無限ノック › MLA 練習問題一覧 › 問題
MLAMLソリューションの監視、メンテナンス、セキュリティ

大手金融機関のMLプラットフォームチームが、SageMaker Feature Storeを使って複数チームが利用する共有特徴量基盤を構築しています。 一部の特徴量グループには個人識別情報(PII)が含まれており、そのグループへのアクセスは特定チームのIAMロールのみに制限する必要があります。 また、保存データは規制要件により暗号化が必須です。 最も適切な設定の組み合わせはどれですか?

A
Feature Storeのオフラインストアデータを単一のS3バケットに格納し、バケットレベルのSSE-S3暗号化を有効化した上で、バケットポリシーのConditionにIAMタグ条件を追加してPII特徴量グループへのアクセスをチームごとに制御する
S3バケットレベルのSSE-S3暗号化はFeature Group単位のキー管理ができず、バケットポリシーによるアクセス制御もFeature Groupレベルの粒度には粗すぎます。PII特徴量グループだけを特定チームに制限するには不十分です。
B
Feature GroupをVPC内のプライベートエンドポイント経由でのみアクセス可能に設定し、VPCセキュリティグループのインバウンドルールを各チームのCIDRブロックに絞ることで特徴量グループへのアクセスを分離する
VPCセキュリティグループはネットワーク境界での制御であり、同一VPC内の異なるチームのIAMロール間でFeature Group単位のアクセスを分離する機能はありません。IAMベースの制御が必要です。
C
Lake FormationのデータレイクアクセスコントロールにSageMaker Feature Storeを統合し、列レベルのアクセス制御機能を使ってPII特徴量カラムのみを特定のIAMロールに開放するよう設定する
Feature StoreオフラインストアはGlue Data Catalogと連携するが、Lake Formationの列レベル制御はオンラインストアのGetRecord等APIには適用されず、暗号化要件も満たせないため完全な解決策にならない。
D
Feature Group作成時にKMSカスタマーマネージドキー(sagemaker:kms)を指定してオンライン・オフラインストアを暗号化し、IAMポリシーでFeature Group ARN単位のAPIアクション(GetRecord・PutRecordなど)をロールごとに許可・拒否する
✓ 正解
Feature Group作成時のKMS CMK指定によりオンライン・オフラインの両ストアが暗号化され、IAMポリシーでFeature Group ARN単位にAPIアクションを制御することで、PII特徴量グループへのアクセスを特定ロールのみに制限できます。暗号化とアクセス制御の両要件を最もシンプルに満たす方法です。

解説

SageMaker Feature Store では、Feature Group 作成時に AWS KMS カスタマーマネージドキー(CMK)を指定することで、オンラインストア(低レイテンシの特徴量取得用)とオフラインストア(S3 に保存される履歴データ)の両方を暗号化できます。また、IAM ポリシーで `sagemaker:GetRecord`・`sagemaker:PutRecord`・`sagemaker:DescribeFeatureGroup` などのアクションを Feature Group の ARN に紐付けて許可・拒否することで、特定の IAM ロールのみが PII 特徴量グループにアクセスできるよう Feature Group 単位で細かいアクセス制御が実現できます。 選択肢AのS3バケットレベルの暗号化・アクセス制御は、Feature Group 単位のきめ細かいアクセス分離が難しく、同じバケット内の PII 特徴量グループだけを特定チームに制限するには不十分です。 選択肢BのVPCネットワーク制御は、ネットワーク境界での制限は可能ですが、同一 VPC 内の異なるチームの IAM ロール間での Feature Group レベルのアクセス分離には対応できません。 選択肢CのLake FormationとSageMaker Feature Storeの統合は現時点でネイティブにサポートされておらず、Feature Group は Glue Data Catalog と直接統合されないため、列レベルアクセス制御は実現できません。

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 →
← MLA の問題一覧に戻る