Governance และ Compliance
CloudTrail, Macie และ AWS Config
การตรวจสอบ Audit Log
ในการใช้งานระดับองค์กร ความโปร่งใสและการตรวจสอบได้ (Auditing) เป็นเรื่องที่สำคัญมาก กฎหมายบังคับให้คุณต้องรู้ว่าใครทำอะไรกับระบบ AI บ้าง
- AWS CloudTrail เปรียบเสมือน "กล้องวงจรปิดพร้อมสมุดจด" (Auditing API calls) หากมีใครแอบมาเรียกใช้ Bedrock คุณก็สามารถใช้ CloudTrail หาตัวคนทำ (Find unauthorized access) ได้ - Amazon Macie เปรียบเสมือน "เครื่องสแกนหาของส่วนตัว" (Discovering PII in S3) เพื่อป้องกันไม่ให้เผลอเอาข้อมูลลูกค้าไปสอน AI - AWS Artifact เปรียบเสมือน "ห้องสมุดเก็บใบรับรอง ISO" ของ AWS และ 3rd-party ISV เอาไว้ให้ผู้สอบบัญชีโหลดไปดู (Accessing compliance reports)
สรุป Key Takeaways
- AWS CloudTrail: ใช้ Auditing API calls เพื่อค้นหาการเข้าถึงที่ไม่ได้รับอนุญาต (Unauthorized access) ต่อ Amazon Bedrock
- Amazon Macie: ใช้สำหรับค้นหาและระบุข้อมูล PII (Discovering PII) ที่เก็บอยู่ใน S3
- AWS Artifact: พอร์ทัลสำหรับดาวน์โหลดรายงานความสอดคล้อง (Compliance reports) ของ AWS และ 3rd-party ISV
คำถามที่พบบ่อย
บริการตระกูล governance ที่ต้องจำสำหรับข้อสอบมีอะไรบ้าง
ชุดที่ออกบ่อย: Artifact = ดาวน์โหลดรายงาน compliance ของ AWS (SOC, ISO) · Audit Manager = รวบหลักฐาน audit อัตโนมัติ · Config = ตรวจการตั้งค่า resource ตามกฎ · CloudTrail = บันทึกทุก API · AI Service Cards + Model Cards = เอกสารความโปร่งใสของโมเดล
Shared Responsibility Model ใช้กับ AI ยังไง
AWS รับผิดชอบความปลอดภัยของ "ตัวบริการ/โครงสร้างพื้นฐาน" ส่วนเรารับผิดชอบ "วิธีใช้": ข้อมูลที่ป้อน สิทธิ์ที่ตั้ง guardrails ที่เปิด และการใช้ output อย่างรับผิดชอบ — ข้อสอบชอบถามว่าอะไรเป็นหน้าที่ฝั่งลูกค้า: ตอบเรื่องข้อมูลและการตั้งค่าเสมอ
SageMaker Model Cards คืออะไร ต่างจาก AI Service Cards ยังไง
Model Cards = เอกสารที่ "เรา" ทำเพื่อบันทึกรายละเอียดโมเดลของเราเอง (วัตถุประสงค์ ข้อมูลเทรน ผลประเมิน ข้อจำกัด) ใช้ทำ governance ภายใน ส่วน AI Service Cards = เอกสารที่ "AWS" เผยแพร่อธิบายข้อจำกัดของบริการ AI ของ AWS เอง
ลองทำ Quiz ท้ายบท
คำถามแนวข้อสอบของโมดูลนี้ 1 ข้อ · เฉลยทันที