AWS披露面向Amazon S3的AI监控方案

简介:

AWS 近日正式上线Amazon Macie——这项服务旨在利用机器学习机制帮助客户预防敏感数据意外泄露以及未经授权的Amazon S3存储数据访问。该公司表示,Amazon Macie将在今年晚些时候支持更多其它AWS存储服务选项。

AWS披露面向Amazon S3的AI监控方案

在AWS的S3平台当中,Amazon Macie负责利用自然语言处理机制发现并分类敏感数据、识别个人身份信息以及私钥与信用卡信息等因素。Macie服务还将不断监控异常的数据访问活动。AWS人工智能总经理Matt Wood表示,此类异常活动将面向客户安全团队触发相应警报。

Macie将帮助用户了解与数据相关的其它风险,包括在客户无意对敏感数据进行外部访问或者非安全方式存储时,提供自动警报提醒。除了分析数据以了解用户身份、访问位置与访问次数等历史模式,以及识别及分类敏感数据之外,Amazon Macie还提供一套专门用于追踪用户活动及监控数据安全性的仪表板。

Macie控制台还允许您定义自动化修复操作,例如重置访问控制列表或者重置密码内容。

同时,AWS方面公布了一系列与其它服务相关的改进:

1. 正式启动AWS Migration Hub,旨在追踪来自数据中心并指向AWS的应用程序迁移活动。其中提供一整套AWS及各合作伙伴提供之迁移工具集合。

2. 在Amazon弹性文件系统当中对AWS静态数据进行加密,意味着用户能够选择一套密钥以加密文件内容。此功能目前已经在各支持弹性文件系统的服务区中上线。

3. 对CloudHSM(即硬件安全模块)进行完全重写,旨在满足敏感数据提出的安全性与合规性要求。CloudHSM目前成为一项可扩展的受控服务,且内置有配置、补丁管理、高可用性以及备份等功能特性。此项服务目前亦以按需计费方式交付,意味着无需任何前期投入。另外,CloudHSM支持FIPS 142-2 Level 3,同时包含多项对HSM物理访问或修改尝试进行检测及响应的机制。

4. AWS Config服务当中迎来多项新规则,用于评估AWS配置方案。各项新规则有助于保护S3存储桶,其中包括识别各允许全局读取及/或写入的存储桶。

5. AWS CloudTrail(一项面向各AWS帐户的治理、合规与审计服务)现在默认为全部客户启用,且能够提供过去七天内的帐户活动明细。用户不再需要为此项服务作出任何配置。

6. AWS Glue(Amazon云中的一项提取、转换与加载服务)目前已经全面上线。这项“无服务器”服务能够帮助用户摆脱资源供应及管理方面的相关负担; 如今大家只需要承担Glue运行带来的资源成本即可。 


本文作者:林师授

来源:51CTO

相关文章
|
6月前
|
存储 人工智能 文字识别
医疗病历结构化处理系统技术白皮书——基于多模态AI的医联体数据治理方案
本系统基于双端协同架构,集成移动端OCR识别与云端数据分析,实现医疗文档高效结构化处理。采用PaddleOCR轻量引擎与隐私计算技术,支持离线识别与敏感信息脱敏。后端构建分布式数据仓库与多租户机制,满足PB级存储与数据安全合规要求。实测OCR准确率达96.2%(印刷体)与88.7%(手写体),字段抽取F1值92.4%,显著提升病历处理效率与质量。
703 3
|
7月前
|
机器学习/深度学习 人工智能 搜索推荐
不是医生,却能量身定制治疗方案?AI正在为你“私人定制”健康
不是医生,却能量身定制治疗方案?AI正在为你“私人定制”健康
252 3
|
8月前
|
人工智能 自然语言处理 算法
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
941 0
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
|
3月前
|
人工智能 JSON 监控
三步构建AI评估体系:从解决“幻觉”到实现高效监控
AI时代,评估成关键技能。通过错误分析、归类量化与自动化监控,系统化改进AI应用,应对幻觉等问题。Anthropic与OpenAI均强调:评估是产品迭代的核心,数据驱动优于直觉,让AI真正服务于目标。
405 8
|
5月前
|
数据采集 存储 人工智能
基于 EventBridge 构筑 AI 领域高效数据集成方案
本文深入探讨了AI时代数据处理的变革与挑战,分析了事件驱动架构(EventBridge)在AI数据处理中的技术优势,并结合实践案例,展示了其在多源数据接入、向量数据库优化、智能数据转换等方面的应用价值。
698 30
|
9月前
|
人工智能 监控 安全
使用 Ollama + FastAPI 打造轻量级 AI 应用部署方案
本文介绍了一套基于 Ollama 和 FastAPI 的轻量级 AI 模型部署方案,解决云端部署成本高、本地部署复杂的问题。通过 200 行核心代码实现模型加载到 API 服务的全流程,适用于中小型应用。方案结合 Ollama 的本地化运行能力和 FastAPI 的高性能特性,支持模型量化、并发控制和资源监控,提供 Docker 容器化及 K8s 扩展配置,优化性能与安全性。开发者可在 2 小时内完成环境搭建与部署,满足日均百万级请求需求,为 AI 应用快速落地提供有效支持。
1036 0
|
5月前
|
存储 人工智能 安全
【阿里云基础设施 AI Tech Day】 AI Infra 建设方案及最佳实践沙龙圆
聚焦 AI Infra 建设方案及最佳实践,「智驱未来,云网随行:AI Infra 建设方案及最佳实践」沙龙阿里云基础设施 AI Tech Day 北京站于 8 月 8 日下午在北京全球创新社区顺利举办,活动现场吸引了来自月之暗面、字节、小米、爱奇艺、360、雪球、猿辅导、奥迪等 16 家相关 AI 领域领先企业或有AI建设诉求企业的 32 名业务/技术骨干参与。本次技术沙龙旨在聚焦企业建设高效、高可用的 AI Infra,深入解析 AI 驱动的原子能力与场景化架构设计,分享从基础网络建设、算力池化、存储调度,以及 VPC RDMA 性能优化、Agent 智能体出海等场景的全链路方案,助力企业
511 1
|
6月前
|
人工智能 JSON 开发工具
解决提示词痛点:用AI智能体自动检测矛盾、优化格式的完整方案
本文介绍了一种基于用户意图的提示词优化系统,利用多智能体架构实现自动化优化,提升少样本学习场景下的提示词质量与模型匹配度。系统通过专用智能体协同工作,识别并修复逻辑矛盾、格式不清及示例不一致等问题,结合Pydantic结构化数据模型与OpenAI评估框架,实现高效、可扩展的提示词优化流程。该方案显著减少了人工干预,增强了系统效率与输出一致性,适用于复杂研究任务与深度AI应用。
770 0
解决提示词痛点:用AI智能体自动检测矛盾、优化格式的完整方案
|
6月前
|
人工智能 运维 监控
基于MCP的一体化AI管线:从模型训练到部署监控的全链路解析
本文介绍基于MCP(模型控制流水线)的一体化AI部署架构,涵盖从模型训练、自动部署、实时推理到性能监控的完整闭环系统设计,并结合工业制造、能源、IoT等场景,提供代码实现与落地案例,助力企业实现AI自动化运维与智能化升级。
基于MCP的一体化AI管线:从模型训练到部署监控的全链路解析