Amazon AIF-C01: Segurança e Privacidade de IA — Guia de estudos
Faz parte do AWS AI Practitioner AIF-C01 — Guia de estudos. Pratique com respostas verificadas no centro de exames da Amazon, ou faça testes cronometrados no ExamRoll.io.
Proteção de dados e controle de acesso
A proteção dos dados de treinamento e inferência começa com o acesso de privilégio mínimo. Use funções do IAM para o Amazon SageMaker, AWS Lambda e Amazon Bedrock com políticas granulares e restrições no nível do recurso; armazene credenciais no AWS Secrets Manager e evite embutir segredos no código. Classifique os dados com o Amazon Macie e o AWS Glue Data Catalog para que apenas conjuntos de dados aprovados (e seus subconjuntos aprovados) entrem nos pipelines de treinamento. Para atributos sensíveis, aplique a detecção e redação de PII do Comprehend ou a tokenização antes do armazenamento ou indexação; considere substituir PII por tokens reversíveis quando a vinculação for necessária para fluxos de trabalho subsequentes. Aplique políticas de bucket do S3, bloqueie o acesso público e exija criptografia SSE-KMS para objetos que contenham material sensível. Use políticas de chave do KMS e a rotação de chaves para controlar quem pode descriptografar artefatos de treinamento ou checkpoints do modelo. Armadilhas comuns para profissionais incluem conceder funções de execução do SageMaker muito amplas, esquecer de restringir o acesso a prefixos do S3 e não rotacionar chaves do KMS ou credenciais do IAM. Os critérios de decisão devem ponderar a sensibilidade dos dados, a capacidade de redigir ou sintetizar as entradas e se o acesso direto do modelo a PII brutas é estritamente necessário. Quando PII precisam ser preservadas para a utilidade do modelo, prefira o processamento isolado com trilhas de auditoria controladas em vez de armazenamento aberto.
Conectividade privada, criptografia e gerenciamento de chaves
O isolamento de rede e os controles criptográficos são fundamentais para ML em produção. Implante o treinamento e a hospedagem do SageMaker dentro de VPCs usando endpoints de VPC e o AWS PrivateLink para que os dados nunca transitem pela internet pública. Configure endpoints de interface de VPC para o S3, Secrets Manager e Bedrock (onde houver suporte) e aplique políticas de endpoint para restringir o tráfego a principals e prefixos aprovados. Criptografe todos os dados em trânsito com TLS e em repouso com SSE-KMS (S3) e criptografia de EBS para instâncias de treinamento. Use o AWS KMS para gerenciamento centralizado de chaves; considere chaves multirregionais para recuperação de desastres e operações entre regiões, e restrinja as permissões de Decrypt usando políticas de chave do KMS. Para cargas de trabalho altamente regulamentadas, use o AWS Nitro Enclaves para isolar operações criptográficas e a atestação de artefatos do modelo sem expor a memória do host. Armadilhas comuns incluem esquecer de bloquear o acesso público ao S3 ao usar políticas de endpoint, deixar os metadados do EC2 excessivamente permissivos ou usar chaves do KMS do cliente sem controles de acesso explícitos. Escolha a criptografia do lado do cliente se você precisar impedir a descriptografia do lado da AWS e prefira o SSE-KMS quando precisar de auditabilidade de acesso granular, além da integração com os serviços da AWS.
Logging, auditoria, governança e explicabilidade
Mantenha a observabilidade de ponta a ponta: habilite o CloudTrail para auditoria no nível da API no SageMaker, Bedrock, KMS e S3; transmita os logs para o CloudWatch e para um arquivo centralizado e imutável para retenção e conformidade. Use o AWS Config para registrar as configurações dos recursos e detectar desvios (drift). Para linhagem e governança específicas de ML, use o SageMaker Model Registry e o SageMaker Experiments para capturar metadados, versionamento, proveniência e histórico de implantação do modelo; integre o SageMaker Model Monitor para detectar desvio de conceito (concept drift), distorção de dados (data skew) e degradação da qualidade da predição. Para detecção de viés e explicabilidade, instrumente os pipelines com o SageMaker Clarify para obter métricas de viés do conjunto de dados, SHAP ou gradientes integrados para atribuição de features, e produza model cards documentando os dados de treinamento, as métricas de avaliação e as limitações conhecidas. Armadilhas para profissionais incluem registrar PII em texto plano no CloudWatch, não correlacionar as versões do modelo com as métricas de inferência ou não ter alertas automatizados sobre desvios (drift). Os critérios de decisão devem equilibrar as janelas de retenção com o custo e exigir que os resultados de explicabilidade sejam legíveis por humanos e armazenados com os metadados do modelo para fins de auditabilidade e revisão por médicos/reguladores, quando aplicável.
Treinamento com preservação de privacidade, RAG, embeddings e considerações de segurança do Bedrock
Quando os modelos interagem com corpora de dados sensíveis ou servem conteúdo específico do usuário, aplique técnicas de preservação de privacidade. Mecanismos de privacidade diferencial (DP) durante o treinamento podem limitar a contribuição individual; padrões de aprendizado federado podem manter os registros brutos on-premises enquanto compartilham atualizações do modelo. Para Geração Aumentada por Recuperação (RAG), evite indexar PII brutas em bancos de dados vetoriais; pré-processe com redação de PII ou armazene ponteiros e aplique a redação em tempo real no momento da recuperação. Embeddings podem vazar informações sensíveis — trate os bancos de dados vetoriais como qualquer outro banco de dados: criptografe em repouso (S3/EBS), restrinja o acesso via IAM e VPC, e considere a tokenização de chaves ou o uso de filtros em tempo de consulta. O Bedrock fornece guardrails e ferramentas de moderação para detectar e bloquear entradas/saídas prejudiciais, e se integra com os controles do IAM e da VPC; aplique os guardrails como uma camada de defesa em profundidade, mas não confie neles como o único controle. Armadilhas comuns incluem expor o banco de dados vetorial por meio de endpoints abertos, falhar em atualizar os índices de RAG, causando respostas desatualizadas ou enviesadas, e presumir que o ajuste de prompt elimina alucinações. Escolha entre o ajuste fino síncrono no Bedrock e a engenharia de prompt em tempo de execução com base nas necessidades de latência, residência de dados e governança do modelo.
Problema Prático: Cenário de Caso de Uso
Cenário: A Horizon Media, uma provedora de streaming, executa um pipeline de IA baseado no SageMaker e utiliza o Amazon Bedrock para funcionalidades de assistente. Logs de visualização e dados de personalização residem em buckets S3 criptografados em eu-west-1, e os metadados de conteúdo diário são indexados em um banco de dados vetorial do OpenSearch para RAG.
Desafio: Eles precisam fornecer recomendações personalizadas e um assistente conversacional baseado no Bedrock, ao mesmo tempo em que evitam o vazamento de PII para os embeddings, garantem o processamento de dados restrito à região e fornecem linhagem de modelo auditável e alertas de desvio (drift).
Abordagem Recomendada:
- Configure o treinamento do SageMaker e o acesso ao Bedrock dentro de uma VPC usando AWS PrivateLink e endpoints de interface da VPC; aplique políticas de endpoint do S3 para restringir os prefixos de bucket.
- Use o Amazon Macie e o Comprehend PII para detectar e redigir PII antes da criação dos embeddings; armazene apenas texto redigido ou tokens reversíveis no banco de dados vetorial, criptografado com SSE-KMS.
- Registre modelos e artefatos no SageMaker Model Registry e acompanhe os experimentos com o SageMaker Experiments; habilite o Model Monitor para desvio (drift) de dados e de predições e o CloudTrail/CloudWatch para logs de auditoria.
- Aplique os guardrails do Bedrock para moderação de conteúdo, imponha políticas de chave do IAM e do KMS para garantir a residência na região e considere o uso de privacidade diferencial ou dados sintéticos para treinar em amostras altamente sensíveis.
Justificativa: O isolamento de rede, o controle centralizado de chaves, a redação de PII antes da criação dos embeddings e a linhagem e monitoramento abrangentes estão alinhados com as melhores práticas de profissionais da área para minimizar vazamentos, atender aos requisitos de residência de dados e manter uma governança auditável em sistemas de ML em produção.
← IA Responsável e Governança · Todos os domínios · Engenharia de Dados para ML →
Pratique estas questões → · Prática cronometrada no ExamRoll.io →
Pass the whole exam — not just this question
You found this answer. Get every verified question and explanation in one place, and save hours of prep. Free to start.
Passe no seu exame →