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
AIワークロードのIAM
は、誰が何をできるかを決める仕組みです。 AIのワークロードでは、モデルの呼び出し、学習ジョブ、エージェントの操作など、権限を与える対象が増えます。
概要
の基本は、利用者やサービスへロールを割り当て、ポリシーで許可する操作を定めることです。
| 用語 | 意味 |
|---|---|
| ポリシー | 許可または拒否する操作とリソースの定義です。 |
| ロール | 一時的な権限の入れ物です。サービスやアプリケーションが引き受けます。 |
| 必要な操作だけを許可する原則です。 | |
| 実行ロール | 学習ジョブやエージェントが処理中に使うロールです。 |
主要技術
①AIワークロードで制御する対象 ⚠️ 頻出
| 対象 | 制御の例 |
|---|---|
| の呼び出し | 特定のモデルだけを許可します。 |
| 知識ベース | 参照できる知識ベースを限定します。 |
| エージェントのアクション | 呼び出せるやを限定します。 |
| 学習ジョブ | 読み書きできるのパスを限定します。 |
| 呼び出せる利用者を限定します。 | |
| データ | の読み取りと成果物の書き込みを分けます。 |
⚠️ 頻出: では「どのモデルを誰が呼べるか」をで制御できることが判断のポイントになります。
②最小権限の実践
| 実践 | 内容 |
|---|---|
| 用途別のロール | 開発、学習、で別のロールを使います。 |
| リソースの限定 | ポリシーの対象を必要なリソースだけに絞ります。 |
| 条件の付与 | 送信元やタグなどの条件を付けます。 |
| 定期的な見直し | 使われていない権限を削ります。 |
| 権限の検証 | 事前にポリシーの評価を行い、意図しない許可を防ぎます。 |
⚠️ 頻出: エージェントに広い権限を与えると、誤った判断で影響が広がります。呼び出せる操作を絞ることが対策です。
③利用者の認証と管理
| 手段 | 内容 |
|---|---|
| 組織の利用者を一元管理し、を提供します。 | |
| アプリケーションの利用者の認証を担当します。 | |
| 認証を強化します。 | |
| ロールの引き受け | 長期の認証情報を使わず一時的な権限で操作します。 |
⚠️ 頻出: アプリケーションへ長期のを埋め込む構成は不適切です。ロールを使います。
④監査との関係
| サービス | 役割 |
|---|---|
| 誰がいつどのを呼んだかを記録します。 | |
| Access Analyzer | 意図しない外部への共有や過剰な権限を検出します。 |
| 設定の変化を記録し、規則からの逸脱を検出します。 |
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 |
|---|---|
| 特定のモデルだけ呼び出しを許可したい | での制御 |
| 学習ジョブが読めるデータを限定したい | 実行ロールとのパス指定 |
| エージェントの操作範囲を狭めたい | アクショングループのロールをに |
| 長期のを避けたい | の引き受け |
| 過剰な権限を洗い出したい | Access Analyzer |
| 誰が何をしたか調べたい |
②よくある誤答
- の利用者管理をアプリ側だけの問題と考えること。AWS側の呼び出し権限も設計します。
- 管理者権限で動かして後から絞ると考えること。最初からで設計します。
- を権限制御の仕組みと考えること。記録の仕組みです。