c2.2 Usa un rol de servicio de mínimo privilegio para personalización e importación

Por qué la personalización necesita su propio rol

La personalización de modelos (fine-tuning, distilación, pre-entrenamiento continuo) se ejecuta como un trabajo asíncrono que Amazon Bedrock realiza en tu nombre. Bedrock asume un rol de servicio de IAM para leer tus datos de entrenamiento/validación desde S3, escribir métricas de salida y —si tus datos están cifrados— usar tu clave de KMS. Como ese rol puede leer tus datos de entrenamiento, debe estar dedicado a la personalización y acotado exactamente a los buckets y claves involucrados, no ser un rol compartido o amplio.

Confía solo en Bedrock, y solo para tu cuenta

La política de confianza del rol debe permitir que el principal de servicio de Bedrock lo asuma, restringida con aws:SourceAccount (e idealmente aws:SourceArn) para que un "confused deputy" en otra cuenta no pueda tomarlo prestado:

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Principal": { "Service": "bedrock.amazonaws.com" },
      "Action": "sts:AssumeRole",
      "Condition": {
        "StringEquals": { "aws:SourceAccount": "111122223333" },
        "ArnEquals": {
          "aws:SourceArn": "arn:aws:bedrock:us-east-1:111122223333:model-customization-job/*"
        }
      }
    }
  ]
}

Concede solo el acceso a S3 (y KMS) que el trabajo necesita

La política de permisos debe listar los buckets específicos de datos de entrada y salida, nada más amplio:

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "ReadTrainingData",
      "Effect": "Allow",
      "Action": ["s3:GetObject", "s3:ListBucket"],
      "Resource": [
        "arn:aws:s3:::my-bedrock-training-data",
        "arn:aws:s3:::my-bedrock-training-data/*"
      ]
    },
    {
      "Sid": "WriteJobOutput",
      "Effect": "Allow",
      "Action": "s3:PutObject",
      "Resource": "arn:aws:s3:::my-bedrock-custom-output/*"
    }
  ]
}

Si esos buckets usan una clave de KMS administrada por el cliente, añade kms:Decrypt (y kms:GenerateDataKey para el bucket de salida) sobre ese ARN de clave específico; sin ello el trabajo falla con un error de acceso.

Mantenlo separado del rol de invocación

El rol de personalización lee datos de entrenamiento; el rol de invocación en runtime llama a los modelos (consulta el control de IAM de mínimo privilegio). No los fusiones: una carga de trabajo que solo necesita invocar un modelo nunca debería tener permisos para leer tu corpus de entrenamiento.

Nota de nomenclatura: reemplaza el id de cuenta, la región y los nombres de bucket. Acota aws:SourceArn al patrón de ARN del trabajo de personalización para que el rol solo sea asumible para ese tipo de trabajo.