A FinSight tem um pipeline de ML automatizado no CodePipeline que prepara novos conjuntos de dados do S3 em buckets de treinamento. Antes que qualquer conjunto de dados seja usado para treinamento, a segurança exige a detecção de PII e o bloqueio automático do progresso do pipeline se PII for encontrado. Qual abordagem de integração usando o Amazon Macie permitirá que o pipeline prossiga ou falhe condicionalmente com base nas descobertas de PII?

A opção correta descreve uma solução robusta e automatizada. O Amazon Macie é a ferramenta ideal para detecção de PII no S3. Ao integrar as descobertas do Macie com o Amazon EventBridge, é possível acionar uma função Lambda ou Step Function. Essa função pode então inspecionar os resultados do Macie e, se PII for detectado acima de um limite definido, abortar o pipeline do CodePipeline antes do treinamento, garantindo a conformidade de segurança. As outras opções são incorretas porque: Habilitar o S3 Block Public Access e usar políticas de S3 Access Point não detecta PII nem impede o treinamento em dados que já estão no bucket; ele apenas controla o acesso público. O Amazon Comprehend é para processamento de linguagem natural e não é a ferramenta principal para detecção de PII em larga escala em buckets S3, que é a função do Macie. O S3 Object Lock impede a exclusão ou modificação de objetos, mas não detecta PII nem impede que o SageMaker use esses objetos para treinamento.