MLA機械学習のためのデータ準備
金融サービス会社が S3 データレイクに顧客の取引データを保存しています。データには氏名・口座番号などの PII（個人を特定できる情報、Personally Identifiable Information）カラムと、機械学習に使用する取引パターンのカラムが混在しています。ML エンジニアには取引パターンカラムのみへのアクセスを許可し、データサイエンティストは全カラムを参照できるようにしたい考えです。最小限の運用負荷でこの要件を実現するには、どのアプローチが最も適切ですか？
AS3 バケットポリシーを使用して ML エンジニア用のプレフィックスに PII を除いたデータを別途保存し、そのプレフィックスへのアクセスのみを許可する
S3 バケットポリシーによるプレフィックス制限では、データの二重管理が必要であり運用負荷が増加します。
BAWS Lake Formation の列レベルセキュリティを設定し、ML エンジニアの IAM ロールに PII カラムを除いた列へのアクセスのみを許可する
✓ 正解
Lake Formation の列レベルセキュリティで同一テーブル内の列アクセスを細かく制御できます。ロールごとに PII 列をフィルタリングでき、データ複製は不要です。
CAWS Glue ETL ジョブで PII カラムを削除した ML 用テーブルを別途作成し、ML エンジニアはそのテーブルのみにアクセスできるようにする
別テーブル作成ではデータ二重管理による運用負荷が高く、スキーマ変更時の同期が必要になります。
DAmazon Macie を使用して PII を検出し、ML エンジニアがアクセスする前に自動的に PII カラムをマスクする
Macie は PII 検出ツールに過ぎず、アクセス制御機能がありません。
解説
AWS Lake Formation の列レベルセキュリティを使用すると、同一テーブルに対してロールごとにアクセス可能な列を細かく制御でき、データの複製が不要です。A・C はデータを二重管理する必要があり運用負荷が高まります。Amazon Macie は PII の検出ツールであり、アクセス制御機能は持ちません。Lake Formation は IAM ロールと連携してカタログレベルでの細粒度アクセス制御を実現します。
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MLA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 →