在 AWS 上使用人工智能服务进行负责任的内容审核的指南

Well-Architected 支柱

• 卓越运营

  在本指南中，采用 Lambda 和 API Gateway，通过管理基础设施和提供监控功能，为卓越运营提供支持。Lambda 可应对所有基础设施需求，完成功能的过程中也只需最少的维护量。同时，Lambda 和 API Gateway 都集成了 Amazon CloudWatch 指标，用于监控单个应用程序组件。此外，Lambda 还能通过基础设施即代码（IaC）工具（如 AWS Serverless Application Model（AWS SAM）和 AWS Cloud Development Kit（AWS CDK））实现无缝部署、调试和故障排除。它通过提供调用以及处理日志和指标来识别错误和性能瓶颈，从而处理所有功能维护、安全补丁和监控工作。
  

  阅读《卓越运营》白皮书 
• 安全性

  Lambda 和 API Gateway 是原生 AWS 安全服务，可帮助开发人员减少有风险的外部依赖关系，同时确保敏感功能的访问安全。具体而言，Lambda 使用根据最低权限原则配置的 AWS Identity and Access Management（IAM）角色与 Amazon Rekognition 和 SageMaker 等其他 AWS 服务通信。这就限制了服务只能使用其所需的权限。此外，API Gateway 通过与 IAM 和 Lambda 集成，简化了身份验证和授权。这些功能共同营造了一个安全的环境，可根据最佳实践对凭证和访问进行精确管理。
  

  阅读《安全性》白皮书 
• 可靠性

  所使用的区域 AWS 服务（包括 Lambda、API Gateway 和 Amazon Rekognition）利用可用区（AZ）和多可用区冗余来确保实现高可用性目标。通过利用这些完全托管的服务，开发人员可以专注于核心应用程序逻辑，而不是复杂的可用性管理。 Lambda 自动扩展和自动重试功能可免除开发人员对此类问题的担忧，同时确保即使在峰值负载下也能保持可靠性。利用 AWS 区域服务与生俱来的高可用性，开发人员无需自行构建复杂的解决方案，即可轻松实现弹性网络拓扑。自动化和自我修复功能使后端基础设施在面对最为常见的故障或浪涌时展现出极高的耐用性。
  

  阅读《可靠性》白皮书 
• 性能效率

  Lambda 和 SageMaker 具有完全托管的自动扩展功能，是支持近乎实时和高并发的内容审核需求的理想选择。随着越来越多的审核请求涌入，Lambda 会自动处理额外环境的预置，以低延迟完成每个审核请求。同样，SageMaker 端点可根据不断变化的请求工作负载，动态调整机器学习（ML）推理实例的数量。开发人员可以依靠这些服务与生俱来的可扩展性，在不过度预置资源的情况下高效处理突增的请求量。通过利用 Lambda 和 SageMaker 的性能效率优化，后端基础设施可以经济高效地管理不可预测的流量，对任何规模的请求量都能维持及时响应审核。
  

  阅读《性能效率》白皮书 
• 成本优化

  本指南中使用的无服务器服务，例如 Lambda、API Gateway 和 Amazon S3，可用于最大限度地降低成本并避免过度预置。Lambda 根据实际使用的计算时间以毫秒为单位计费，开发人员只需为处理每个审核请求所需的精确资源付费。同样，API Gateway 的费用是按每次 API 调用收取的，因此成本规模直接随使用量而变动。而且，Amazon S3 为存储的内容提供较低的总拥有成本。由于每秒审核查询次数可能会大幅波动，而且难以预测，因此与过度预置专用服务器相比，无服务器即用即付模式是理想之选。通过利用这些根据使用情况调整成本的自动扩展云服务，即使请求模式不稳定，开发人员也能优化支出。
  

  阅读《成本优化》白皮书 
• 可持续性

  本指南中使用的无服务器服务只消耗计算资源，这些计算资源可直接随工作负载的速度扩展，从而优化了可持续性。由于这些都是完全托管的 AWS 产品，因此不会在闲置、过度预置的容量上浪费能源。Lambda 和 API Gateway 可根据使用程度精确扩展，因此开发人员不会有无用的闲置资源。通过利用 SageMaker 进行机器学习推理而不是训练模型，可以最大限度地减少推理计算需求。这种无服务器、事件驱动型架构让工作负载随流量模式变化而变化，从而相应地优化能源需求。
  

  阅读《可持续性》白皮书