AI Security Maturity Model·AWS v1.0.0

Arraste para explorar · faça pinça para ampliar

Avançada Segurança da aplicação de IACamada de defesa em profundidade: Aplicação de IA Capacidade 3 · Geração aumentada por recuperação (RAG)Caso de uso: IA que conecta 👤 ClienteModelo de Responsabilidade Compartilhada da AWS: quem implementa e opera este controle. Cliente = é seu; AWS = a AWS opera e você o herda; Compartilhada = ambos têm obrigações.

c3.9 Fundamente e valide as respostas contra as fontes recuperadas

Verifique que as respostas geradas estejam fundamentadas na base de conhecimento aprovada e valide a saída antes de usá-la, para que as alucinações ou o conteúdo injetado não cheguem aos usuários ou sistemas a jusante.

Fundacional
Aprimorada
Avançada
Esforço: Médio Impacto: Alto Scopes de IA generativaDa AWS Generative AI Security Scoping Matrix.: 3 · Modelos pré-treinados; 4 · Modelos ajustados (fine-tuned)

Guia de implementação

Como implementar na AWS

Habilite a fundamentação contextual do Bedrock Guardrails para verificar que as respostas sejam semanticamente consistentes com as fontes recuperadas e aprovadas, e valide/redija a saída antes do uso a jusante. Trate o conteúdo recuperado como entrada não confiável e reaplique a filtragem de entrada.

Critérios de aceitação

As respostas são verificadas por fundamentação contra as fontes recuperadas; uma resposta fabricada ou fora de fonte é capturada; o contexto recuperado é tratado como não confiável.

Implementação prática

Como este controle é implementado em cada arquitetura de referência:

A fundamentação contextual na conta de IA generativa verifica cada resposta contra as fontes recuperadas e sancionadas, e o contexto recuperado é refiltrado como entrada não confiável.

  1. Habilite a fundamentação contextual do Bedrock Guardrails para que as respostas sejam verificadas por consistência semântica com as fontes recuperadas e aprovadas.
    Conta de IA generativa Amazon Bedrock
  2. Trate o contexto recuperado como não confiável: reaplique a filtragem de entrada antes de ele chegar ao modelo, pois um documento envenenado poderia carregar instruções injetadas.
    Conta de IA generativa Amazon Bedrock
  3. Valide/redija a saída final antes de devolvê-la à conta de aplicação para uso a jusante.
    Conta de IA generativa → Conta de aplicação AWS Lambda

Como validar: As respostas são verificadas por fundamentação contra as fontes recuperadas; uma resposta fabricada ou fora de fonte é capturada; instruções injetadas no contexto recuperado são filtradas.

Evite: Confiar nos documentos recuperados porque vieram da 'sua' base de conhecimento. Um documento envenenado é entrada não confiável; refiltre e fundamente a resposta.

OU de IA generativa (multi-conta) →

As verificações de fundamentação e o refiltro do contexto recuperado na camada de IA generativa impedem que o conteúdo alucinado ou injetado chegue aos usuários.

  1. Habilite as verificações de fundamentação contextual para que as respostas devam ser consistentes com as fontes recuperadas e aprovadas.
    Camada de IA generativa (papel IAM) Amazon Bedrock
  2. Reaplique a filtragem de entrada ao contexto recuperado antes de ele chegar ao modelo.
    Camada de IA generativa (papel IAM) Amazon Bedrock
  3. Valide/redija a saída antes de a camada de aplicação usá-la.
    Camada de aplicação (papel IAM) AWS Lambda

Como validar: As respostas são verificadas por fundamentação; uma resposta fora de fonte é capturada; o contexto recuperado é tratado como não confiável.

Evite: Retornar o que o modelo disser acima do texto recuperado. Fundamente a resposta e trate o conteúdo recuperado como não confiável, especialmente diante de injection indireta.

Conta única (ponto de entrada) →

Ameaças atendidas

  • Respostas fabricadas ou não deriváveis das fontes aprovadas.
  • Conteúdo injetado no contexto recuperado influenciando a resposta.

Serviços AWS

Amazon Bedrock Guardrails

Mapeamentos de frameworks

OWASP GenAI/LLM Top 10 (2026)

  • LLM07 Misinformation
  • LLM08 Hidden Context Exposure
  • LLM10 Improper Output Handling

NIST AI Risk Management Framework (AI 100-1)

  • MEASURE.2 AI systems are evaluated for trustworthy characteristics
  • MANAGE.1 AI risks are prioritized, responded to and managed

AWS Well-Architected Generative AI Lens (Security)

  • GENSEC02-BP01 Implement guardrails to mitigate harmful or incorrect model responses

Recursos de aprendizado

Referências

  • AWS SRA para IA — Capacidade 3, Validação de entradas e saídas