Ein Unternehmen speichert Clickstream-Daten in einem S3-Bucket in AWS-Konto A und muss ein ML-Modell in SageMaker AI in Konto B für einen 10-Tage-Job trainieren. Das Training darf nur private IP-Adressen verwenden und es dürfen keine Trainingsmetadaten mit AWS geteilt werden. Welche Lösung erfüllt diese Einschränkungen?

Die korrekte Lösung ist die Erstellung eines VPC-Endpunkts für S3 und das Setzen der Umgebungsvariablen SageMaker AI OPTOUTTRACKING auf 1. Ein VPC-Endpunkt für S3 ermöglicht den Zugriff auf S3 über private IP-Adressen innerhalb Ihrer VPC, wodurch die Anforderung erfüllt wird, nur private IPs zu verwenden. Die Umgebungsvariable OPTOUTTRACKING weist SageMaker an, keine Trainingsmetadaten zu sammeln, was die zweite Anforderung erfüllt. VPC-Peering würde zwar private Konnektivität ermöglichen, aber nicht direkt die Metadatenerfassung verhindern. Eine E-Mail an AWS ist keine zuverlässige oder standardisierte Methode zur Konfiguration von Opt-out-Richtlinien. Sicherheitsgruppenrichtlinien auf S3-Buckets kontrollieren den Zugriff, aber nicht die private IP-Nutzung oder Metadatenerfassung. Vorsignierte URLs ermöglichen den Zugriff auf S3-Objekte, aber nicht über private IPs und sind für einen 10-Tage-Job unpraktisch.