Финансовая компания внедряет SageMaker и обеспокоена предотвращением утечки данных. Какие механизмы может использовать ML-инженер для контроля исходящего трафика данных из SageMaker? (Выберите три.)

Для предотвращения утечки данных из SageMaker ML-инженер может использовать несколько механизмов. Подключение к SageMaker через конечную точку интерфейса VPC (AWS PrivateLink) гарантирует, что весь трафик между вашей VPC и SageMaker остается в сети AWS, не проходя через публичный интернет, что значительно снижает риск утечки. Включение сетевой изоляции для обучающих заданий и развернутых моделей предотвращает доступ этих компонентов к публичному интернету, ограничивая их взаимодействие только с указанными ресурсами в вашей VPC. Ограничение предварительно подписанных URL-адресов ноутбуков SageMaker по IP-адресам компании позволяет контролировать, кто и откуда может получить доступ к данным через ноутбуки. Использование SCPs ограничивает доступ к сервисам AWS на уровне аккаунта, но не контролирует исходящий трафик из SageMaker. Отключение root-доступа повышает безопасность инстансов, но не предотвращает утечку данных. Шифрование защищает данные, но не контролирует их передачу.