AI Security Maturity Model·AWS v1.0.0

Arrastra para explorar · pellizca para ampliar
Inicio / Matriz / Capacidad 4 / c4.3
Fundacional Protección de datosCapa de defensa en profundidad: Identidad y datos Capacidad 4 · HerramientasCaso de uso: IA que actúa 🤝 CompartidaModelo 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.

c4.3 Cifra la E/S de las herramientas y aísla las sesiones

Cifra las entradas, salidas y el contexto de ejecución de las herramientas, y ejecuta cada sesión de herramienta en un entorno aislado para que el estado no se filtre entre ejecuciones.

Fundacional
Mejorada
Avanzada
Esfuerzo: Bajo Impacto: Alto Scopes de IA generativaDe la AWS Generative AI Security Scoping Matrix.: 3 · Modelos preentrenados; 4 · Modelos ajustados (fine-tuned) Dimensiones de seguridad agénticaDe la AWS Agentic AI Security Scoping Matrix.: Memoria y estado

Guía de implementación

Cómo implementarlo en AWS

Ejecuta las herramientas en Amazon Bedrock AgentCore Runtime, cuyos microVM dedicados aíslan la CPU, memoria y sistema de archivos de cada sesión y purgan el estado al terminar. Configura una clave KMS gestionada por el cliente para los datos de sesión y exige TLS 1.2+/AES-256 para toda comunicación de herramientas.

Criterios de aceptación

Cada sesión corre en un microVM aislado y purga el estado al completarse; los datos de sesión usan una clave gestionada por el cliente; el tráfico de herramientas es TLS 1.2+.

Implementación práctica

Cómo se implementa este control en cada arquitectura de referencia:

Las herramientas corren en microVM de AgentCore Runtime en la cuenta de IA generativa que aíslan cada sesión y purgan el estado al terminar, con datos de sesión cifrados con CMK y TLS en tránsito.

  1. Ejecuta las herramientas en Amazon Bedrock AgentCore Runtime para que cada sesión reciba un microVM dedicado que aísla CPU, memoria y sistema de archivos, con el estado purgado al terminar.
    Cuenta de IA generativa AgentCore Runtime
  2. Configura una clave KMS gestionada por el cliente para los datos de sesión y exige TLS 1.2+/AES-256 para toda comunicación de herramientas.
    Cuenta de IA generativa AWS KMS
  3. Confirma que ningún espacio de trabajo o caché compartido persista entre sesiones.
    Cuenta de IA generativa Amazon Bedrock

Cómo validar: Cada sesión corre en un microVM aislado y purga el estado al completarse; los datos de sesión usan la clave gestionada por el cliente; el tráfico de herramientas es TLS 1.2+.

Evita: Reutilizar un entorno de ejecución de larga vida entre usuarios. El estado de sesión se filtra entonces entre usuarios; aísla por sesión y purga al salir.

OU de IA generativa (multi-cuenta) →

Los microVM de AgentCore Runtime aíslan cada sesión de herramienta en la cuenta y purgan el estado al salir, con datos de sesión cifrados con CMK y TLS en tránsito.

  1. Ejecuta las herramientas en AgentCore Runtime para que cada sesión sea un microVM aislado que purga el estado al terminar.
    Capa de IA generativa (rol IAM) AgentCore Runtime
  2. Establece una clave KMS gestionada por el cliente para los datos de sesión e impón TLS 1.2+/AES-256 en las comunicaciones de herramientas.
    Capa de IA generativa (rol IAM) AWS KMS
  3. Verifica que ninguna caché o espacio de trabajo persista entre sesiones.
    Capa de IA generativa (rol IAM) Amazon Bedrock

Cómo validar: Cada sesión corre aislada y purga el estado; los datos de sesión están cifrados con CMK; el tráfico de herramientas es TLS 1.2+.

Evita: Dejar que las herramientas compartan sistema de archivos o memoria entre sesiones. Aísla cada sesión para que los datos de un usuario no se filtren a la ejecución de otro.

Cuenta única (punto de entrada) →

Amenazas que atiende

  • Fuga de datos entre ejecuciones de herramientas o sesiones de usuario.
  • Entradas/salidas de herramientas legibles en tránsito o en reposo.

Servicios AWS

Amazon Bedrock AgentCore Runtime AWS KMS

Mapeos de frameworks

OWASP GenAI/LLM Top 10 (2026)

  • LLM02 Sensitive Information Disclosure

NIST AI Risk Management Framework (AI 100-1)

  • MANAGE.1 AI risks are prioritized, responded to and managed

AWS Security Hub — AI Security Best Practices

  • BedrockAgentCore.4 Bedrock AgentCore Gateway should be encrypted with customer managed AWS KMS keys

AWS Well-Architected Generative AI Lens (Security)

  • GENSEC01-BP03 Implement least privilege access to data stores

OWASP GenAI Top 10 for Agentic Applications (2025)

  • ASI06 Memory and Context Poisoning

Ver video

Video de AWS: una breve introducción a Amazon Bedrock AgentCore — una visión general del servicio administrado para desplegar y operar agentes de IA de forma segura, y de los bloques de construcción (identidad, gateway, runtime, memoria) que se usan en los controles de herramientas y agentes de esta capacidad.

Recursos de aprendizaje

Referencias

  • AWS SRA para IA — Capacidad 4, Protección de datos