AIF / ドメイン5 AIソリューションのセキュリティ、コンプライアンス、ガバナンス

データガバナンスとデータ来歴

データは、データの扱い方を組織として定め、守られていることを確かめる取り組みです。 AIF-C01では、来歴の記録、保持期間、所在地といった観点と、それを支えるAWSサービスが問われます。

概要

AIで扱うデータには、収集から廃棄までの一連の流れがあります。 各段階で「誰が扱えるか」「どこに置くか」「いつまで残すか」を決めるのがデータです。

概要の図 収集 保管 利用 学習と推論 保存と監査 廃棄
観点決めること
ライフサイクル収集から廃棄までの各段階の扱い
来歴 (リネージ)どこから来て、どう加工されたか
カタログどこに何のデータがあるか
所在地 (レジデンシー)どのに保管するか
保持期間いつまで残し、いつ削除するか
記録と監視アクセスと変更の履歴
品質正確性、完全性、適時性

主要技術

①データ来歴とカタログ ⚠️ 頻出

来歴は、あるデータがどの元データからどんな加工を経て作られたかの記録です。 モデルの出力について問われたとき、根拠のデータまでたどれる状態にしておくために必要です。

手段内容
Data Catalogデータの所在、構造、区分を登録します。
Lineage Tracking学習に使ったデータ、コード、モデルの関係を記録します。
SageMaker Model Cardsモデルのの概要と評価を文書化します。
バージョン管理データセットとモデルの版を対応付けます。

⚠️ 頻出: 「どのデータでこのモデルが作られたか説明したい」という要件は来歴の記録です。

②所在地と保持期間

観点手段
所在地の制御保管と処理を行うを選び、ポリシーで限定します。
保持期間のライフサイクル設定で移動と削除を自動化します。
削除の証跡削除の実施を記録します。
バックアップ保持期間の要件に合わせて設計します。

③アクセス制御と権限の一元管理

サービス役割
操作の許可と拒否を定めます。
の権限を表や列の単位で一元管理します。
のポリシーとオブジェクトへのアクセスを制御します。
Data Catalog対象の登録とタグ付けを行います。

④品質と監視

観点手段
データ品質の検査取り込み時に規則へ照らして検査します。
機密情報の検出で確認します。
変更の記録とで追跡します。
ドリフトの検知本番の入力の分布を学習時と定期的に比べ、ので知らせます。

⑤運用の手順

項目内容
方針の文書化扱いの規則を明文化します。
責任者データの所有者と承認者を決めます。
見直しの周期定期的に方針と権限を点検します。
逸脱時の対応発見時の連絡と是正の手順を決めます。
教育扱う担当者へ周知します。

試験対策

①判断マトリクス

問題文のキーワード選ぶもの
データの所在と構造を登録したい Data Catalog
学習に使ったデータをたどりたい来歴 (リネージ) の記録
の権限を一元管理したい
保管データを一定期間後に削除したいのライフサイクル設定
特定のにデータを留めたい所在地の要件に応じたリージョン選択
機密データの所在を調べたい
設定変更の履歴を残したい、

②よくある誤答

  • データを保管場所の話に限ること。権限、来歴、保持、監査を含みます。
  • 来歴の記録を任意の作業と考えること。説明責任と再現性の前提です。
  • カタログを可視化ツールと考えること。所在と構造の登録が役割です。

参考文献

  1. ※1出題比率: AWS 公式の試験ガイドに記載された、採点対象の設問のうちその分野が占める割合です。

検索

キーワードを入力してください