什麼是異常偵測？
異常偵測正在檢查特定資料點，以及偵測看似可疑的罕見發生情況，因為它們與已建立的行為模式不相同。異常偵測不是新的技術，但是隨著資料增加，手動追蹤不是務實的做法。
異常偵測為何如此重要？
異常偵測在金融、零售和網路安全等產業發揮重要作用，但每個企業都應考慮採用異常偵測解決方案。該解決方案提供一種自動偵測有害異常值並保護資料的方法。例如，銀行業就是受益於異常偵測的產業。使用此解決方案，銀行可以識別欺詐活動和不一致的模式並保護資料。
資料是您業務的生命線，如果資料洩露，就可能危及您的營運。如果沒有異常偵測，您可能會損失大量收入以及需要數年培養的品牌資產。您的企業面臨各種安全性漏洞和敏感客戶資訊的丟失。 如果發生上述情況，您將失去一定程度的客戶信任，客戶信任一旦丟失就無法恢復。
異常偵測有何歷史？
組織過去常常手動檢查資料點，尋找線索和關於系統運行情況的洞見。這種方法並非始終能揭示根本原因。 組織可能已經注意到行為方面的變化，但他們無法發現根本原因。在類似於此的情況中，問題會持續存在，組織的資料處於危險境地。 現如今，異常偵測更多地依賴機器學習 (ML)。ML 有助於確定難以識別的異常值、緩解異常情況並保護您的系統。
異常偵測有哪些後續作用？
可預測性是異常偵測提供的首要優點。藉助可預測性，您可以在機器層面尋找異常值。尋找異常值有助於防止其對系統造成損害。例如，不知道攻擊具體情況的醫院就透過可預測性防範攻擊。藉助可預測性，醫院可以編寫規則來防止攻擊、保護敏感性資料及其環境。
異常偵測有哪些優點？
異常偵測提供諸多優勢。首先，在問題到達系統的其他部分之前，您可以本地化問題並予以解決。這樣可以節省成本，因為僅會處理一個區域，而不是應對整個系統。客戶服務人員透過異常偵測協助客戶。當您的系統受到威脅時，內部和外部客戶可能會付出最慘痛的代價。藉助異常偵測，您可以最大限度地減少這種威脅，更重要的是，讓所有客戶群體對您保持信任。
異常偵測面臨哪些難點？
在部署異常偵測策略時，客戶最經常遇到的難點是擴展。大多數客戶目前沒有使用這項技術，並且可能很難擴展您的營運以支援此技術。 建立適當的資料閾值是極具挑戰性的任務。建立閾值可確保在部署解決方案後不會影響工作的完整性。
誰會使用異常偵測？
平台和安全管理員、應用程式開發人員以及網站可靠性工程師最有可能使用異常偵測。
異常偵測執行哪些動作？
異常偵測可識別在已建立正常行為模式範圍之外的可疑活動。解決方案可以即時保護系統免受可能導致重大財務損失、資料洩露和其他有害事件的執行個體的影響。
如何建立異常偵測策略？
異常偵測策略始於識別關鍵績效指標 (KPI)。這些指標通常涉及您正在解決的業務問題。您還需要了解資料的特徵。資料如何流入您的網路？ 資料是連續的還是分批的？ 您正在追蹤哪些資料點？ 回答這些問題有助於準確制定策略，因為資料在此過程中發揮重要作用。接下來，制定預算並設定目標。最後，務必讓團隊中的每名成員都了解目標以及他們在達成目標的過程中扮演的角色。
適用於異常偵測的 AWS 產品有哪些？
AWS 提供廣泛的異常偵測解決方案組合，包括 AWS Panorama、Amazon CloudWatch、Amazon DevOps 和 Amazon OpenSearch 等等。
下圖提供了一些 Panorama 和 Kinesis 架構的檢視。
使用 AWS 的異常偵測如何運作？
實作方式取決於特定需求。AWS 提供了多種解決方案，包括：
- Amazon Sagemaker：Sagemaker 是雲端機器學習平台。可使用該解決方案產生預測和追蹤行為，並且無需編寫程式碼。
- Amazon Kinesis：Kinesis 用於資料擷取，並且能夠將分數連接到每個已偵測的異常。Kinesis 是一種受管工具，可以輕鬆識別異常並即時回應。
其他客戶如何實作異常偵測？
Amazon 客戶欣賞我們的工具能夠自訂以滿足他們的需求。隔離是他們業務中的關鍵因素之一，而異常偵測有助於他們實作隔離。對於這些客戶來說，Amazon 解決方案具有預測性是重要的因素，因為他們想要了解異常如何發生。這有助於他們打造預測未來事件並保護其系統的解決方案。
已受益於 Amazon 異常偵測解決方案優勢的客戶包括 Autodesk、FOX、Zynga 和 NextDoor。
如需詳細資訊，請造訪 https://aws.amazon.com/kinesis/data-analytics/customers/
