在AWS Lambda和Aurora RDS之间进行数据传输的成本和网络架构取决于您的特定要求和使用情况。以下是一种可能的解决方法，其中包括了代码示例和一些常见的网络架构。

1. 创建Lambda函数： 首先，您需要创建一个Lambda函数来处理数据传输。您可以使用AWS Lambda控制台、AWS CLI或AWS SDK来创建Lambda函数。

import boto3

def lambda_handler(event, context):
    # 在这里编写您的代码逻辑来处理数据传输
    # 例如，从Aurora RDS读取数据并将其传输到其他服务或存储库

    return {
        'statusCode': 200,
        'body': 'Data transfer completed'
    }

2. 配置Lambda函数触发器： 接下来，您需要为Lambda函数配置触发器，以便在特定事件发生时自动触发函数。触发器可以是定时触发器、API网关触发器或其他AWS服务的触发器。

3. 配置Lambda函数的执行角色： Lambda函数需要具有足够的权限来访问Aurora RDS和其他必要的服务。您可以创建一个具有所需权限的IAM角色，并将其分配给Lambda函数。

4. 配置VPC和子网： 如果您的Aurora RDS实例位于VPC中，您需要将Lambda函数配置为位于相同的VPC中。这样，Lambda函数可以直接访问Aurora RDS实例。

5. 配置安全组： 在VPC中，您需要配置安全组以允许Lambda函数访问Aurora RDS实例的相应端口。

6. 配置数据库连接： 在Lambda函数中，您需要使用适当的数据库客户端库（例如boto3或pymysql）来建立与Aurora RDS的连接，并执行数据库操作。

import pymysql

def lambda_handler(event, context):
    # 配置数据库连接
    conn = pymysql.connect(
        host='your-aurora-rds-endpoint',
        user='your-aurora-rds-username',
        password='your-aurora-rds-password',
        database='your-aurora-rds-database'
    )

    # 执行数据库操作
    cursor = conn.cursor()
    cursor.execute("SELECT * FROM your_table")
    results = cursor.fetchall()

    # 处理数据传输逻辑
    # ...

    # 关闭数据库连接
    conn.close()

    return {
        'statusCode': 200,
        'body': 'Data transfer completed'
    }

请注意，上述代码示例中的连接参数需要根据您的实际情况进行修改。

关于成本的部分，AWS Lambda和Aurora RDS的数据传输成本取决于您的数据量、传输频率和区域之间的数据传输费用。您可以参考AWS定价页面来了解详细的成本信息。

以上是一种可能的解决方案，但请记住，具体的解决方法和架构将根据您的具体要求和情况而有所不同。请根据您的实际需求进行调整和修改。