Maison > développement back-end > Tutoriel Python > Déploiement d'une application de détection de spam AI sur AWS EC2

Déploiement d'une application de détection de spam AI sur AWS EC2

Patricia Arquette
Libérer: 2025-01-06 01:46:40
original
156 Les gens l'ont consulté

Aperçu
À l’ère du numérique, les spams constituent une nuisance persistante, encombrant les boîtes de réception et posant des risques pour la sécurité. Pour lutter contre cela, nous pouvons tirer parti de l’intelligence artificielle pour créer une application de détection de spam. Dans cet article de blog, nous vous guiderons tout au long du processus de déploiement d'une application de détection de spam IA construite avec Python et Flask sur une instance AWS EC2. Cette application utilise l'apprentissage automatique pour classer les e-mails comme spam ou non, offrant ainsi une solution pratique à un problème courant.

Ce que vous apprendrez

  1. Comment configurer une instance AWS EC2
  2. Comment installer les logiciels et dépendances nécessaires
  3. Comment déployer une application Flask à l'aide de Gunicorn
  4. Comment configurer les paramètres de sécurité de votre application

Prérequis
Avant de nous lancer dans le processus de déploiement, assurez-vous d'avoir les éléments suivants :

  • Compte AWS : si vous n'en avez pas, vous pouvez créer un compte gratuit. Créez un compte AWS ici
  • Connaissance de base des commandes du terminal : une connaissance des interfaces de ligne de commande sera utile.

Étape 1 : Lancer l'instance Ubuntu EC2
1) Connectez-vous à votre AWS Management Console.
2) Accédez au tableau de bord EC2.
3) Cliquez sur Lancer l'instance.

Deploying an AI Spam Detection App on AWS EC2

4) Sélectionnez une AMI de serveur Ubuntu (par exemple, Ubuntu 20.04 LTS).

Deploying an AI Spam Detection App on AWS EC2

5) Choisissez un type d'instance (par exemple, t2.micro pour le niveau gratuit).

Deploying an AI Spam Detection App on AWS EC2

6) Créer une paire de clés (.pem)

Deploying an AI Spam Detection App on AWS EC2

7) Configurer les groupes de sécurité :

  • Autoriser SSH (port 22).
  • Ajouter une règle pour HTTP (port 80).

Deploying an AI Spam Detection App on AWS EC2

8) Lancez l'instance et connectez-vous via EC2 Instance Connect

Deploying an AI Spam Detection App on AWS EC2

Étape 2 : Mettre à jour l'instance
Une fois connecté à votre instance EC2, c'est une bonne pratique de mettre à jour les listes de packages et de mettre à niveau les packages installés :

sudo apt update
sudo apt upgrade -y
Copier après la connexion
Copier après la connexion

Étape 3 : Installer Python et Pip
1) Ensuite, nous devons installer Python et Pip, qui sont essentiels au fonctionnement de notre application Flask :

sudo apt install python3-pip -y
Copier après la connexion
Copier après la connexion

2) Vérifiez l'installation :

sudo apt update
sudo apt upgrade -y
Copier après la connexion
Copier après la connexion

Étape 4 : configurer l'application Flask
1) Clonez le référentiel de l'application Flask : utilisez Git pour cloner le référentiel contenant l'application de détection de spam. Remplacez par l'URL réelle de votre référentiel GitHub.

sudo apt install python3-pip -y
Copier après la connexion
Copier après la connexion

2) Accédez au dossier du projet (remplacez par le nom de votre dossier réel) :

python3 --version
pip --version
Copier après la connexion

3) Vérifiez le fichier exigences.txt : ouvrez le fichier exigences.txt pour vous assurer qu'il répertorie toutes les dépendances nécessaires.

git clone <repository-url>
Copier après la connexion

4) Convertir les fins de ligne : si vous rencontrez des problèmes avec le fichier exigences.txt (par exemple, s'il apparaît crypté), convertissez-le en fins de ligne de style Unix :

cd <folder-name>
Copier après la connexion

5) Installez les dépendances :

nano requirements.txt
Copier après la connexion

Étape 5 : Exécutez l'application Flask (mode développement)
Pour tester l'application, vous pouvez l'exécuter en mode développement :

file requirements.txt
sudo apt install dos2unix -y
dos2unix requirements.txt
Copier après la connexion

Par défaut, Flask s'exécute sur le port 5000. Vous pouvez vérifier que l'application est en cours d'exécution en accédant à http://:5000 dans votre navigateur Web.

Étape 6 : Ouvrez le port 5000 dans le groupe de sécurité
Pour autoriser l'accès à votre application, vous devez ouvrir le port 5000 dans le groupe de sécurité :

1) Accédez au tableau de bord EC2 dans AWS.
2) Sélectionnez votre instance et accédez à l'onglet Sécurité.
3) Cliquez sur le lien Groupe de sécurité.
4) Modifiez les règles entrantes pour autoriser le trafic TCP sur le port 5000.

Deploying an AI Spam Detection App on AWS EC2

Étape 7 : configurer un serveur prêt pour la production avec Gunicorn (facultatif)
Pour exécuter votre application sur un serveur prêt pour la production, vous pouvez utiliser Gunicorn :

1) Installez Gunicorn :

pip install -r requirements.txt
Copier après la connexion

2) Exécutez l'application avec Gunicorn :

python3 app.py
Copier après la connexion

Remplacez app:app par votre module actuel et le nom de votre application s'il est différent.

Conclusion
Nous avons déployé avec succès votre application de détection de spam IA sur AWS EC2 ! Vous pouvez désormais y accéder via votre IP publique EC2. Pour des améliorations supplémentaires, envisagez d'implémenter HTTPS et d'utiliser un proxy inverse comme Nginx pour de meilleures performances et sécurité.

N'hésitez pas à consulter la capture d'écran de ce à quoi ressemble l'application ici

N'hésitez pas à poser des questions ou à laisser vos commentaires ?

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

source:dev.to
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Derniers articles par auteur
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal