Una empresa de servicios financieros está adoptando SageMaker y le preocupa evitar la exfiltración de datos. ¿Qué mecanismos puede utilizar un ingeniero de ML para controlar la salida de datos de SageMaker? (Seleccione tres.)

La conexión a SageMaker mediante un VPC interface endpoint (AWS PrivateLink) asegura que el tráfico de datos entre su VPC y SageMaker permanezca dentro de la red de AWS, impidiendo que los datos salgan a la internet pública. Habilitar el aislamiento de red para los trabajos de entrenamiento y los modelos desplegados restringe el acceso a recursos externos no autorizados, previniendo la exfiltración de datos durante el entrenamiento y la inferencia. Restringir las URL presigned de los notebooks de SageMaker a direcciones IP permitidas de la empresa evita que usuarios no autorizados accedan a los notebooks y, potencialmente, a los datos. Las SCPs restringen permisos a nivel de cuenta, no directamente la salida de datos de SageMaker. Deshabilitar el acceso de root es una buena práctica de seguridad, pero no un mecanismo directo para controlar la salida de datos. El cifrado protege los datos, pero no impide su exfiltración si un atacante obtiene acceso.