> For the complete documentation index, see [llms.txt](https://docs.panther.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.panther.com/ko/data-onboarding/supported-logs/aws/bedrock-model-invocation.md). # Amazon Bedrock 모델 호출 ## 개요 Panther는 수집을 지원합니다 [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) AWS CloudWatch 또는 AWS S3를 통한 모델 호출 로그. ## Panther에 Amazon Bedrock 모델 호출 로그를 온보딩하는 방법 Amazon Bedrock 모델 호출 로그를 Panther로 가져오려면, 다음을 따르세요. [CloudWatch Logs 및 Amazon S3를 사용한 모델 호출 모니터링](https://docs.aws.amazon.com/bedrock/latest/userguide/model-invocation-logging.html) Bedrock 모델 호출 로그가 CloudWatch 또는 S3 버킷 중 하나로 전송되도록 구성하는 AWS 문서입니다. 그런 다음 Panther Console에서 새 로그 소스를 설정하여 AWS 계정의 데이터를 스트리밍합니다: 1. Panther Console의 왼쪽 탐색 모음에서 **로그 소스**. 2. 클릭합니다 **새로 만들기.** 3. "Bedrock Model Invocation"을 검색한 다음 해당 타일을 클릭합니다. 4. 다음 **전송 메커니즘** 드롭다운에서 이 통합에 사용할 데이터 전송 방법을 선택합니다: **AWS S3 버킷** 또는 **AWS CloudWatch Logs**. 5. 클릭합니다 **설정 시작**. 6. 다음을 따르세요: [데이터 전송을 위한 S3 구성에 대한 Panther 문서](/ko/data-onboarding/data-transports/aws/s3.md) 또는 [데이터 전송을 위해 CloudWatch를 구성하는 Panther 문서](/ko/data-onboarding/data-transports/aws/cloudwatch.md). ## Panther가 관리하는 디택션 참고 [Panther가 관리하는](/ko/detections/panther-managed.md) AWS Bedrock 모델 호출에 대한 규칙은 다음에서 [panther-analysis GitHub 저장소](https://github.com/panther-labs/panther-analysis/tree/main/rules/aws_bedrockmodelinvocation_rules). ## 지원되는 Amazon Bedrock 모델 호출 로그 ### AWS.BedrockModelInvocation 모델 호출 로깅을 사용하면 리전 내 Amazon Bedrock에서 사용되는 AWS 계정의 모든 호출에 대한 호출 로그, 모델 입력 데이터, 모델 출력 데이터를 수집할 수 있습니다. 자세한 내용은 AWS [CloudWatch Logs 및 Amazon S3를 사용한 모델 호출 모니터링](https://docs.aws.amazon.com/bedrock/latest/userguide/model-invocation-logging.html) 문서를 참조하세요. ```yaml 스키마: AWS.BedrockModelInvocation 설명: Amazon Bedrock 모델 호출 로그 referenceURL: https://docs.aws.amazon.com/bedrock/latest/userguide/model-invocation-logging.html 필드: - name: accountId 필수: true 유형: string 지표: - aws_account_id - 이름: errorCode 유형: string - 이름: identity 유형: object 필드: - 이름: arn 유형: string 지표: - aws_arn - 이름: inferenceRegion 유형: string - 이름: input 유형: object 필드: - 이름: cacheReadInputTokenCount 유형: bigint - 이름: cacheWriteInputTokenCount 유형: bigint - 이름: inputBodyJson 유형: json - 이름: inputContentType 유형: string - 이름: inputTokenCount 유형: bigint - 이름: modelId 필수: true 유형: string - 이름: operation 유형: string - 이름: output 유형: object 필드: - 이름: outputBodyJson 유형: json - 이름: outputVideoDurationSeconds 유형: float - 이름: outputVideoFramesPerSecond 유형: bigint - 이름: outputVideoHeight 유형: bigint - 이름: outputVideoS3Path 유형: string - 이름: outputVideoWidth 유형: bigint - 이름: outputContentType 유형: string - 이름: outputTokenCount 유형: bigint - 이름: performanceConfig 유형: object 필드: - 이름: latency 유형: string - 이름: region 유형: string - name: requestId 유형: string - 이름: schemaType 유형: string - 이름: schemaVersion 유형: string - 이름: status 유형: string - 이름: timestamp 필수: true 유형: timestamp 시간 형식: - rfc3339 이벤트 시간 여부: true ``` --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.panther.com/ko/data-onboarding/supported-logs/aws/bedrock-model-invocation.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.