メインコンテンツへスキップ

コストのアノリー

DoiT Anomaly Detection（アノマリー検出）は、Google Cloud、Amazon Web Services、Microsoft Azure、Oracle Cloud Infrastructure (OCI)、Snowflake、Databricks、Datadog、OpenAI、Anthropic - Claude.ai、ClickHouse Cloud、Cloudflare、Cursor、Elastic Cloud、GitHub、Grafana Cloud、Vercel におけるコストスパイクをエンドツーエンドで監視します。

この検出サービスは、時系列モデリング を活用してデータを監視し、クラウド環境における支出トレンドを分析します。DoiT の顧客全体にわたる請求パターンを特定し、クラウド支出を予測するとともに、より正確な結果を提供するため継続的に改善されています。確立された支出行動と一致しない請求レコードは、潜在的なアノマリーとして識別されます。DoiT コンソールは、コンtributors の一覧 や AI 分析 などの詳細情報を提供し、調査や必要に応じた是正措置の実施を支援します。

以下のセクションでは、DoiT Anomaly Detection の仕組みについて説明します。

ソースデータ​

DoiT Anomaly Detection は、2 種類のソースデータをサポートします。

  • 請求データ: クラウドプロバイダおよびサードパーティプラットフォームによるコストと使用状況のデータ。例: AWS CUR、Google Cloud Billing データエクスポート、Azure billing export など。

  • リアルタイム使用状況データ: ほぼリアルタイムのコストアノマリー検出のために、DoiT はリアルタイムの使用状況データを活用し、以下のサービスのコストを推定します。

ベースライン期間​

アノマリー検出システムは、新規登録後すぐにデータの分析を開始します。しかし、正確な検出のためには十分な履歴データが必要です。そのため、機械学習モデルが請求データとリアルタイムデータに基づく使用パターンについて信頼できるベースラインを確立できるように、請求データについては 14 日間、リアルタイム使用状況データについては 4 日間 のベースライン期間を設けています。

アノマリー検出が業務にとって重要な場合は、クラウド支出に大きな変更を加える前に、このベースライン期間が経過するのを待つことを推奨します。ベースライン期間中は、いかなる支出もアノマリーとして分類されません。

集約レベル​

アノマリー検出システムは、時間単位の時系列モデルを活用して、SKU レベル と サービスレベル の両方でコストおよび使用状況データを監視・評価します。履歴パターンを分析し、それを現在の使用トレンドと比較することで、重要なコストスパイクを検出するよう設計されています。アノマリーなコストスパイクが検出されると、アノマリーアラート がトリガーされます。

請求データ​

請求データについて、アノマリー検出システムは同一の請求データを用いて、SKU レベルとサービスレベルの両方でコストを評価します。SKU レベルの監視は、きめ細かなプロジェクトスコープのアラートを生成し、検出されるアノマリーの大部分を占めます。サービスレベルの監視は、サービス内のプロジェクトおよび SKU をまたいだ支出を集約し、関連する複数のスパイクを 1 つのノイズの少ないアラートに統合できます。

サービスレベルの監視は、新しく作成されたプロジェクトや新しい SKU による早期のスパイクにも有効です。新しいプロジェクトが作成されたり、新しい SKU でコストが発生し始めると、新しい時系列 が識別され、コストデータの収集が開始されます。しかし、新しい時系列は、十分な履歴データポイント がないため、最初の数日間は SKU レベルのアノマリー候補を生成しません。「通常」の支出が新しい時系列に対してまだ確立されていない間でも、新たに発生したコストによってサービスレベルではすでにアノマリーなスパイクが発生している可能性があります。

リアルタイム使用状況データ​

2025 年 5 月 21 日以降、時間単位の粒度を持つリアルタイム使用状況データ向けアノマリー検出システムは、高解像度サンプリングによるノイズを軽減するため、サービスレベルのみで動作します。

評価範囲​

システムによって評価されるデータサンプルは、次のように分割されます。

  • 請求アカウント単位
  • プロジェクト/アカウント単位
  • サービス単位
  • SKU 単位
  • アロケーション単位（該当する場合）

評価範囲は集約レベルによって異なります。

  • SKU レベル: リージョンをまたいで、SKU 単位、サービス単位、およびプロジェクト/アカウント単位
  • サービスレベル: プロジェクトおよび SKU をまたいだサービス単位

検出システムは、複数サービスのコストを合算して評価することはありません。

判定基準​

誤検知を軽減するため、アノマリー検出システムは、以下のすべての条件を満たした場合にのみ、SKU またはサービスの支出をアノマリーとして分類します。

請求データ​

  1. 日次支出が最小閾値に達していること:

    • SKU レベルのアノマリー: US$50

    • サービスレベルのアノマリー: US$100

  2. 日次支出が、月次の季節性 を上回っていること。

  3. 日次支出が、システムが定義する「通常範囲」（または「許容範囲」）の上限を超えていること。

リアルタイム使用状況データ​

  1. 時間当たりの支出が US$10 の最小閾値に達していること。

  2. 時間当たりの支出が、システムが定義する「通常範囲」（または「許容範囲」）の上限を超えていること。

感度​

アノマリー検出システムは、直前の期間のデータで学習した時系列モデルを用いて、期待される支出を予測します。通常範囲は、DoiT 固有の予測区間 によって決定されます。これは、可能な値のうち一定のパーセンテージが収まると推定される区間です。例えば、90% の予測区間には、新しいデータポイントが取り得る可能な値のうち、モデルにフィットした過去の値に基づいて 90.00% が含まれます。通常範囲は、コストアノマリーチャート 上では網掛けされた領域として表示されます。

DoiT コンソールでは、アノマリー感度設定 を調整することで予測区間を変更し、それにより通常範囲を再定義できます。感度を高くすると範囲が狭くなり、検出されるアノマリーの数が増加します。一方、感度を低くすると範囲が広がり、アノマリーの数は減少します。

検出の遅延​

検出の遅延は、ソースデータの種類によって異なります。

請求データ​

ほとんどの場合、集約されたコストが事前に定義された閾値を超えると、請求データのアノマリーは 12 時間以内に報告されます。

アノマリー検出エンジンは、使用状況およびコストデータを定期的に評価します。SKU レベルおよびサービスレベルのアノマリーについては、評価は 2 時間ごとに実行されます。

検出の遅延は主に、クラウドプロバイダが使用状況およびコストデータを報告する間隔の違いに関連しています。あわせて データ遅延 も参照してください。

リアルタイム使用状況データ​

アノマリー検出エンジンは、リアルタイム使用状況データを 30 分ごとに評価します。リアルタイム使用状況データによって検出されたアノマリーは、使用から 1 時間以内に報告されます。

動的な更新​

継続中のアノマリーは Active と見なされます。検出システムは、利用可能な最新データでシステムを継続的に更新しながら、Active なアノマリーを監視し続けます。

アノマリーは、次のいずれかの条件が満たされると Inactive になります。

  • コストが新しい通常範囲内に戻った場合。

  • アノマリーが最大アクティブ期間に達した場合: 請求データに基づく場合は 7 日間、リアルタイム使用状況データに基づく場合は 3 日間。

アノマリーがいつ Active および Inactive になるかについての詳細は、コストアノマリーチャート を参照してください。

コストアノマリーアラート​

アノマリーが検出されると、システムは請求アカウント、サービス、およびプロジェクト ID を確認し、同じコンテキストに対してまだ他のアラートが送信されていない場合にのみアラートがトリガーされるようにします。

これは、同じサービスについて、SKU レベルのアラートが送信されている場合にはサービスレベルのアラートは送信されず、その逆も同様であることを意味します。

ヒント

CloudFlow triggers を使用してコストアノマリーへの対応を自動化できます。例えば、アノマリーが検出されたとき、ステータスまたはコストが変更されたとき、あるいはアノマリーが確認されたときなどです。フローの開始条件となるイベントの一覧については、Cost anomaly events を参照してください。

月初のスパイク​

一部のサービスは月初（1 日）に一括で請求を行うため、月内の他の日と比べて不釣り合いなコストのスパイクが発生します。ただし、その金額が過去数か月と同程度であれば、アノマリーとはみなしません。

精度を高めるために、月初のコストを評価する際には、アノマリー検出モデルは日次コストのモデリングに加えて、月次比較も行います。（ほぼリアルタイムのアノマリー検出では、より短期間かつ詳細な評価を行うため、月次の季節性は考慮されません。）

以下は評価対象のサービス一覧です。

月初にコストスパイクが発生するサービス
  • Amazon API Gateway
  • Amazon CloudWatch
  • Amazon Cognito
  • Amazon DynamoDB
  • Amazon ElastiCache
  • Amazon GuardDuty
  • Amazon Managed Service for Prometheus
  • Amazon OpenSearch Service
  • Amazon Redshift
  • Amazon Rekognition
  • Amazon Relational Database Service
  • Amazon Route 53
  • Amazon WorkSpaces
  • AWS Certificate Manager
  • AWS Data Transfer
  • AWS Elemental MediaConvert
  • AWS End User Messaging
  • AWS Identity and Access Management Access Analyzer
  • AWS Outposts
  • AWS Shield
  • Bright Data Enterprise non metered
  • Cloud Navigator
  • Compute Engine
  • Contact Center Telecommunications (service sold by AMCS, LLC)
  • Coralogix
  • Datadog
  • Datadog Pro
  • Directions API
  • Drata Security & Compliance Automation Platform
  • Fastly for GCP Marketplace
  • Geocoding API
  • Geolocation API
  • Grafana Cloud observability: Grafana, Prometheus metrics, logs, traces
  • HYCU R-Cloud™ Platform
  • Identity Platform
  • JFrog DevOps Platform - Enterprise X
  • JFrog Software Supply Chain Platform
  • Looker Studio
  • Maps API
  • Maps Static API
  • Office LTSC Professional Plus 2021
  • Places API
  • Plerion Cloud Security Platform (Contract)
  • Snyk: Developer Security Platform
  • Twilio Segment
  • Vantage Cloud Cost Platform - Enterprise
  • WIZ Cloud Infrastructure Security Platform

FAQ​

なぜコストのスパイクがアノマリーとして報告されなかったのですか?​

アノマリー検出システムは、コストを SKU レベルとサービスレベルの 2 つのレベルで評価します。複数のサービスにまたがる複数 SKU の合算コストは評価しません。

クラウドコストのスパイクがアノマリーとして検出されなかった場合は、まずそのスパイクがサービスをまたぐ SKU によって発生していないかを確認することが重要です。加えて、その支出がアノマリーとして判定されるには、特定の条件セットを満たす必要があります。

アノマリー検出はコストアラートとどう違いますか?​

アノマリー検出は、以下の点でコストアラートと異なります。

  • スコープ: アノマリー検出は個々の SKU とサービスを監視しますが、コストアラートのスコープはより柔軟です。

  • 条件: アラートをトリガーする条件は、例えば週次コストが 5% 増加した場合のような単一の閾値です。これに対して、アノマリーと分類されるには、コストが複数の条件を満たす必要があります。

  • 客観性: アラートは客観的な閾値に反応しますが、アノマリー検出は、あてはめた時系列モデルによって確立された想定支出パターンも考慮します。

一般的に、アラートの方がアノマリー検出よりも「敏感」でトリガーされやすくなっています。

コストアノマリーアラートとそのレポートはどう違いますか?​

データ値​

コストアノマリーアラートに含まれるチャートは、検出時点における請求データのスナップショットを提供します。

対応するレポート（レポートで開くボタンからアクセス）は、最新のデータを反映しており、直近のタイムステップではアラートのチャートとわずかに異なる場合があります。

データの利用可能性​

アノマリー検出システムは、アラートを迅速に行うために、利用可能な最新の請求データを使用します。

レポートは、より詳細なテーブルを使用するため追加の処理が必要となり、その結果としてデータの利用可能性に遅延が発生します。そのため、アラートをトリガーした請求データが、アラート送信時点ではレポート内で一時的に利用できない場合があります。

▶️ インタラクティブデモ​

ハンズオン形式で操作しながら学べるインタラクティブデモをお試しください。

デモが正しく表示されない場合は、ブラウザウィンドウを拡大するか、新しいタブでデモを開いてみてください。

参照

FinOps Foundation: Managing Cloud Cost Anomalies

に最終更新