AI Security Maturity Model·AWS v1.0.0

Arrastra para explorar · pellizca para ampliar
Inicio / Matriz / Capacidad 3 / c3.5
Mejorada Protección de datosCapa de defensa en profundidad: Identidad y datos Capacidad 3 · Generación aumentada por recuperación (RAG)Caso de uso: IA que conecta 👤 ClienteModelo de Responsabilidad Compartida de AWS: quién implementa y opera este control. Cliente = es tuyo; AWS = lo opera AWS y tú lo heredas; Compartida = ambos tienen obligaciones.

c3.5 Clasifica y etiqueta los datos en la ingesta

Clasifica los datos fuente de RAG por sensibilidad en el punto de ingesta y etiquétalos, para que los controles aguas abajo (filtrado por metadatos, acceso, retención) apliquen el manejo correcto.

Fundacional
Mejorada
Avanzada
Esfuerzo: Medio Impacto: Medio Scopes de IA generativaDe la AWS Generative AI Security Scoping Matrix.: 3 · Modelos preentrenados; 4 · Modelos ajustados (fine-tuned)

Guía de implementación

Cómo implementarlo en AWS

Define niveles de clasificación (público, interno, confidencial, restringido). Usa Amazon Macie para detectar y clasificar datos sensibles en la ingesta, aplica tags de recursos de AWS (impuestos por tag policies de Organizations) y mantén un catálogo de datos en AWS Glue que mapee ubicación, sensibilidad y controles.

Criterios de aceptación

Los datos fuente se clasifican y etiquetan en la ingesta; un catálogo de datos registra sensibilidad y controles; las tag policies imponen estándares.

Implementación práctica

Cómo se implementa este control en cada arquitectura de referencia:

Macie clasifica los datos fuente en la ingesta, se etiquetan (impuesto por tag policies de la org) y se catalogan en Glue para que los controles aguas abajo sepan cómo manejarlos.

  1. Define niveles de clasificación (público, interno, confidencial, restringido) y usa Amazon Macie para detectar y clasificar datos sensibles conforme se ingieren en la cuenta de IA generativa.
    Cuenta de IA generativa Amazon Macie Amazon S3
  2. Aplica tags de recursos de AWS para la sensibilidad e imponlos con tag policies de Organizations a nivel de la OU.
    OU de IA generativa (guardrail) AWS Organizations Amazon S3
  3. Mantén un AWS Glue Data Catalog que mapee ubicación, sensibilidad y controles requeridos para cada dataset.
    Cuenta de IA generativa AWS Glue

Cómo validar: Los datos fuente se clasifican y etiquetan en la ingesta; el catálogo de Glue registra sensibilidad y controles; las tag policies imponen el estándar de etiquetado.

Evita: Tratar todos los datos de RAG como un bucket de contenido 'interno'. Clasifica en la ingesta para que el filtrado por metadatos, el acceso y la retención actúen sobre la sensibilidad real.

OU de IA generativa (multi-cuenta) →

Macie clasifica los datos fuente en la ingesta, los tags llevan la sensibilidad y un catálogo de Glue registra el manejo — todo dentro de la cuenta.

  1. Define niveles de clasificación y usa Amazon Macie para clasificar datos sensibles en la ingesta.
    Capa de IA generativa (rol IAM) Amazon Macie Amazon S3
  2. Aplica tags de sensibilidad a los datos fuente y mantén una convención de etiquetado consistente.
    Capa de IA generativa (rol IAM) Amazon S3
  3. Mantén un Glue Data Catalog que mapee ubicación, sensibilidad y controles.
    Capa de IA generativa (rol IAM) AWS Glue

Cómo validar: Los datos se clasifican y etiquetan en la ingesta; el catálogo registra sensibilidad y controles.

Evita: Saltarse la clasificación y esperar que los filtros atrapen todo. Clasifica y etiqueta primero para que el resto de los controles tengan algo contra qué actuar.

Cuenta única (punto de entrada) →

Amenazas que atiende

  • La IA tratando todos los datos igual porque nada está clasificado.
  • Datos sensibles manejados sin los controles que su clasificación requiere.

Servicios AWS

Amazon Macie AWS Glue Data Catalog AWS Organizations

Mapeos de frameworks

OWASP GenAI/LLM Top 10 (2026)

  • LLM02 Sensitive Information Disclosure
  • LLM08 Hidden Context Exposure

NIST AI Risk Management Framework (AI 100-1)

  • MAP.4 Risks and impacts are mapped
  • MAP.5 Impacts to individuals, groups and society are characterized

AWS Well-Architected Generative AI Lens (Security)

  • GENSEC01-BP03 Implement least privilege access to data stores

Recursos de aprendizaje

Referencias

  • AWS SRA para IA — Capacidad 3, Clasificación y manejo de datos