AWS审计经理将生成式AI最佳实践框架扩展至Amazon SageMaker 新闻博客

AWS Audit Manager 更新Generative AI最佳实践框架

关键要点

AWS Audit Manager针对生成式人工智能应用程序推出了新版最佳实践框架,适用于Amazon SageMaker。新框架通过110项标准控制来简化证据收集,便于审计和监控合规性。包含的控制措施涉及多因素身份认证、个人信息PII数据管理及模型准确性检查等。用户可以根据需求定制控制,确保满足不同国家的合规要求。

最近,我收到一些技术主管的反馈,他们希望提高对生成式人工智能应用程序的可见性和治理能力。他们想知道如何监控和管理数据的使用与生成,解决安全性、可持续性、隐私和准确性等问题,以及如何在软件的整个生命周期中持续进行合规检查。

今天,我们很高兴推出AWS Audit Manager的更新,即针对生成式人工智能最佳实践框架的新版。这一框架旨在简化证据收集,使您能够通过110项预配置的标准控制,持续审计和监控生成式人工智能工作负载的合规性。示例控制包括对可能未在训练模型前被匿名化的个人信息PII数据的可见性验证、确保多因素身份验证MFA在访问数据集时得到执行,以及定期测试定制模型的备份版本,以确保其在系统故障前的可靠性等。这些控制的操作是通过从AWS Config和AWS Security Hub提取合规性检查,收集AWS CloudTrail的用户活动日志以及通过API对相关AWS服务进行配置数据捕获来实现的。如果需要更高的灵活性,您也可以创建自定义控制。

AWS审计经理将生成式AI最佳实践框架扩展至Amazon SageMaker 新闻博客

前年版本的标准控制已预配置为与AWS Bedrock配合使用,而在新版本中,已经将AWS SageMaker也纳入数据源,您可以更轻松地控制和可视化在Amazon Bedrock和Amazon SageMaker上的生成式人工智能工作负载。

强化生成式人工智能工作负载的最佳实践控制

“AWS生成式人工智能最佳实践框架v2”中的标准控制被组织在准确性、公平性、隐私、可持续性、责任、安全和安全性等领域下。

这些控制可以执行自动或手动检查,或两者结合。例如,有一个控制涉及对模型的准确性进行定期审查,系统会自动通过调用AWS Bedrock和SageMaker的API来检索相关模型的列表,并在特定时间需要手动上传证据,以显示每个模型已完成审查。

您还可以通过添加或排除控制,或自定义预定义控制来定制框架。这在您需要根据不同国家的法规进行调整时非常有用,或者随着法规的变化进行更新。您甚至可以从零开始创建自己的控制,但我建议您首先查阅Audit Manager控制库,以寻找可能适合或足够接近的起始点,这样可以节省一些时间。

开始创建评估的步骤

要开始使用,您首先需要创建一个评估。下面我们来逐步了解这个过程。

第一步 评估详情

首先,导航到AWS管理控制台中的Audit Manager,选择“评估”。然后点击“创建评估”,进入设置流程。

为您的评估命名,您可以选择添加描述。

接下来,选择一个S3存储桶,以便Audit Manager存储生成的评估报告。请注意,您不必选择与评估相同区域的存储桶,但推荐这样做,因为您的评估在同一区域的情况下可以收集最多22000项证据,而如果使用跨区域的存储桶,则该配额会显著降低到3500项。

然后,选择要使用的框架。框架实际上充当模板,启用所有相关控件供您在评估中使用。

在本例中,我们选择“AWS生成式人工智能最佳实践框架v2”。使用搜索框查找并选择匹配结果以激活过滤。

接下来,您将看到框架卡片出现。您可以选择框架的标题以了解更多信息,并查看所有包含的控件。

通过在卡片中选择单选按钮来选择框架。

您可以为评估打标签。像其他资源一样,我建议您用有意义的元数据对其进行标签化,如需指导,请查看最佳的AWS资源标记实践。

第二步 指定评估范围内的AWS账户

该步骤非常简单。选择您希望评估控制持续评估的AWS账户,默认情况下会显示您当前使用的AWS账户。Audit Manager支持对多个账户进行评估并将报告汇总到一个AWS账户中,但如果您希望使用该功能,必须先启用与AWS Organizations的集成。

选择您想要纳入评估的AWS账户。

我选择当前正在使用的账户并点击“下一步”。

第三步 指定审计负责人

此时我们只需选择拥有对本评估具有完全权限的IAM用户。这非常简单,从可用的身份和访问管理IAM用户或角色列表中选择,或使用搜索框进行查找。建议您使用AWSAuditManagerAdministratorAccess策略。

魔方加速器(免费版)

您必须至少选择一个,哪怕是您自己,正如我在这里所做的。

选择具有对该评估拥有全部权限的IAM用户或角色。

第四步 审查并创建

最后只需审查您的选择,点击“创建评估”即可完成流程。

一旦创建评估,Audit Manager会开始在选定的AWS账户中收集证据,并开始生成报告以及在摘要页面上显示任何不合规资源。请记住,第一份评估反馈可能需要最长24小时才能显示。

您可以随时访问评估详细页面,以检查任何控制的状态。

结论

“AWS生成式人工智能最佳实践框架v2”现已在所有可以使用Amazon Bedrock和Amazon SageMaker的AWS区域中上线,您可以在AWS Audit Manager框架库中查看。

您可以访问AWS按区域提供服务列表以确认Audit Manager是否可在您期望的区域使用。

如果您想深入了解,请查阅逐步指南,了解如何入门。

Matheus Guimaraes

Matheus Guimaraes的职业生涯始于22年前,起初是一名初级游戏开发者,当时C/C占据主导地位,HTML仅是选修课程。从初级开发者到CTO,他对技术在连接当下与未来可能性中所发挥的作用始终充满热情。

Amazon MSK 现在提供高达 29 的吞吐量提升和最高 24 的成本降低,支持 AWS G

Amazon MSK 现在提供高达 29 的吞吐量提升和最高 24 的成本降低,支持 AWS G

Amazon MSK 获得 AWS Graviton3 支持,提升 29 吞吐量与 24 降低成本重点内容Amazon MSK 现支持 Graviton3,提升吞吐量的同时降低计算成本。M7g 实例提...

介绍 Amazon MQ 跨区域数据复制功能,适用于 ActiveMQ 代理 计算博客

介绍 Amazon MQ 跨区域数据复制功能,适用于 ActiveMQ 代理 计算博客

Amazon MQ 现已支持跨区域数据复制by Pascal Vogel on 2023年12月19日 in Amazon MQ无服务器架构关键要点Amazon MQ 现已引入 ActiveMQ Br...

订阅