究分析背後的根本原因。

 

一、首先，您可以建立一個 Cost Monitor（成本監控器）自定義異常閾值，可用於評估所有的 AWS 服務或是特定的組織下的成員帳戶、成本分配標籤與成本類別的異常支出情況。透過機器學習技術可評估出您的支出模式，能以最大限度地減少誤報的狀況，像是根據季節性感知模式，了解每周或每月的季節性增長和自然增長。

 

二、接著，您可以建立提醒偏好設定，當偵測到異常支出情況時，可選擇要以每日或每周的頻率且可選擇透過電子郵件或 SNS 來通知異常摘要。在建立成本監控器和訂閱異常提醒通知後，Cost Anomaly Detection 會在 24 小時內啟用，當成本達到您所設定的異常閾值時，就會收到通知，不過需注意的是，對於新服務的訂閱需要有 10 天的歷史資料後才能進行偵測。

 

三、最後，在得知異常支出情況後，您可透過 Cost Anomaly Detection 儀錶板來監控與分析異常支出的根本原因，像是哪個 AWS 服務、帳戶、區域或使用類型等導致成本異常上升，進一步分析您平時成本的驅動因素，以較為準確地提供異常偵測結果，另外也可在 AWS Cost Explorer 中進行異常分析，以降低帳單的意外風險。

 

看到這邊是不是很想進一步實際嘗試呢？快跟我們一起到 AWS 上體驗 Cost Anomaly Detection 的操作吧！

 

---

 

參考資料：

AWS 官方服務介紹 - 〈AWS 成本異常偵測〉

https://aws.amazon.com/tw/aws-cost-management/aws-cost-anomaly-detection/