Una VPC con tráfico predecible tiene registros de flujo de VPC enviados a un grupo de registros de CloudWatch Logs. El equipo necesita una solución de monitoreo que detecte anomalías en los patrones de tráfico de la VPC a lo largo del tiempo y pueda activar una respuesta cuando se detecte una anomalía. ¿Cómo deberían implementar esto?

La opción correcta aprovecha Amazon Lookout for Metrics, un servicio diseñado específicamente para la detección de anomalías. Al enviar los registros de flujo de VPC a un bucket de S3 a través de Kinesis Data Firehose, se crea un almacén de datos persistente que Lookout for Metrics puede analizar de manera eficiente. Lookout for Metrics puede aprender patrones de tráfico normales y detectar desviaciones. Cuando se detecta una anomalía, Lookout for Metrics puede activar una función Lambda, que luego publica un evento en EventBridge, permitiendo una respuesta automatizada. Las opciones incorrectas son menos eficientes o no utilizan las herramientas más adecuadas: La opción de Kinesis Data Analytics es posible, pero Lookout for Metrics está optimizado para la detección de anomalías y es más sencillo de implementar para este caso de uso. Escribir una función Lambda para la detección de anomalías es costoso en tiempo de desarrollo y mantenimiento, y menos preciso que un servicio especializado como Lookout for Metrics. La opción de Kinesis Data Stream con una Lambda para procesamiento es similar a la primera opción incorrecta; si bien es viable, no aprovecha la capacidad de detección de anomalías preconstruida de Lookout for Metrics.