Ein Sicherheitsingenieur verwendet Amazon Macie, um die Amazon S3-Buckets des Unternehmens nach sensiblen Daten zu durchsuchen. Es gibt viele Buckets und Objekte. Der Ingenieur muss identifizieren, welche Buckets sensible Daten enthalten, und dann tiefere Scans für diese Buckets mit minimalem Verwaltungsaufwand durchführen. Welche Lösung erfüllt diese Anforderungen?

Die Aktivierung von Macie Automated Discovery ist die effizienteste Lösung, da sie kontinuierlich S3-Buckets auf sensible Daten sampelt und einen Überblick über die Daten in der Umgebung bietet. Wenn sensible Daten in einem Bucket gefunden werden, kann der Ingenieur dann gezielt vollständige Klassifizierungsaufträge für diese spezifischen Buckets ausführen, um eine tiefere Analyse zu erhalten. Dies minimiert den Verwaltungsaufwand, da nicht alle Buckets ständig vollständig gescannt werden müssen. S3 Cross-Region Replication (CRR) ist für Datenresilienz und -nähe gedacht, nicht für die effiziente Erkennung sensibler Daten. Eine Lambda-Funktion für jeden Upload wäre bei vielen Objekten zu aufwändig und würde die bereits vorhandene Funktionalität von Macie duplizieren. Das Planen von Klassifizierungsaufträgen für alle Buckets und das Aggregieren in DynamoDB wäre ineffizient und würde unnötige Kosten verursachen, da es keine Priorisierung basierend auf dem Risiko gibt.