Data Scientists verwenden Amazon SageMaker, um KI/ML-Modelle mit großen, sensiblen Datensätzen zu trainieren, die in einem Amazon S3-Bucket gespeichert sind. Das Training dauert typischerweise 30 Tage. Die Datenaufbewahrungsrichtlinie des Unternehmens erfordert die Löschung aller Daten, die älter als 45 Tage sind, aus dem S3-Bucket. Der Bucket ist bereits entsprechend gesichert. Was sollte ein Sicherheitsingenieur tun, um diese Aufbewahrungsrichtlinie durchzusetzen?

Die Erstellung einer S3-Lifecycle-Regel ist die effizienteste und AWS-native Methode, um die Datenaufbewahrungsrichtlinie durchzusetzen. S3-Lifecycle-Regeln ermöglichen die automatische Verwaltung von Objekten über ihre Lebensdauer hinweg, einschließlich des Löschens nach einer bestimmten Anzahl von Tagen. Dies ist eine kostengünstige und wartungsarme Lösung. Die Verwendung einer AWS Lambda-Funktion mit S3-Ereignisbenachrichtigung für jedes PutObject wäre ineffizient und teuer, da die Funktion bei jedem Upload aufgerufen würde, obwohl die Löschung erst nach 45 Tagen relevant ist. Eine Lambda-Funktion, die monatlich über EventBridge aufgerufen wird, könnte die Richtlinie nicht genau nach 45 Tagen durchsetzen und würde möglicherweise Objekte zu früh oder zu spät löschen. S3 Intelligent-Tiering ist für die Kostenoptimierung durch das Verschieben von Objekten zwischen Speicherklassen konzipiert, nicht für die Durchsetzung von Datenaufbewahrungsrichtlinien durch Löschen.