在 AWS EC2 上部署 AI 垃圾邮件检测应用程序

概述
在数字时代，垃圾邮件是一种持续存在的麻烦，它会使收件箱变得混乱并带来安全风险。为了解决这个问题，我们可以利用人工智能来创建垃圾邮件检测应用程序。在这篇博文中，我们将指导您完成在 AWS EC2 实例上部署使用 Python 和 Flask 构建的 AI 垃圾邮件检测应用程序的过程。该应用程序利用机器学习将电子邮件分类为垃圾邮件或非垃圾邮件，为常见问题提供实用的解决方案。

您将学到什么

1. 如何设置 AWS EC2 实例
2. 如何安装必要的软件和依赖项
3. 如何使用 Gunicorn 部署 Flask 应用程序
4. 如何为您的应用程序配置安全设置

先决条件
在我们深入部署过程之前，请确保您具备以下条件：

• AWS 账户：如果您没有，您可以创建一个免费账户。在此创建一个 AWS 账户
• 终端命令的基本知识：熟悉命令行界面会很有帮助。

第 1 步：启动 Ubuntu EC2 实例
1) 登录您的 AWS 管理控制台。
2) 导航至 EC2 仪表板。
3) 单击启动实例。

4) 选择 Ubuntu 服务器 AMI（例如 Ubuntu 20.04 LTS）。

5) 选择实例类型（例如，t2.micro 表示免费套餐）。

6) 创建密钥对 (.pem)

7) 配置安全组：

• 允许 SSH（端口 22）。
• 添加 HTTP（端口 80）规则。

8) 启动实例并通过 EC2 Instance Connect 进行连接

第 2 步：更新实例
连接到您的 EC2 实例后，最好更新软件包列表并升级已安装的软件包：

sudo apt update
sudo apt upgrade -y

第 3 步：安装 Python 和 Pip
1) 接下来，我们需要安装 Python 和 Pip，它们对于运行 Flask 应用程序至关重要：

sudo apt install python3-pip -y

2) 验证安装：

sudo apt update
sudo apt upgrade -y

第 4 步：设置 Flask 应用
1) 克隆 Flask 应用程序存储库：使用 Git 克隆包含垃圾邮件检测应用程序的存储库。替换为您的 GitHub 存储库的实际 URL。

sudo apt install python3-pip -y

2) 导航到项目文件夹（替换为您的实际文件夹名称）：

python3 --version
pip --version

3) 检查requirements.txt 文件：打开requirements.txt 文件以确保它列出了所有必需的依赖项。

git clone <repository-url>

4) 转换行结尾：如果您遇到 requests.txt 文件的问题（例如，它显示为加密的），请将其转换为 Unix 风格的行结尾：

cd <folder-name>

5) 安装依赖项：

nano requirements.txt

第 5 步：运行 Flask 应用程序（开发模式）
要测试应用程序，您可以在开发模式下运行它：

file requirements.txt
sudo apt install dos2unix -y
dos2unix requirements.txt

默认情况下，Flask 在端口 5000 上运行。您可以通过在 Web 浏览器中导航到 http://:5000 来验证应用程序是否正在运行。

第6步：在安全组中打开端口5000
要允许访问您的应用程序，您需要在安全组中打开端口 5000：

1) 转到 AWS 中的 EC2 仪表板。
2) 选择您的实例并导航到“安全”选项卡。
3) 单击安全组链接。
4) 编辑入站规则以允许端口 5000 上的 TCP 流量。

第 7 步：使用 Gunicorn 设置生产就绪服务器（可选）
要在生产就绪服务器上运行您的应用程序，您可以使用 Gunicorn：

1) 安装Gunicorn：

pip install -r requirements.txt

2) 使用 Gunicorn 运行应用程序：

python3 app.py

将 app:app 替换为您的实际模块和应用程序名称（如果不同）。

结论
我们已成功在 AWS EC2 上部署您的 AI 垃圾邮件检测应用程序！您现在可以通过 EC2 公共 IP 访问它。如需进一步增强，请考虑实施 HTTPS 并使用 Nginx 等反向代理以获得更好的性能和安全性。

请随时查看该应用程序的屏幕截图

欢迎提问或发表评论吗？

以上是在 AWS EC2 上部署 AI 垃圾邮件检测应用程序的详细内容。更多信息请关注PHP中文网其他相关文章！