FinSight heeft een geautomatiseerde ML-pipeline in CodePipeline die nieuwe S3-datasets in training-buckets plaatst. Voordat een dataset wordt gebruikt voor training, vereist beveiliging de detectie van PII en het automatisch blokkeren van de pipeline-voortgang als PII wordt gevonden. Welke integratiebenadering met Amazon Macie stelt de pipeline in staat om voorwaardelijk door te gaan of te falen op basis van PII-bevindingen?

De correcte optie beschrijft een robuuste, geautomatiseerde oplossing. Amazon Macie is gespecialiseerd in het detecteren van PII in S3-buckets, en kan continu classificeren of on-demand jobs uitvoeren. Door Macie-bevindingen via Amazon EventBridge te routeren, kan een Lambda-functie of Step Functions-workflow worden geactiveerd. Deze functie kan de bevindingen analyseren en de CodePipeline-uitvoering voorwaardelijk afbreken als PII wordt gedetecteerd, wat voldoet aan de beveiligingseis. De andere opties zijn incorrect omdat: Het inschakelen van S3 Block Public Access en het gebruik van S3 Access Point-beleid is gericht op toegangscontrole, niet op het detecteren en blokkeren van PII binnen een pipeline. Macie voorkomt niet automatisch toegang op basis van PII-detectie op deze manier. Amazon Comprehend is geschikt voor natuurlijke taalverwerking en PII-detectie, maar Macie is specifiek ontworpen voor PII-detectie op grote schaal in S3 en biedt de integratiemogelijkheden (EventBridge) die nodig zijn voor pipeline-controle. De bewering dat Macie alleen voor discovery-jobs is, is onjuist. S3 Object Lock is bedoeld om objecten onveranderlijk te maken en te beschermen tegen verwijdering of overschrijving, niet om PII te detecteren of om SageMaker automatisch vergrendelde objecten te laten overslaan op basis van PII.