Gli scienziati dei dati utilizzano Amazon SageMaker per addestrare modelli AI/ML con set di dati di grandi dimensioni e sensibili archiviati in un bucket Amazon S3. L'addestramento richiede in genere 30 giorni. La policy di conservazione dei dati dell'azienda richiede l'eliminazione di tutti i dati più vecchi di 45 giorni dal bucket S3. Il bucket è già protetto in modo appropriato. Cosa dovrebbe fare un ingegnere della sicurezza per applicare questa policy di conservazione?

La creazione di una regola del ciclo di vita di S3 per eliminare gli oggetti dopo 45 giorni è la soluzione più efficiente e conforme alla policy. Le regole del ciclo di vita di S3 sono progettate specificamente per gestire la conservazione e l'eliminazione automatica degli oggetti in base a criteri definiti, come l'età dell'oggetto. Questo approccio è nativo di S3, completamente gestito e non richiede risorse di calcolo aggiuntive o logica personalizzata. Le opzioni che coinvolgono le funzioni AWS Lambda sono meno efficienti e più complesse. La configurazione di una notifica di evento S3 per ogni PutObject che richiama una Lambda per controllare ed eventualmente eliminare oggetti è inefficiente e costosa, specialmente con set di dati di grandi dimensioni, poiché la Lambda verrebbe invocata per ogni caricamento, non per la scadenza. L'uso di EventBridge per richiamare una Lambda mensilmente non garantirebbe l'eliminazione tempestiva entro i 45 giorni richiesti, poiché un oggetto potrebbe superare la soglia di 45 giorni prima del successivo richiamo mensile. Abilitare S3 Intelligent-Tiering non è la soluzione corretta perché sposta gli oggetti tra classi di storage in base ai modelli di accesso, non li elimina per soddisfare una policy di conservazione.