Publicado: Sep 14, 2022
Temos o prazer de anunciar dois novos aprimoramentos para o ML Detect do AWS IoT Device Defender: métricas personalizadas e dimensões. Agora, o ML Detect oferece suporte ao monitoramento de métricas personalizadas, o que permite avaliar parâmetros de integridade operacional exclusivos da sua frota. Além de definir manualmente alarmes estáticos com o Rules Detect, você já pode usar machine learning para aprender automaticamente os comportamentos esperados da frota em métricas personalizadas. Além disso, com o suporte ao novo filtro de dimensões para o ML Detect, você pode definir atributos para avaliar métricas mais precisas em perfis de segurança de ML.
Neste lançamento, as métricas personalizadas do ML Detect aceitam métricas numéricas, como força de conexão do dispositivo ou porcentagem de uso de CPU. O recurso de dimensões oferece suporte ao MQTT-topic-filter em quatro métricas do lado da nuvem (número de mensagens recebidas, tamanho de mensagens em bytes, número de mensagens enviadas e número de falhas de autorização). Para começar a monitorar métricas personalizadas, você pode configurar um agente do lado do dispositivo usando o exemplo de agente no Python ou usar o AWS IoT Device SDK no C++. Os novos recursos de métricas personalizadas e dimensões estão disponíveis em todas as regiões da AWS em que o ML Detect do AWS IoT Device Defender é oferecido. Para obter mais informações, consulte a documentação do AWS IoT Device Defender.