Amazon MLS-C01: Seguridad, Privacidad y Cumplimiento — Guía de estudio

By Laurynas Brazys · 25 July 2026 · #amazon #mls-c01 #certification #exam-prep #study-guide

Forma parte de la AWS Machine Learning Specialty MLS-C01 — Guía de estudio. Practica con respuestas verificadas en el centro de exámenes de Amazon, o realiza tests cronometrados en ExamRoll.io.

Cifrado de datos y modelos: controles por capas y errores comunes

Cifrar los datos en reposo y en tránsito es la primera línea de defensa para las canalizaciones de ML. Para objetos en S3, prefiere el cifrado del lado del servidor con KMS (SSE-KMS) cuando necesites auditabilidad y un control granular de las claves; SSE-S3 es aceptable para buckets donde no es necesario el registro de KMS por cada solicitud. Los artefactos de modelos de SageMaker, los volúmenes de EBS adjuntos a las instancias de entrenamiento y alojamiento (hosting), y los volúmenes de EFS/FSx también deben estar cifrados. SageMaker se puede configurar para usar CMK administradas por el cliente para el cifrado de artefactos de modelos y volúmenes. Para conjuntos de datos grandes o para compartir entre cuentas, utiliza el cifrado de sobre (genera claves de datos con KMS y usa el AWS Encryption SDK o bibliotecas del lado del cliente) para evitar llamadas repetidas a KMS. La protección en tránsito requiere TLS para todos los endpoints de S3 y de servicio; al usar redes privadas, los endpoints de PrivateLink y VPC siguen usando TLS en la comunicación. Un error frecuente es olvidar actualizar las políticas de clave de las CMK: es necesario otorgar permisos de descifrado/generación al principal de servicio de SageMaker y a tus roles de ejecución (IAM por sí solo no es suficiente). Criterios de decisión: elige CMK administradas por AWS cuando desees una baja sobrecarga operativa; elige CMK administradas por el cliente cuando requieras políticas de rotación de claves, control entre cuentas o administradores de claves separados. Considera el rendimiento y el costo: el cifrado de sobre reduce el uso de la API de KMS para cargas de trabajo de alto rendimiento (high-throughput).

Gestión de claves, diseño de CMK y controles operativos

Diseñar una estrategia de KMS para cargas de trabajo de ML equilibra la seguridad, los límites de acceso y las operaciones. Usa CMK administradas por el cliente cuando necesites controles de políticas detallados (fine-grained), concesiones (grants), uso entre cuentas y registros de auditoría en CloudTrail para las operaciones GenerateDataKey/Decrypt. Para claves respaldadas por HSM y requisitos FIPS, considera un KMS Custom Key Store respaldado por CloudHSM. Las políticas de clave son la autoridad final; compleméntalas con políticas de IAM y usa condiciones kms:ViaService para limitar el uso a servicios de AWS específicos (por ejemplo, permitir el descifrado solo cuando la llamada se realiza a través de sagemaker.amazonaws.com o s3.amazonaws.com). Usa concesiones (grants) de KMS para permisos de corta duración para delegar el cifrado/descifrado a roles efímeros utilizados por los trabajos de entrenamiento. Habilita la rotación automática de claves para las CMK simétricas cuando sea apropiado y crea claves multirregión para la replicación de modelos con redundancia geográfica. Errores comunes incluyen depender únicamente de las políticas de IAM (sin actualizar la política de clave de la CMK) y olvidar incluir a los principales de servicio (como sagemaker.amazonaws.com o elasticblockstore.amazonaws.com) para que los servicios administrados puedan usar las CMK. Los criterios de decisión deben sopesar la separación administrativa (usar CMK distintas por unidad de negocio o clase de sensibilidad) frente a las cuotas de KMS y la complejidad operativa; aplica el principio de privilegio mínimo y audita los eventos GenerateDataKey en CloudTrail.

Redes privadas y endpoints de VPC para SageMaker y S3

Para mantener los datos y las imágenes fuera de la red pública de internet, ubica SageMaker Studio, las instancias de notebook y los trabajos de entrenamiento/alojamiento dentro de VPC y utiliza endpoints de VPC. Los S3 Gateway Endpoints permiten el acceso directo y privado a los objetos de los buckets desde tus subredes; adjunta políticas de endpoint restrictivas para limitar el acceso a buckets y prefijos específicos. Las API de SageMaker, las llamadas al tiempo de ejecución (runtime) y ECR requieren Interface Endpoints (PrivateLink): crea los endpoints com.amazonaws..sagemaker, com.amazonaws..sagemaker-runtime, com.amazonaws..ecr.api, com.amazonaws..ecr.dkr y com.amazonaws..sts según corresponda. Un detalle operativo crítico es la semántica de extracción (pull) de ECR: necesitas tanto los endpoints de interfaz de ECR como un endpoint de S3 (y un endpoint de STS) para la autenticación y la recuperación de blobs. La falta de los endpoints de STS o S3 es una causa común de fallos en el modo privado. Cuando proporcionas una VpcConfig para el entrenamiento/alojamiento, SageMaker crea ENI en tus subredes para que la computación pueda acceder a recursos privados; recuerda que deshabilitar las puertas de enlace NAT y las subredes públicas bloquea la salida a internet (egress), forzando un entorno aislado. Criterios de decisión: para una alta seguridad, restringe al máximo las políticas de endpoint, deshabilita el acceso a internet para el tráfico de Studio y de los notebooks, y enruta los registros (CloudWatch Logs y CloudTrail) a través de canales habilitados con endpoints.

IAM, acceso a imágenes privadas, registro de auditoría y controles de exfiltración

Los roles de IAM con privilegios mínimos son fundamentales: el rol de ejecución de SageMaker debe tener únicamente los permisos de S3, ECR, KMS y CloudWatch necesarios para el trabajo, a menudo delimitado a los ARN de los recursos y restringido con condiciones aws:SourceArn/aws:SourceAccount/aws:SourceVpc. Para las imágenes de contenedor privadas, alójalas en repositorios privados de ECR con políticas de repositorio que restrinjan las extracciones (pulls) a entidades principales (principals) de IAM o cuentas organizacionales específicas; marca las imágenes como inmutables y habilita el escaneo de imágenes. El registro de auditoría es exhaustivo: habilita eventos de gestión de CloudTrail y eventos de datos de S3 para GetObject/PutObject en buckets sensibles, reenvía los registros a un bucket de registro dedicado, cifrado y entre cuentas, y habilita CloudWatch Logs y VPC Flow Logs para detectar egresos anómalos. Usa Amazon Macie para descubrir PII en S3 y GuardDuty para detectar patrones de acceso a datos inusuales. Para prevenir la exfiltración de datos, combina políticas de bucket de S3 que denieguen (Deny) solicitudes que no se originen desde endpoints de VPC o CIDR de VPC aprobados, controles de red como Security Groups/NACL y AWS Network Firewall para el filtrado de egreso, y límites de permisos de IAM (permission boundaries)/SCP para reducir el radio de impacto (blast radius). Las trampas comunes incluyen asumir que VpcConfig por sí solo previene todo el egreso saliente (debes controlar los NAT/Internet Gateway y los endpoints) y olvidar conceder el permiso de descifrado de KMS (KMS decrypt) a las entidades principales (principals) de tiempo de ejecución reales que necesitan los artefactos del modelo.

Problema Práctico: Escenario de Caso de Uso

Escenario: MetroDelivery opera modelos XGBoost por ciudad, almacenados como artefactos en S3, y entrena modelos en SageMaker Studio. Requieren que el entrenamiento y la inferencia nunca atraviesen la internet pública, que los artefactos del modelo estén cifrados con claves controladas por el cliente y que las imágenes de contenedor se alojen de forma privada.

Desafío: Garantizar el cifrado de extremo a extremo y la conectividad de red privada para el entrenamiento y el alojamiento, restringir las extracciones (pulls) de imágenes a roles aprobados, y detectar/prevenir el movimiento no autorizado de datos.

Enfoque Recomendado:

Crear una CMK simétrica gestionada por el cliente en KMS, establecer una política de clave que otorgue a los administradores de MetroDelivery, a sagemaker.amazonaws.com y a los roles de ejecución de SageMaker los permisos Decrypt/GenerateDataKey, y habilitar la rotación automática.
Cifrar los buckets de S3 con SSE-KMS usando esa CMK; usar políticas de bucket de S3 para bloquear el acceso público y requerir condiciones aws:SourceVpc o aws:ViaAWSService para PutObject/GetObject.
Configurar la VPC: desplegar subredes privadas sin NAT, crear un Gateway VPC Endpoint para S3 con una política de endpoint limitada al prefijo del bucket del modelo, y desplegar Interface Endpoints para sagemaker, sagemaker-runtime, ecr.api, ecr.dkr, sts y cloudwatchlogs.
Alojar imágenes en ECR privado con una política de repositorio que restrinja las entidades principales (principals) al rol de ejecución de SageMaker; habilitar la inmutabilidad y el escaneo de imágenes. Habilitar CloudTrail (eventos de gestión + eventos de datos de S3), Macie para el descubrimiento de datos sensibles y GuardDuty para actividad anómala; enviar registros a un bucket de auditoría cifrado y entre cuentas.

Justificación: Usar una CMK gestionada por el cliente proporciona control y auditabilidad sobre los artefactos del modelo; los endpoints de VPC y las políticas restrictivas de endpoint/repositorio mantienen el tráfico en la red de AWS y previenen el egreso público; los servicios combinados de registro y clasificación de datos detectan y disuaden la exfiltración, mientras que el principio de privilegios mínimos en IAM limita el alcance de un ataque.

← Despliegue · Todos los dominios · MLOps →

Practica estas preguntas → · Práctica cronometrada en ExamRoll.io →