AIFAI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
大手企業がAmazon SageMakerを使用したMLパイプラインとAmazon Bedrockを使用した生成AIシステムを本番環境で運用しています。セキュリティチームは以下の脅威をリアルタイムで自動検出したいと考えています：
①認証情報の侵害（クレデンシャルの不正使用）が疑われる異常なSageMaker APIコールパターン、
②SageMakerのトレーニングデータを格納するS3バケットへの不審な大量アクセス、
③通常とは異なる地理的ロケーションのIAMエンティティによるBedrockへのアクセス。これらのAI/MLワークロードに関連する脅威を機械学習ベースで自動検出できるAWSサービスはどれですか？
AAWS CloudTrailを使用して、すべてのAPIコールをS3に記録し、セキュリティアナリストが手動で異常パターンを分析する
CloudTrailはAPIコールを記録する監査ログサービスですが、異常を自動判定する機能はなく、脅威検出には手動分析が必要です。
BAmazon GuardDutyを使用して、機械学習ベースの異常検知によりAWS環境全体の脅威をリアルタイムで自動検出する
✓ 正解
Amazon GuardDutyを使用して、機械学習ベースの異常検知によりAWS環境全体の脅威をリアルタイムで自動検出する
Amazon GuardDutyは、機械学習・異常検知・脅威インテリジェンスを組み合わせて、AWS環境全体の悪意あるアクティビティや不正アクセスをリアルタイムで自動検出するマネージド脅威検出サービスです。CloudTrailイベント（SageMakerやBedrockのAPIコールを含む）、S3 Protectionによる不審なデータアクセス、VPCフローログ、DNSログを継続的に分析し、認証情報の侵害・異常なAPIパターン・不審なS3アクセスなどを自動的に検出してセキュリティチームに通知します。
CAWS Security Hubを使用して、複数のAWSセキュリティサービスからの検出結果を一元的に集約・優先度付けして管理する
Security Hubは、GuardDutyを含む複数サービスのセキュリティ検出結果を集約・スコアリングするサービスですが、自ら脅威を検出する機能はなく、GuardDutyなどの検出サービスと組み合わせて使います。
DAWS Configを使用して、SageMakerとBedrockリソースの設定変更を継続的に追跡・コンプライアンス評価する
AWS Configはリソースの設定コンプライアンスを評価するサービスであり、認証情報侵害や不審なアクセスという行動ベースの脅威検出には対応していません。
解説
Amazon GuardDutyを使用して、機械学習ベースの異常検知によりAWS環境全体の脅威をリアルタイムで自動検出する
Amazon GuardDutyは、機械学習・異常検知・脅威インテリジェンスを組み合わせて、AWS環境全体の悪意あるアクティビティや不正アクセスをリアルタイムで自動検出するマネージド脅威検出サービスです。CloudTrailイベント（SageMakerやBedrockのAPIコールを含む）、S3 Protectionによる不審なデータアクセス、VPCフローログ、DNSログを継続的に分析し、認証情報の侵害・異常なAPIパターン・不審なS3アクセスなどを自動的に検出してセキュリティチームに通知します。
選択肢AのCloudTrailはAPIコールを記録する監査ログサービスですが、異常を自動判定する機能はなく、脅威検出には手動分析が必要です。
選択肢CのSecurity Hubは、GuardDutyを含む複数サービスのセキュリティ検出結果を集約・スコアリングするサービスですが、自ら脅威を検出する機能はなく、GuardDutyなどの検出サービスと組み合わせて使います。
選択肢DのAWS Configはリソースの設定コンプライアンスを評価するサービスであり、認証情報侵害や不審なアクセスという行動ベースの脅威検出には対応していません。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →