資料科學家使用 Amazon SageMaker 訓練 AI/ML 模型，這些模型使用儲存在 Amazon S3 儲存貯體中的大型敏感資料集。訓練通常需要 30 天。公司的資料保留政策要求刪除 S3 儲存貯體中超過 45 天的任何資料。該儲存貯體已妥善保護。安全工程師應如何實施此保留政策？

S3 Lifecycle 規則是管理 S3 物件生命週期的原生且最有效的方法，包括在指定天數後刪除物件，這直接符合資料保留政策。此方法自動化且無需額外運算資源。 建立 AWS Lambda 函數並在每次 PutObject 時叫用它，會導致每次上傳物件時都執行函數，效率極低且成本高昂，尤其對於大型資料集。 建立 AWS Lambda 函數並每月使用 Amazon EventBridge 規則叫用它，雖然比每次 PutObject 觸發更好，但可能無法精確遵守 45 天的保留政策，因為刪除可能會延遲到下一個排程執行。 啟用 S3 Intelligent-Tiering 旨在優化儲存成本，將物件自動轉換到不同的儲存類別，但它不會刪除物件，因此無法滿足資料保留政策中刪除資料的要求。