Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Controlli CSPM di Security Hub per l'IA SageMaker

Questi AWS Security Hub CSPM controlli valutano il servizio e le risorse di Amazon SageMaker AI. I controlli potrebbero non essere disponibili in tutti Regioni AWS. Per ulteriori informazioni, consulta Disponibilità dei controlli per regione.

[SageMaker.1] Le istanze dei SageMaker notebook Amazon non dovrebbero avere accesso diretto a Internet

Requisiti correlati: NIST.800-53.r5 AC-21 NIST.800-53.r5 AC-3,, NIST.800-53.r5 AC-3 (7) NIST.800-53.r5 AC-4,, NIST.800-53.r5 AC-4 (21), NIST.800-53.r5 AC-6 NIST.800-53.r5 SC-7, NIST.800-53.r5 SC-7 (11), NIST.800-53.r5 SC-7 (16), NIST.800-53.r5 SC-7 (20), NIST.800-53.r5 SC-7 (21), (3), NIST.800-53.r5 SC-7 (4), NIST.800-53.r5 SC-7 NIST.800-53.r5 SC-7 (9), PCI DSS v3.2. 1/1.2.1, PCI DSS v3.2. 1/13.3.1, PCI DSS versione 3.2. 1/13.3.2, PCI DSS versione 3.2. 1/13.3.4, PCI DSS v3.2. 1/13.6, PCI DSS v4.0. 1/14.4.4

Categoria: Protezione > Configurazione di rete protetta

Gravità: alta

Tipo di risorsa: AWS::SageMaker::NotebookInstance

Regola AWS Config : sagemaker-notebook-no-direct-internet-access

Tipo di pianificazione: periodica

Parametri: nessuno

Questo controllo verifica se l'accesso diretto a Internet è disabilitato per un'istanza di notebook SageMaker AI. Il controllo ha esito negativo se il DirectInternetAccess campo è abilitato per l'istanza del notebook.

Se configuri la tua istanza SageMaker AI senza un VPC, per impostazione predefinita è abilitato l'accesso diretto a Internet sull'istanza. È necessario configurare l'istanza con un VPC e modificare l'impostazione predefinita su Disabilita: accesso a Internet tramite un VPC. Per addestrare o ospitare modelli da un notebook, è necessario l'accesso a Internet. Per abilitare l'accesso a Internet, il tuo VPC deve disporre di un endpoint di interfaccia (AWS PrivateLink) o di un gateway NAT e di un gruppo di sicurezza che consenta le connessioni in uscita. Per ulteriori informazioni su come connettere un'istanza di notebook alle risorse in un VPC, consulta Connettere un'istanza di notebook alle risorse in un VPC nella Amazon AI Developer Guide. SageMaker Dovresti inoltre assicurarti che l'accesso alla tua configurazione SageMaker AI sia limitato ai soli utenti autorizzati. Limita le autorizzazioni IAM che consentono agli utenti di modificare le impostazioni e le risorse SageMaker AI.

Correzione

Non è possibile modificare le impostazioni di accesso a Internet dopo aver creato un'istanza del notebook. Puoi invece interrompere, eliminare e ricreare l'istanza con accesso a Internet bloccato. Per eliminare un'istanza di notebook che consente l'accesso diretto a Internet, consulta Use notebook instances to build models: Clean up nella Amazon SageMaker AI Developer Guide. Per ricreare un'istanza di notebook che nega l'accesso a Internet, consulta Create a notebook instance. Per Rete, Accesso diretto a Internet, scegli Disabilita: accedi a Internet tramite un VPC.

[SageMaker.2] Le istanze del SageMaker notebook devono essere avviate in un VPC personalizzato

Requisiti correlati: NIST.800-53.r5 AC-21 NIST.800-53.r5 AC-3,, NIST.800-53.r5 AC-3 (7) NIST.800-53.r5 AC-4, NIST.800-53.r5 AC-4 (21), NIST.800-53.r5 AC-6, NIST.800-53.r5 SC-7, NIST.800-53.r5 SC-7 (11), NIST.800-53.r5 SC-7 (16), NIST.800-53.r5 SC-7 (20), NIST.800-53.r5 SC-7 (21), NIST.800-53.r5 SC-7 (3), NIST.800-53.r5 SC-7 (4), NIST.800-53.r5 SC-7 (9)

Categoria: Protezione > Configurazione sicura della rete > Risorse all'interno di VPC

Gravità: alta

Tipo di risorsa: AWS::SageMaker::NotebookInstance

Regola AWS Config : sagemaker-notebook-instance-inside-vpc

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un'istanza del notebook Amazon SageMaker AI viene avviata all'interno di un cloud privato virtuale (VPC) personalizzato. Questo controllo ha esito negativo se un'istanza di notebook SageMaker AI non viene avviata all'interno di un VPC personalizzato o se viene avviata nel VPC del servizio SageMaker AI.

Le sottoreti sono un intervallo di indirizzi IP all'interno di un VPC. Consigliamo di conservare le risorse all'interno di un VPC personalizzato ogni volta che è possibile per garantire una protezione di rete sicura dell'infrastruttura. Un Amazon VPC è una rete virtuale dedicata al tuo. Account AWS Con Amazon VPC, puoi controllare l'accesso alla rete e la connettività Internet delle tue istanze SageMaker AI Studio e del notebook.

Correzione

Non puoi modificare l'impostazione VPC dopo aver creato un'istanza del notebook. Invece, puoi interrompere, eliminare e ricreare l'istanza. Per istruzioni, consulta Use notebook instances to build models: Clean up nella Amazon SageMaker AI Developer Guide.

[SageMaker.3] Gli utenti non devono avere accesso root alle istanze del SageMaker notebook

Requisiti correlati: NIST.800-53.r5 AC-2 (1), NIST.800-53.r5 AC-3 (15), NIST.800-53.r5 AC-3 (7) NIST.800-53.r5 AC-6, NIST.800-53.r5 AC-6 (10), NIST.800-53.r5 AC-6 (2)

Categoria: Proteggi > Gestione sicura degli accessi > Restrizioni all'accesso degli utenti root

Gravità: alta

Tipo di risorsa: AWS::SageMaker::NotebookInstance

Regola AWS Config : sagemaker-notebook-instance-root-access-check

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se l'accesso root è attivato per un'istanza del notebook Amazon SageMaker AI. Il controllo ha esito negativo se l'accesso root è attivato per un'istanza di notebook SageMaker AI.

In ottemperanza al principio del privilegio minimo, è consigliabile limitare l'accesso root alle risorse dell'istanza per evitare involontariamente un eccesso delle autorizzazioni di provisioning.

Correzione

Per limitare l'accesso root alle istanze di notebook SageMaker AI, consulta Controllare l'accesso root a un'istanza di notebook SageMaker AI nella Amazon AI Developer Guide. SageMaker

[SageMaker.4] le varianti di produzione SageMaker degli endpoint devono avere un numero iniziale di istanze superiore a 1

Requisiti correlati: NIST.800-53.r5 CP-10,, NIST.800-53.r5 SC-5, NIST.800-53.r5 SC-36 NIST.800-53.r5 SA-13

Categoria: Recupero > Resilienza > Alta disponibilità

Gravità: media

Tipo di risorsa: AWS::SageMaker::EndpointConfig

Regola AWS Config : sagemaker-endpoint-config-prod-instance-count

Tipo di pianificazione: periodica

Parametri: nessuno

Questo controllo verifica se le varianti di produzione di un endpoint Amazon SageMaker AI hanno un numero iniziale di istanze superiore a 1. Il controllo ha esito negativo se le varianti di produzione dell'endpoint hanno una sola istanza iniziale.

Le varianti di produzione eseguite con un numero di istanze superiore a 1 consentono la ridondanza delle istanze Multi-AZ gestita dall'IA. SageMaker L'implementazione delle risorse in più zone di disponibilità è una AWS best practice per fornire un'elevata disponibilità all'interno dell'architettura. L'alta disponibilità ti aiuta a riprenderti dagli incidenti di sicurezza.

Correzione

Per ulteriori informazioni sui parametri di configurazione degli endpoint, consulta Create an endpoint configuration nella Amazon AI Developer Guide. SageMaker

[SageMaker.5] SageMaker i modelli dovrebbero avere l'isolamento della rete abilitato

Categoria: Protezione > Configurazione sicura della rete > Risorse non accessibili al pubblico

Gravità: media

Tipo di risorsa: AWS::SageMaker::Model

Regola AWS Config : sagemaker-model-isolation-enabled

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un modello ospitato da Amazon SageMaker AI ha l'isolamento della rete abilitato. Il controllo ha esito negativo se il EnableNetworkIsolation parametro per il modello ospitato è impostato suFalse.

SageMaker L'addestramento all'intelligenza artificiale e i contenitori di inferenza distribuiti sono abilitati a Internet per impostazione predefinita. Se non desideri che l' SageMaker intelligenza artificiale fornisca l'accesso di rete esterno ai tuoi contenitori di formazione o inferenza, puoi abilitare l'isolamento della rete. Se abiliti l'isolamento della rete, non è possibile effettuare chiamate di rete in entrata o in uscita da o verso il contenitore del modello, comprese le chiamate da o verso altri. Servizi AWS Inoltre, non viene resa disponibile alcuna AWS credenziale per l'ambiente di runtime del contenitore. L'attivazione dell'isolamento della rete aiuta a prevenire l'accesso involontario alle risorse di SageMaker intelligenza artificiale da Internet.

Correzione

Per ulteriori informazioni sull'isolamento della rete per i modelli di SageMaker intelligenza artificiale, consulta Run training and inference containers in modalità internet-free nella Amazon SageMaker AI Developer Guide. Quando crei un modello, puoi abilitare l'isolamento della rete impostando il valore del parametro su. EnableNetworkIsolation True

[SageMaker.6] le configurazioni delle immagini dell' SageMaker app devono essere contrassegnate

Categoria: Identificazione > Inventario > Etichettatura

Gravità: bassa

Tipo di risorsa: AWS::SageMaker::AppImageConfig

Regola AWS Config : sagemaker-app-image-config-tagged

Tipo di pianificazione: modifica attivata

Parametri:

Questo controllo verifica se la configurazione dell'immagine di un'app Amazon SageMaker AI (AppImageConfig) contiene le chiavi dei tag specificate dal requiredKeyTags parametro. Il controllo ha esito negativo se la configurazione dell'immagine dell'app non ha alcuna chiave tag o non ha tutte le chiavi specificate dal requiredKeyTags parametro. Se non specifichi alcun valore per il requiredKeyTags parametro, il controllo verifica solo l'esistenza di una chiave tag e fallisce se la configurazione dell'immagine dell'app non dispone di chiavi tag. Il controllo ignora i tag di sistema, che vengono applicati automaticamente e hanno il aws: prefisso.

Un tag è un'etichetta creata e assegnata a una AWS risorsa. Ogni tag è composto da una chiave di tag obbligatoria e da un valore di tag facoltativo. È possibile utilizzare i tag per classificare le risorse in base a scopo, proprietario, ambiente o altri criteri. Possono aiutarti a identificare, organizzare, cercare e filtrare le risorse. Possono anche aiutarti a tenere traccia delle azioni e delle notifiche dei proprietari delle risorse. Puoi anche utilizzare i tag per implementare il controllo degli accessi basato sugli attributi (ABAC) come strategia di autorizzazione. Per ulteriori informazioni sulle strategie ABAC, consulta Definire le autorizzazioni in base agli attributi con autorizzazione ABAC nella IAM User Guide. Per ulteriori informazioni sui tag, consulta la Tagging AWS Resources and Tag Editor User Guide.

Correzione

Per aggiungere tag alla configurazione dell'immagine di un'app Amazon SageMaker AI (AppImageConfig), puoi utilizzare il AddTags funzionamento dell'API SageMaker AI o, se stai usando la AWS CLI, eseguire il comando add-tags.

[SageMaker.7] SageMaker le immagini devono essere contrassegnate

Categoria: Identificazione > Inventario > Etichettatura

Gravità: bassa

Tipo di risorsa: AWS::SageMaker::Image

Regola AWS Config : sagemaker-image-tagged

Tipo di pianificazione: modifica attivata

Parametri:

Questo controllo verifica se un'immagine Amazon SageMaker AI ha le chiavi dei tag specificate dal requiredKeyTags parametro. Il controllo ha esito negativo se l'immagine non ha alcuna chiave tag o non ha tutte le chiavi specificate dal requiredKeyTags parametro. Se non si specifica alcun valore per il requiredKeyTags parametro, il controllo verifica solo l'esistenza di una chiave tag e fallisce se l'immagine non contiene alcuna chiave tag. Il controllo ignora i tag di sistema, che vengono applicati automaticamente e hanno il aws: prefisso.

Un tag è un'etichetta creata e assegnata a una AWS risorsa. Ogni tag è composto da una chiave di tag obbligatoria e da un valore di tag facoltativo. È possibile utilizzare i tag per classificare le risorse in base a scopo, proprietario, ambiente o altri criteri. Possono aiutarti a identificare, organizzare, cercare e filtrare le risorse. Possono anche aiutarti a tenere traccia delle azioni e delle notifiche dei proprietari delle risorse. Puoi anche utilizzare i tag per implementare il controllo degli accessi basato sugli attributi (ABAC) come strategia di autorizzazione. Per ulteriori informazioni sulle strategie ABAC, consulta Definire le autorizzazioni in base agli attributi con autorizzazione ABAC nella IAM User Guide. Per ulteriori informazioni sui tag, consulta la Tagging AWS Resources and Tag Editor User Guide.

Correzione

Per aggiungere tag a un'immagine Amazon SageMaker AI, puoi utilizzare il AddTags funzionamento dell'API SageMaker AI o, se utilizzi la AWS CLI, eseguire il comando add-tags.

[SageMaker.8] Le istanze del SageMaker notebook devono essere eseguite su piattaforme supportate

Categoria: Rileva > Gestione delle vulnerabilità, delle patch e delle versioni

Gravità: media

Tipo di risorsa: AWS::SageMaker::NotebookInstance

Regola AWS Config : sagemaker-notebook-instance-platform-version

Tipo di pianificazione: periodica

Parametri:

Questo controllo verifica se un'istanza del notebook Amazon SageMaker AI è configurata per l'esecuzione su una piattaforma supportata, in base all'identificatore di piattaforma specificato per l'istanza del notebook. Il controllo ha esito negativo se l'istanza del notebook è configurata per funzionare su una piattaforma non più supportata.

Se la piattaforma per un'istanza notebook Amazon SageMaker AI non è più supportata, potrebbe non ricevere patch di sicurezza, correzioni di bug o altri tipi di aggiornamenti. Le istanze Notebook potrebbero continuare a funzionare, ma non riceveranno aggiornamenti di sicurezza SageMaker AI o correzioni di bug critici. L'utente si assume i rischi associati all'utilizzo di una piattaforma non supportata. Per ulteriori informazioni, consulta il JupyterLab controllo delle versioni nella Amazon SageMaker AI Developer Guide.

Correzione

Per informazioni sulle piattaforme attualmente supportate da Amazon SageMaker AI e su come eseguirne la migrazione, consulta le istanze per notebook Amazon Linux 2 nella Amazon SageMaker AI Developer Guide.

[SageMaker.9] le definizioni dei processi di qualità SageMaker dei dati dovrebbero avere la crittografia del traffico tra container abilitata

Categoria: Protezione > Protezione dei dati > Crittografia dei dati in transito

Gravità: media

Tipo di risorsa: AWS::SageMaker::DataQualityJobDefinition

Regola AWS Config : sagemaker-data-quality-job-encrypt-in-transit

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se una definizione di processo di qualità dei dati di Amazon SageMaker AI ha la crittografia abilitata per il traffico tra container. Il controllo ha esito negativo se nella definizione di un processo che monitora la qualità e la deriva dei dati non è abilitata la crittografia per il traffico tra container.

L'attivazione della crittografia del traffico tra container protegge i dati ML sensibili durante l'elaborazione distribuita per l'analisi della qualità dei dati.

Correzione

Per ulteriori informazioni sulla crittografia del traffico tra container per Amazon SageMaker AI, consulta Protect Communications Between ML Compute Instances in a Distributed Training Job nella Amazon AI Developer Guide. SageMaker Quando crei una definizione di processo di qualità dei dati, puoi abilitare la crittografia del traffico tra container impostando il valore del parametro su. EnableInterContainerTrafficEncryption True

[SageMaker.10] le definizioni dei job di spiegabilità SageMaker del modello dovrebbero avere la crittografia del traffico tra container abilitata

Categoria: Protezione > Protezione dei dati > Crittografia dei dati in transito

Gravità: media

Tipo di risorsa: AWS::SageMaker::ModelExplainabilityJobDefinition

Regola AWS Config : sagemaker-model-explainability-job-encrypt-in-transit

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se una definizione di processo di spiegabilità SageMaker del modello Amazon ha la crittografia del traffico tra container abilitata. Il controllo ha esito negativo se nella definizione del processo di spiegabilità del modello non è abilitata la crittografia del traffico tra container.

L'attivazione della crittografia del traffico tra container protegge i dati ML sensibili come i dati dei modelli, i set di dati di addestramento, i risultati di elaborazione intermedi, i parametri e i pesi dei modelli durante l'elaborazione distribuita per l'analisi della spiegabilità.

Correzione

Per la definizione di un processo di spiegabilità SageMaker del modello esistente, la crittografia del traffico tra container non può essere aggiornata sul posto. Per creare una nuova definizione del processo di spiegabilità SageMaker del modello con la crittografia del traffico tra container abilitata, usa l'API o la CLI o e imposta su. https://docs.aws.amazon.com/cli/latest/reference/sagemaker/create-model-explainability-job-definition.html CloudFormation EnableInterContainerTrafficEncryption True

[SageMaker.11] le definizioni dei processi di qualità SageMaker dei dati dovrebbero avere l'isolamento della rete abilitato

Categoria: Protezione > Configurazione di rete protetta

Gravità: media

Tipo di risorsa: AWS::SageMaker::DataQualityJobDefinition

Regola AWS Config : sagemaker-data-quality-job-isolation

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se nella definizione di un job di monitoraggio della qualità dei dati di Amazon SageMaker AI è abilitato l'isolamento della rete. Il controllo ha esito negativo se nella definizione di un processo che monitora la qualità e la deriva dei dati è disabilitato l'isolamento della rete.

L'isolamento della rete riduce la superficie di attacco e impedisce l'accesso esterno, proteggendo così da accessi esterni non autorizzati, dall'esposizione accidentale dei dati e dalla potenziale esfiltrazione di dati.

Correzione

Per ulteriori informazioni sull'isolamento della rete per l' SageMaker IA, consulta Run training and inference containers in modalità senza Internet nella Amazon AI Developer Guide. SageMaker Quando crei una definizione di processo di qualità dei dati, puoi abilitare l'isolamento della rete impostando il valore del parametro su. EnableNetworkIsolation True

[SageMaker.12] le definizioni dei job di polarizzazione del SageMaker modello devono avere l'isolamento della rete abilitato

Categoria: Proteggi > Configurazione sicura della rete > Configurazione della politica delle risorse

Gravità: media

Tipo di risorsa: AWS::SageMaker::ModelBiasJobDefinition

Regola AWS Config : sagemaker-model-bias-job-isolation

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se una definizione di job di polarizzazione SageMaker del modello ha l'isolamento della rete abilitato. Il controllo ha esito negativo se nella definizione del job di bias del modello non è abilitato l'isolamento di rete.

L'isolamento della rete impedisce ai SageMaker model bias job di comunicare con risorse esterne su Internet. Abilitando l'isolamento della rete, si garantisce che i contenitori del job non possano effettuare connessioni in uscita, riducendo la superficie di attacco e proteggendo i dati sensibili dall'esfiltrazione. Ciò è particolarmente importante per i lavori che elaborano dati regolamentati o sensibili.

Correzione

Per abilitare l'isolamento della rete, è necessario creare una nuova definizione del job di polarizzazione del modello con il EnableNetworkIsolation parametro impostato True su. L'isolamento della rete non può essere modificato dopo la creazione della definizione del job. Per creare una nuova definizione di job di distorsione del modello, consulta CreateModelBiasJobDefinition la Amazon SageMaker AI Developer Guide.

[SageMaker.13] le definizioni dei job di qualità SageMaker del modello dovrebbero avere la crittografia del traffico tra container abilitata

Categoria: Protezione > Protezione dei dati > Crittografia dei dati in transito

Gravità: media

Tipo di risorsa: AWS::SageMaker::ModelQualityJobDefinition

Regola AWS Config : ssagemaker-model-quality-job-encrypt-in-transit

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se nelle definizioni dei lavori Amazon SageMaker Model Quality è abilitata la crittografia in transito per il traffico tra container. Il controllo ha esito negativo se nella definizione di un job di qualità del modello non è abilitata la crittografia del traffico tra container.

Inter-container la crittografia del traffico protegge i dati trasmessi tra contenitori durante i processi di monitoraggio della qualità dei modelli distribuiti. Per impostazione predefinita, il traffico tra container non è crittografato. L'attivazione della crittografia aiuta a mantenere la riservatezza dei dati durante l'elaborazione e supporta la conformità ai requisiti normativi per la protezione dei dati in transito.

Correzione

Per abilitare la crittografia del traffico tra container per la definizione del lavoro Amazon SageMaker Model Quality, devi ricreare la definizione del lavoro con la configurazione di crittografia in transito appropriata. Per creare una definizione di job di qualità basata su un modello, consulta la Amazon SageMaker AI CreateModelQualityJobDefinition Developer Guide.

[SageMaker.14] le pianificazioni di SageMaker monitoraggio dovrebbero avere l'isolamento della rete abilitato

Categoria: Protezione > Configurazione di rete protetta

Gravità: media

Tipo di risorsa: AWS::SageMaker::MonitoringSchedule

Regola AWS Config : sagemaker-monitoring-schedule-isolation

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se le pianificazioni di SageMaker monitoraggio di Amazon hanno l'isolamento della rete abilitato. Il controllo ha esito negativo se una pianificazione di monitoraggio è EnableNetworkIsolation impostata su false o non è configurata

L'isolamento della rete impedisce ai job di monitoraggio di effettuare chiamate di rete in uscita, riducendo la superficie di attacco eliminando l'accesso a Internet dai container.

Correzione

Per informazioni sulla configurazione dell'isolamento della rete nel NetworkConfig parametro durante la creazione o l'aggiornamento di una pianificazione di monitoraggio, consulta CreateMonitoringSchedule o UpdateMonitoringSchedule nella Amazon SageMaker AI Developer Guide.

[SageMaker.15] le definizioni dei job SageMaker model bias devono avere la crittografia del traffico tra container abilitata

Categoria: Protezione > Protezione dei dati > Crittografia dei dati in transito

Gravità: media

Tipo di risorsa: AWS::SageMaker::ModelBiasJobDefinition

Regola AWS Config : sagemaker-model-bias-job-encrypt-in-transit

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se le definizioni dei job di Amazon SageMaker Model Bias hanno la crittografia del traffico tra container abilitata quando si utilizzano più istanze di calcolo. Il controllo ha esito negativo se EnableInterContainerTrafficEncryption è impostato su false o non è configurato per definizioni di job con un numero di istanze pari o superiore a 2.

Inter-container la crittografia del traffico protegge i dati trasmessi tra istanze di calcolo durante i processi di monitoraggio dei bias dei modelli distribuiti. La crittografia impedisce l'accesso non autorizzato alle informazioni relative al modello, ad esempio i pesi trasmessi tra le istanze.

Correzione

Per abilitare la crittografia del traffico tra container per le definizioni dei job di distorsione SageMaker del modello, imposta il EnableInterContainerTrafficEncryption parametro su True quando la definizione del processo utilizza più istanze di calcolo. Per informazioni sulla protezione delle comunicazioni tra istanze di calcolo ML, consulta Protect Communications Between ML Compute Instances in a Distributed Training Job nella Amazon AI Developer Guide. SageMaker

[SageMaker.16] SageMaker i modelli dovrebbero utilizzare un registro privato in VPC per i contenitori primari

Categoria: Protezione > Configurazione sicura della rete > Risorse all'interno di VPC

Gravità: media

Tipo di risorsa: AWS::SageMaker::Model

Regola AWS Config : sagemaker-model-private-registry-required

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un modello Amazon SageMaker AI estrae l'immagine del contenitore da un registro privato in un VPC per il contenitore principale. Il controllo ha esito negativo se l'immagine non è configurata o se lo è la modalità di accesso al repository. Platform

L'utilizzo di un registro Docker privato in un VPC per contenitori di SageMaker modelli garantisce che le immagini dei container vengano estratte da fonti affidabili e controllate all'interno del VPC. Inoltre, garantisce l'accesso alle immagini dei container tramite endpoint VPC, senza attraversare la rete Internet pubblica.

Correzione

Per configurare i registri docker privati per i contenitori di inferenza SageMaker AI in tempo reale, consulta Use a Private Docker Registry for Real-Time Inference Containers nella Amazon AI Developer Guide. SageMaker

[SageMaker.17] i negozi offline con SageMaker feature group devono essere crittografati con AWS KMS keys

Categoria: Protezione > Protezione dei dati > Crittografia dei dati a riposo

Gravità: media

Tipo di risorsa: AWS::SageMaker::FeatureGroup

Regola AWS Config : sagemaker-featuregroup-encryption-at-rest

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un negozio SageMaker offline Amazon per un gruppo di funzionalità è crittografato mentre è inattivo con una AWS KMS chiave. Il controllo ha esito negativo se lo storage S3 dell'archivio offline per un feature group non è crittografato con una chiave KMS.

L'utilizzo della crittografia gestita dal cliente AWS KMS keys negli altri negozi offline del gruppo di SageMaker funzionalità offre una maggiore sicurezza. Customer-managed Le chiavi KMS offrono il pieno controllo sul ciclo di vita delle chiavi di crittografia e sulle politiche chiave. Inoltre, tutto l'utilizzo delle chiavi di crittografia può essere registrato e monitorato per verificarne la verificabilità. AWS CloudTrail

Correzione

Per informazioni su come abilitare la crittografia a riposo per i negozi offline di SageMaker Feature Store utilizzando chiavi AWS KMS gestite dal cliente, consulta Sicurezza e controllo degli accessi nella Amazon SageMaker AI Developer Guide.

[SageMaker.18] I negozi online con gruppi di SageMaker funzionalità con archiviazione standard devono essere crittografati con AWS KMS keys

Requisiti correlati: NIST.800-53.r5 AU-9, NIST.800-53.r5 CA-9 (1), NIST.800-53.r5 CM-3 (6), NIST.800-53.r5 SC-7 (10), NIST.800-53.r5 SC-12 (2) NIST.800-53.r5 SC-13, NIST.800-53.r5 SC-28,, NIST.800-53.r5 SC-28 (1), NIST.800-53.r5 SI-7 (6)

Categoria: Protezione > Protezione dei dati > Crittografia dei dati inattivi

Gravità: media

Tipo di risorsa: AWS::SageMaker::FeatureGroup

Regola AWS Config : sagemaker-featuregroup-online-store-encryption

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un negozio SageMaker online Amazon per un gruppo di funzionalità con archiviazione standard è crittografato mentre è inattivo con una AWS KMS chiave. Il controllo ha esito negativo se la crittografia con chiave KMS non è configurata per il negozio online.

L'utilizzo della crittografia gestita dal cliente AWS KMS keys negli altri negozi online con SageMaker feature group offre una maggiore sicurezza. Customer-managed Le chiavi KMS offrono il pieno controllo sul ciclo di vita delle chiavi di crittografia e sulle politiche chiave. Inoltre, tutto l'utilizzo delle chiavi di crittografia può essere registrato e monitorato per verificarne la verificabilità. AWS CloudTrail

Correzione

Per informazioni su come abilitare la crittografia a riposo per i negozi online SageMaker Feature Store utilizzando chiavi AWS KMS gestite dal cliente, consulta Sicurezza e controllo degli accessi nella Amazon SageMaker AI Developer Guide.

[SageMaker.19] SageMaker i modelli dovrebbero utilizzare un registro privato in VPC per le pipeline di inferenza multi-container

Categoria: Protezione > Configurazione sicura della rete > Risorse all'interno di VPC

Gravità: media

Tipo di risorsa: AWS::SageMaker::Model

Regola AWS Config : sagemaker-model-multicontainer-private-registry

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se i modelli Amazon SageMaker AI con pipeline di inferenza multi-container estraggono le immagini dei container da un registro Docker privato in un VPC. Il controllo ha esito negativo se una definizione di contenitore non ha una configurazione dell'immagine o se la modalità di accesso al repository è impostata sulla piattaforma.

L'utilizzo di un registro Docker privato in una pipeline di inferenza multi-container VPC for SageMaker AI garantisce che le immagini dei container vengano estratte da fonti affidabili e controllate all'interno del VPC. Ciò garantisce l'accesso alle immagini dei container tramite endpoint VPC, senza attraversare la rete Internet pubblica, riducendo il rischio di attacchi alla catena di fornitura o di manomissione delle immagini.

Correzione

Per configurare i registri docker privati per i contenitori di inferenza SageMaker AI in tempo reale, consulta Use a Private Docker Registry for Inference Containers nella Amazon AI Developer Guide. Real-Time SageMaker

[SageMaker.20] le definizioni dei job di spiegabilità dei SageMaker modelli dovrebbero avere l'isolamento della rete abilitato

Categoria: Protezione > Configurazione sicura della rete > Risorse non accessibili al pubblico

Gravità: alta

Tipo di risorsa: AWS::SageMaker::ModelExplainabilityJobDefinition

Regola AWS Config : sagemaker-model-explainability-job-network-isolation

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se nella definizione di un processo di spiegabilità del modello SageMaker AI è abilitato l'isolamento della rete. Il controllo ha esito negativo se nella definizione del processo non è abilitato l'isolamento della rete.

L'isolamento della rete impedisce ai container di Job Explainability del modello di effettuare chiamate di rete in uscita, riducendo il rischio di esfiltrazione dei dati e fornendo una difesa approfondita per i modelli sensibili e i dati di addestramento.

Correzione

Per consentire l'isolamento della rete per la definizione del processo di spiegabilità di un modello SageMaker AI, impostalo al momento della creazione della definizione del lavoro. NetworkConfig.EnableNetworkIsolation true Per ulteriori informazioni sull'isolamento della rete per l' SageMaker IA, consulta Eseguire contenitori di formazione e inferenza in modalità senza Internet nella Amazon AI Developer Guide. SageMaker

[SageMaker.21] le istanze dei SageMaker notebook devono essere crittografate e gestite dal cliente AWS KMS keys

Categoria: Protezione > Protezione dei dati > Crittografia dei dati inattivi

Gravità: media

Tipo di risorsa: AWS::SageMaker::NotebookInstance

Regola AWS Config : sagemaker-notebook-instance-storage-vol-kms-encrypted

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un'istanza del notebook SageMaker AI è configurata con una AWS KMS chiave per la crittografia del volume di archiviazione. Il controllo ha esito negativo se una chiave KMS non è configurata per l'istanza del notebook.

La crittografia dei dati inattivi con una chiave KMS gestita dal cliente fornisce un controllo di accesso aggiuntivo rispetto alla crittografia AWS gestita predefinita. SageMaker Le istanze di notebook AI archiviano taccuini utente, set di dati, artefatti del modello e dati di elaborazione temporanea su volumi di storage ML. Una chiave gestita dal cliente consente un controllo granulare delle policy chiave, la registrazione di CloudTrail audit dell'utilizzo delle chiavi e la conformità ai framework che richiedono una crittografia controllata dal cliente.

Correzione

Per configurare una chiave KMS per un'istanza notebook SageMaker AI, consulta Notebook instances, AI jobs ed Endpoints nella Amazon SageMaker AI Developer Guide. SageMaker Tieni presente che KmsKeyId può essere impostato solo al momento della creazione dell'istanza del notebook. Per rimediare, crea una nuova istanza del notebook con la chiave KMS specificata ed esegui la migrazione dei dati dall'istanza esistente.

[SageMaker.22] le pianificazioni di SageMaker monitoraggio dovrebbero avere la crittografia del traffico tra container abilitata

Categoria: Protezione > Protezione dei dati > Crittografia dei dati in transito

Gravità: media

Tipo di risorsa: AWS::SageMaker::MonitoringSchedule

Regola AWS Config : sagemaker-monitoring-schedule-traffic-encryption

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se una pianificazione di monitoraggio di Amazon SageMaker AI ha la crittografia abilitata per il traffico tra container. Il controllo ha esito negativo se nella definizione del processo di monitoraggio non è abilitata la crittografia per il traffico tra container.

Inter-container la crittografia del traffico garantisce che i dati trasmessi tra container durante i processi di monitoraggio siano crittografati durante il transito. Senza questa crittografia, i dati sensibili elaborati durante il monitoraggio del modello potrebbero essere esposti ad accessi non autorizzati all'interno della rete. L'attivazione di questa impostazione aiuta a soddisfare i requisiti di conformità per la protezione dei dati in transito.

Correzione

Per un programma di monitoraggio dell' SageMaker IA esistente, la crittografia del traffico tra container non può essere aggiornata sul posto. Per creare una nuova pianificazione di monitoraggio dell' SageMaker intelligenza artificiale con la crittografia del traffico tra container abilitata, utilizza l'API o la CLI o CloudFormation e imposta su EnableInterContainerTrafficEncryption in true of. NetworkConfig MonitoringJobDefinition

[SageMaker.23] gli esperimenti di SageMaker inferenza dovrebbero avere il volume di archiviazione delle istanze crittografato e gestito dal cliente AWS KMS keys

Categoria: Protezione > Protezione dei dati > Crittografia dei dati inattivi

Gravità: media

Tipo di risorsa: AWS::SageMaker::InferenceExperiment

Regola AWS Config : sagemaker-inf-experiment-instance-storage-kms-encrypted

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un esperimento di inferenza SageMaker AI è configurato con una AWS KMS chiave, ad esempio la crittografia del volume di archiviazione. Il controllo ha esito negativo se non viene specificata una chiave KMS, ad esempio la crittografia del volume di archiviazione.

La crittografia dei volumi di storage delle istanze con chiavi KMS gestite dal cliente fornisce la gestione centralizzata delle chiavi, la registrazione degli audit e il controllo della rotazione delle chiavi per gli artefatti del modello e i dati di inferenza temporanei archiviati nelle istanze di calcolo ML durante i test shadow.

Correzione

Per configurare una chiave KMS per un esperimento di inferenza AI, specifica il parametro durante la chiamata SageMaker . KmsKey CreateInferenceExperiment KmsKeyPuò essere un ID chiave KMS, un ARN, un alias o un alias ARN. Il ruolo di esecuzione SageMaker AI deve disporre kms:CreateGrant dell'autorizzazione sulla chiave. Per ulteriori informazioni su come specificare una AWS KMS chiave di SageMaker intelligenza artificiale gestita dal cliente, consulta Notebook instances, SageMaker AI jobs ed endpoints nella Amazon SageMaker AI Developer Guide.

[SageMaker.24] Gli esperimenti di SageMaker inferenza dovrebbero avere l'archiviazione dei dati crittografata e gestita dal cliente AWS KMS keys

Categoria: Protezione > Protezione dei dati > Crittografia dei dati inattivi

Gravità: media

Tipo di risorsa: AWS::SageMaker::InferenceExperiment

Regola AWS Config : sagemaker-inf-experiment-data-storage-kms-encrypted

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se un esperimento di inferenza SageMaker AI con acquisizione dati abilitata ha una chiave KMS configurata per crittografare i dati acquisiti a riposo. Il controllo ha esito negativo se la configurazione dell'archiviazione dei dati non specifica una chiave KMS per la crittografia.

La crittografia dei dati di richiesta e risposta di inferenza acquisiti con chiavi KMS gestite dal cliente garantisce che i payload di inferenza sensibili archiviati in Amazon S3 siano protetti con funzionalità centralizzate di gestione e controllo delle chiavi.

Correzione

Per configurare una chiave KMS per l'archiviazione dei dati in un esperimento di inferenza SageMaker AI, specifica il campo all'interno del momento della chiamata. KmsKey DataStorageConfig CreateInferenceExperiment KmsKeyCrittografa i dati di richiesta e risposta di inferenza acquisiti mentre sono inattivi nel bucket Amazon S3 specificato. Per ulteriori informazioni su come specificare una AWS KMS chiave AI gestita dal cliente, consulta Notebook instances, SageMaker AI jobs ed Endpoints nella SageMaker Amazon AI Developer Guide. SageMaker

[SageMaker.25] le definizioni dei job di qualità dei SageMaker modelli dovrebbero avere l'isolamento della rete abilitato

Categoria: Protezione > Configurazione sicura della rete > Risorse non accessibili al pubblico

Gravità: alta

Tipo di risorsa: AWS::SageMaker::ModelQualityJobDefinition

Regola AWS Config : sagemaker-model-quality-job-definition-isolation

Tipo di pianificazione: modifica attivata

Parametri: nessuno

Questo controllo verifica se una definizione di job di qualità del modello Amazon SageMaker AI ha l'isolamento della rete abilitato. Il controllo ha esito negativo se nella definizione del job di qualità del modello non è abilitato l'isolamento di rete.

L'isolamento della rete riduce la superficie di attacco e impedisce l'accesso esterno, proteggendo così da accessi esterni non autorizzati, dall'esposizione accidentale dei dati e dalla potenziale esfiltrazione di dati.

Correzione

Quando si crea una definizione di processo di qualità del modello, è possibile abilitare l'isolamento della rete impostando il valore del parametro su. EnableNetworkIsolation True Per ulteriori informazioni sull'isolamento della rete per l' SageMaker IA, consulta Run training and inference containers in modalità internet-free nella Amazon SageMaker AI Developer Guide.