Inżynier ML musi zapewnić szyfrowanie wszystkich danych przesyłanych podczas zadania szkoleniowego Amazon SageMaker, w tym komunikacji używanej przez SageMaker podczas szkolenia. Które działanie spełni ten wymóg?

Szyfrowanie komunikacji między węzłami w klastrze szkoleniowym jest kluczowe, ponieważ SageMaker używa klastrów do rozproszonego szkolenia, a dane są przesyłane między węzłami w obrębie tego klastra. Zapewnia to, że wszystkie dane przesyłane podczas szkolenia, w tym komunikacja wewnętrzna SageMaker, są zaszyfrowane. Szyfrowanie komunikacji między węzłami dla przetwarzania wsadowego jest nieprawidłowe, ponieważ przetwarzanie wsadowe to oddzielna operacja od szkolenia. Określenie klucza AWS KMS podczas tworzenia żądania zadania szkoleniowego szyfruje dane w spoczynku (np. dane wejściowe i wyjściowe modelu), ale nie komunikację w trakcie szkolenia. Określenie klucza AWS KMS podczas tworzenia domeny SageMaker jest zbyt ogólne i nie odnosi się bezpośrednio do szyfrowania komunikacji podczas konkretnego zadania szkoleniowego.