Een bedrijf slaat tabulaire gegevens op in meerdere S3-buckets. Ze ontvingen een waarschuwing dat creditcardgegevens van klanten mogelijk zijn blootgesteld in een gegevenstabel op een openbare applicatie. Een ontwikkelaar moet alle mogelijke blootstellingen in de applicatieomgeving vinden. Welke oplossing identificeert deze blootstellingen?

De juiste oplossing is om Amazon Macie te gebruiken om gevoelige gegevens, zoals creditcardnummers, in S3-buckets te detecteren. Macie is specifiek ontworpen voor het ontdekken en beschermen van gevoelige gegevens in S3. De vraag specificeert creditcardgegevens, wat valt onder financiële informatie. Daarom is het filteren op het finding type SensitiveData:S3Object/Financial correct. Amazon Athena is een queryservice die SQL gebruikt om gegevens in S3 te analyseren, maar het is geen tool voor het detecteren van gevoelige gegevenspatronen. Het kan wel query's uitvoeren op de data, maar niet proactief gevoelige data identificeren zoals Macie dat doet. De opties die Athena voorstellen zijn daarom incorrect. De optie die Macie gebruikt maar filtert op SensitiveData:S3Object/Personal is onjuist omdat creditcardgegevens specifiek als financiële gegevens worden geclassificeerd, niet als algemene persoonlijke gegevens.