Ein Unternehmen speichert tabellarische Daten in mehreren S3-Buckets. Es erhielt eine Warnung, dass Kundendaten von Kreditkarten in einer Datentabelle einer öffentlichen Anwendung offengelegt worden sein könnten. Ein Entwickler muss alle möglichen Offenlegungen in der Anwendungsumgebung finden. Welche Lösung identifiziert diese Offenlegungen?

Amazon Macie ist ein Datensicherheitsdienst, der maschinelles Lernen nutzt, um sensible Daten in S3-Buckets zu erkennen und zu klassifizieren. Er ist speziell dafür konzipiert, Kreditkartennummern, PII (persönlich identifizierbare Informationen) und andere sensible Daten zu identifizieren. Der Finding-Typ SensitiveData:S3Object/Financial ist der spezifische Typ, der für die Erkennung von Finanzdaten wie Kreditkartennummern verwendet wird. Amazon Athena ist ein interaktiver Abfragedienst, der es Ihnen ermöglicht, Daten in S3 mit Standard-SQL zu analysieren. Es ist jedoch nicht primär für die Erkennung sensibler Daten konzipiert und würde eine manuelle Konfiguration erfordern, um nach spezifischen Mustern zu suchen, was weniger effizient ist als Macie. Die Option, nach SensitiveData:S3Object/Personal zu filtern, wäre für allgemeine persönliche Daten geeignet, aber nicht spezifisch genug für Finanzdaten wie Kreditkarten.