Amazon Web Services a introduit la prise en charge des clés gérées par le client (CMK) pour SageMaker MLflow, permettant aux entreprises et aux équipes de développement de chiffrer leurs charges de travail sensibles à l’aide de leurs propres clés cryptographiques via AWS Key Management Service (KMS). Cette nouvelle amélioration de la sécurité répond aux exigences critiques de conformité et de gouvernance des données pour les organisations opérant dans des secteurs strictement réglementés, offrant aux administrateurs système un contrôle direct sur le cycle de vie de leur chiffrement tout en bénéficiant d’une infrastructure de machine learning entièrement gérée.
Amélioration de la sécurité et de la conformité dans les flux de travail de machine learning
Les pipelines de machine learning traitent souvent des volumes massifs de données sensibles, allant de la propriété intellectuelle d’entreprise aux informations personnelles identifiables. Avant cette mise à jour, les organisations soumises à des mandats de conformité rigoureux rencontraient des difficultés pour aligner les environnements MLflow gérés avec leurs politiques de sécurité internes exigeant une stricte propriété des clés de chiffrement. En intégrant des clés gérées par le client, Amazon Web Services comble cette lacune, permettant aux équipes de sécurité d’appliquer des contrôles d’accès précis, de faire pivoter les clés selon les directives internes et de révoquer instantanément l’accès au stockage sous-jacent si nécessaire.
De plus, cette intégration offre une visibilité approfondie sur les interactions avec les données en s’associant à AWS CloudTrail. Cette combinaison garantit que chaque événement d’accès aux données au sein de l’environnement de l’application MLflow est minutieusement journalisé et traçable, répondant ainsi aux exigences d’audit exhaustives des organismes de réglementation dans les secteurs de la finance, de la santé et du secteur public.
Exigences techniques et disponibilité régionale
La mise en œuvre du chiffrement géré par le client dans SageMaker MLflow nécessite le respect de paramètres structurels spécifiques définis par l’architecture de la plateforme. Les architectes système et les ingénieurs plateforme doivent tenir compte des critères techniques suivants lors de la configuration de leurs déploiements :
- Emplacement des clés : Les clés gérées par le client doivent être générées et hébergées dans le compte AWS et la région AWS exacts que l’application MLflow correspondante.
- Type de clé : Le service prend exclusivement en charge les clés symétriques AWS KMS, garantissant la compatibilité avec les meilleures pratiques cryptographiques standard pour la protection des données au repos.
- Intégration de l’audit : Le traçage complet des accès aux données est automatiquement acheminé via AWS CloudTrail pour une surveillance continue de la sécurité.
- Portée du déploiement : La fonctionnalité est généralement disponible dans toutes les régions AWS où l’application SageMaker MLflow est actuellement prise en charge.
Les organisations souhaitant mettre en œuvre cette capacité peuvent consulter la documentation technique et les parcours de configuration disponibles directement sur les portails de documentation officielle d’AWS.
Source : Article original
