Een security engineer gebruikt Amazon Macie om de Amazon S3-buckets van het bedrijf te scannen op gevoelige data. Er zijn veel buckets en objecten. De engineer moet identificeren welke buckets gevoelige data bevatten en vervolgens diepere scans uitvoeren op die buckets, met minimale administratieve overhead. Welke oplossing voldoet aan deze vereisten?

De correcte oplossing is het inschakelen van Macie geautomatiseerde ontdekking. Deze functie scant continu en automatisch je S3-omgeving op gevoelige data met minimale administratieve overhead. Zodra Macie gevoelige data in specifieke buckets detecteert, kun je gerichte classificatietaken uitvoeren voor een diepere analyse, wat voldoet aan de vereisten van de engineer. Het inschakelen van S3 Cross-Region Replication (CRR) en Macie in een tweede regio voegt onnodige complexiteit en kosten toe zonder direct de detectie van gevoelige data te optimaliseren. Een Lambda-functie voor elke upload genereert aanzienlijke overhead bij veel objecten en is niet efficiënt voor het initiële identificeren van buckets met gevoelige data. Het plannen van classificatietaken op alle buckets en het aggregeren van resultaten in DynamoDB is te arbeidsintensief en duur voor de initiële identificatiefase, vooral bij veel buckets en objecten.