Amazon MLS-C01: Bezpieczeństwo, prywatność i zgodność — Przewodnik do nauki

By Laurynas Brazys · 26 July 2026 · #amazon #mls-c01 #certification #exam-prep #study-guide

Część AWS Machine Learning Specialty MLS-C01 — Przewodnik do nauki. Ćwicz ze zweryfikowanymi odpowiedziami w centrum egzaminów Amazon, albo rozwiąż testy na czas na ExamRoll.io.

IAM, dostęp do prywatnych obrazów, logowanie audytowe i kontrola eksfiltracji

Kluczowe są role IAM oparte na zasadzie najmniejszych uprawnień: rola wykonawcza SageMaker musi mieć tylko te uprawnienia S3, ECR, KMS i CloudWatch, które są niezbędne do wykonania zadania, często ograniczone do ARN-ów zasobów i zawężone za pomocą warunków aws:SourceArn/aws:SourceAccount/aws:SourceVpc. W przypadku prywatnych obrazów kontenerów, przechowuj je w prywatnych repozytoriach ECR z politykami repozytorium, które ograniczają operacje pull do określonych podmiotów IAM lub kont organizacji; oznacz obrazy jako niezmienne (immutable) i włącz skanowanie obrazów. Logowanie audytowe jest kompleksowe: włącz zdarzenia zarządzania CloudTrail i zdarzenia danych S3 dla GetObject/PutObject na wrażliwych bucketach, przekierowuj logi do dedykowanego, zaszyfrowanego bucketa logowania na innym koncie (cross-account) i włącz CloudWatch Logs oraz VPC Flow Logs, aby wykrywać anomalny ruch wychodzący. Użyj Amazon Macie do odkrywania PII w S3 i GuardDuty do wykrywania nietypowych wzorców dostępu do danych. Aby zapobiec eksfiltracji danych, połącz polityki bucketów S3, które odrzucają (Deny) żądania niepochodzące z zatwierdzonych punktów końcowych VPC lub CIDR-ów VPC, kontrole sieciowe, takie jak Security Groups/NACLs i AWS Network Firewall do filtrowania ruchu wychodzącego, oraz granice uprawnień IAM (permission boundaries)/SCP, aby zmniejszyć promień rażenia (blast radius). Częste pułapki to założenie, że sama konfiguracja VpcConfig zapobiega całemu ruchowi wychodzącemu (musisz kontrolować NAT/Internet Gateway i punkty końcowe) oraz zapominanie o nadaniu uprawnienia KMS decrypt faktycznym podmiotom wykonawczym (runtime principals), które potrzebują artefaktów modelu.

Problem praktyczny: Scenariusz użycia

Scenariusz: Firma MetroDelivery używa modeli XGBoost dla poszczególnych miast, przechowywanych jako artefakty w S3, i trenuje modele w SageMaker Studio. Wymagają, aby trening i wnioskowanie nigdy nie przechodziły przez publiczny internet, artefakty modeli były szyfrowane kluczami kontrolowanymi przez klienta, a obrazy kontenerów były hostowane prywatnie.

Wyzwanie: Zapewnienie szyfrowania end-to-end i prywatnej sieci dla treningu i hostingu, ograniczenie pobierania obrazów do zatwierdzonych ról oraz wykrywanie i zapobieganie nieautoryzowanemu przemieszczaniu danych.

Zalecane podejście:

1. Utwórz symetryczny klucz CMK zarządzany przez klienta (customer-managed) w KMS, ustaw politykę klucza przyznającą administratorom MetroDelivery, sagemaker.amazonaws.com oraz rolom wykonawczym SageMaker uprawnienia Decrypt/GenerateDataKey i włącz automatyczną rotację.
2. Szyfruj buckety S3 za pomocą SSE-KMS, używając tego klucza CMK; użyj polityk bucketów S3, aby zablokować dostęp publiczny i wymagaj warunków aws:SourceVpc lub aws:ViaAWSService dla operacji PutObject/GetObject.
3. Skonfiguruj VPC: wdróż prywatne podsieci bez NAT, utwórz bramowy punkt końcowy VPC (Gateway VPC Endpoint) dla S3 z polityką punktu końcowego ograniczoną do prefiksu bucketa z modelami i wdróż interfejsowe punkty końcowe (Interface Endpoints) dla sagemaker, sagemaker-runtime, ecr.api, ecr.dkr, sts i cloudwatchlogs.
4. Hostuj obrazy w prywatnym ECR z polityką repozytorium ograniczającą podmioty (principals) do roli wykonawczej SageMaker; włącz niezmienność (immutability) i skanowanie obrazów. Włącz CloudTrail (zdarzenia zarządzania + zdarzenia danych S3), Macie do odkrywania danych wrażliwych i GuardDuty do wykrywania anomalnej aktywności; wysyłaj logi do zaszyfrowanego bucketa audytowego na innym koncie (cross-account).

Uzasadnienie: Użycie klucza CMK zarządzanego przez klienta zapewnia kontrolę i możliwość audytu artefaktów modeli; punkty końcowe VPC oraz restrykcyjne polityki punktów końcowych i repozytoriów utrzymują ruch w sieci AWS i zapobiegają publicznemu ruchowi wychodzącemu; połączone usługi logowania i klasyfikacji danych wykrywają i powstrzymują eksfiltrację, podczas gdy zasada najmniejszych uprawnień IAM ogranicza zakres ataku.

← Wdrażanie · Wszystkie domeny · MLOps →

Przećwicz te pytania → · Testy na czas na ExamRoll.io →

Przeglądaj Amazon →