Cloud Custodian新增AWS Bedrock模型调用日志功能解析
背景介绍
Cloud Custodian作为一款云资源治理工具,近期在其AWS服务支持中新增了对Bedrock服务模型调用日志功能的集成。AWS Bedrock是一项托管服务,为企业提供基础模型的访问能力,而模型调用日志记录则是该服务的重要监控功能。
功能实现要点
此次功能增强主要围绕Bedrock服务的日志记录能力展开,实现了以下核心功能:
-
日志配置管理:支持对Bedrock服务的日志记录配置进行管理,包括启用/禁用日志记录功能。
-
日志目的地设置:可配置日志输出的目标位置,支持将日志发送至CloudWatch Logs或S3存储桶。
-
日志内容定制:允许用户定义需要记录的详细程度,包括模型输入输出等敏感信息的记录级别。
-
访问日志记录:支持记录所有Bedrock API调用的元数据信息,包括调用时间、使用模型、请求参数等。
技术实现细节
在底层实现上,该功能通过Cloud Custodian的策略引擎与AWS Bedrock的日志API进行交互。主要涉及以下技术组件:
-
API集成层:封装了与Bedrock PutLoggingConfiguration和GetLoggingConfiguration API的交互逻辑。
-
策略语法扩展:在Cloud Custodian的策略语法中新增了bedrock-logging资源类型,支持通过YAML定义日志配置策略。
-
权限管理:自动处理所需的IAM权限,确保执行策略时具有足够的权限访问Bedrock日志API。
典型使用场景
这一功能特别适用于以下场景:
-
合规审计:满足金融、医疗等行业对AI模型使用情况的审计要求。
-
使用分析:分析不同模型的使用频率和模式,优化资源分配。
-
异常检测:通过日志监控识别异常的模型调用行为。
-
成本追踪:追踪模型调用次数和规模,辅助成本管理。
最佳实践建议
在使用此功能时,建议考虑以下实践:
-
日志保留策略:根据合规要求设置适当的日志保留期限,平衡存储成本与审计需求。
-
敏感信息处理:谨慎配置日志详细级别,避免在日志中记录敏感业务数据。
-
监控告警:结合CloudWatch Alarm对异常调用模式设置告警。
-
权限最小化:遵循最小权限原则,严格控制日志配置的访问权限。
总结
Cloud Custodian对AWS Bedrock日志功能的集成,为企业提供了更完善的AI服务治理能力。通过统一的策略管理界面,用户可以便捷地配置和维护Bedrock服务的日志记录,满足合规性、安全性和运营监控的多重需求。这一增强进一步巩固了Cloud Custodian作为多云治理平台的地位,特别是在新兴的AI服务管理领域。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00