FinSight dispose d'un pipeline ML automatisé dans CodePipeline qui met en scène de nouveaux ensembles de données S3 dans des compartiments d'entraînement. Avant qu'un ensemble de données ne soit utilisé pour l'entraînement, la sécurité exige la détection des PII et le blocage automatique de la progression du pipeline si des PII sont trouvées. Quelle approche d'intégration utilisant Amazon Macie permettra au pipeline de continuer ou d'échouer de manière conditionnelle en fonction des résultats de la détection des PII ?

L'activation de la classification continue Amazon Macie ou l'exécution d'une tâche de classification à la demande permet d'analyser les nouveaux ensembles de données S3 pour les PII. L'acheminement des résultats Macie vers Amazon EventBridge permet de déclencher une fonction AWS Lambda ou une AWS Step Function. Cette fonction peut ensuite inspecter les résultats et, si des PII sont détectées au-delà d'un seuil défini, elle peut interrompre le pipeline CodePipeline, répondant ainsi à l'exigence de blocage conditionnel. Les autres options sont incorrectes car : L'activation de S3 Block Public Access et l'utilisation de politiques de point d'accès S3 ne détectent pas les PII et ne bloquent pas le pipeline de manière conditionnelle. Macie ne bloque pas automatiquement l'accès. Amazon Comprehend est un service NLP, mais Macie est spécifiquement conçu pour la détection des PII et l'intégration avec EventBridge est la méthode recommandée pour l'automatisation. S3 Object Lock est destiné à empêcher la suppression ou la modification d'objets, pas à détecter les PII ou à empêcher SageMaker d'utiliser des objets spécifiques.