AI Security Maturity Model·AWS v1.0.0

Arraste para explorar · faça pinça para ampliar

Fundacional Proteção de dadosCamada de defesa em profundidade: Identidade e dados Capacidade 5 · Agentes de IA generativaCaso de uso: IA que age 🤝 CompartilhadaModelo 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.

c5.2 Isole as sessões do agente e proteja sua memória

Execute cada sessão do agente em um runtime isolado e organize a memória persistente por namespace com criptografia e limites de retenção, para que o contexto de um usuário não possa alcançar o de outro.

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) Dimensões de segurança agênticaDa AWS Agentic AI Security Scoping Matrix.: Memória e estado

Guia de implementação

Como implementar na AWS

Execute os agentes no AgentCore Runtime (microVM dedicado por sessão, memória higienizada ao terminar). Use os namespaces do AgentCore Memory (session ID, actor ID, strategy ID) para o isolamento lógico, defina a retenção de curto prazo no mínimo necessário, adicione exclusão automática para a memória de longo prazo, e criptografe a memória/token vaults/log groups com uma chave KMS gerenciada pelo cliente.

Critérios de aceitação

As sessões são isoladas em microVMs; a memória é organizada por namespace de sessão/ator; a retenção é minimizada com fluxos de exclusão; os dados do agente são criptografados com CMK.

Implementação prática

Como este controle é implementado em cada arquitetura de referência:

Os agentes rodam em microVMs do AgentCore Runtime na conta de IA generativa e a memória é organizada por namespace de sessão/ator, com retenção minimizada e criptografia CMK, para que o contexto de um usuário nunca alcance o de outro.

  1. Execute os agentes no AgentCore Runtime para que cada sessão receba um microVM dedicado com a memória higienizada ao terminar.
    Conta de IA generativa AgentCore Runtime
  2. Use os namespaces do AgentCore Memory (session ID, actor ID, strategy ID) para o isolamento lógico, defina a retenção de curto prazo no mínimo e adicione exclusão automática para a memória de longo prazo.
    Conta de IA generativa AgentCore Memory
  3. Criptografe a memória, os token vaults e os log groups com uma chave KMS gerenciada pelo cliente.
    Conta de IA generativa AWS KMS

Como validar: As sessões são isoladas em microVMs; a memória é organizada por namespace de sessão/ator; a retenção é minimizada com fluxos de exclusão; os dados do agente são criptografados com CMK.

Evite: Um único store de memória organizado frouxamente pela entrada do usuário. Organize a memória por namespace no lado do servidor e isole as sessões para que o contexto não vaze entre usuários.

OU de IA generativa (multi-conta) →

O AgentCore Runtime isola as sessões e o AgentCore Memory é organizado por namespace, com retenção minimizada e criptografia CMK dentro da conta.

  1. Execute os agentes no AgentCore Runtime (microVM por sessão, memória higienizada ao terminar).
    Camada de IA generativa (papel IAM) AgentCore Runtime
  2. Organize o AgentCore Memory por sessão/ator/strategy, minimize a retenção de curto prazo e automatize a exclusão de longo prazo.
    Camada de IA generativa (papel IAM) AgentCore Memory
  3. Criptografe a memória, os token vaults e os log groups com a chave gerenciada pelo cliente.
    Camada de IA generativa (papel IAM) AWS KMS

Como validar: As sessões são isoladas; a memória é organizada por namespace de sessão/ator; a retenção é minimizada; os dados do agente são criptografados com CMK.

Evite: Persistir toda a memória de sessão indefinidamente em um único bucket. Organize-a por namespace, minimize a retenção e criptografe-a para que um vazamento fique limitado.

Conta única (ponto de entrada) →

Ameaças atendidas

  • Contaminação de dados entre sessões concorrentes do agente.
  • Acesso não autorizado à memória persistente do agente de outro usuário.

Serviços AWS

Amazon Bedrock AgentCore Runtime Amazon Bedrock AgentCore Memory AWS KMS

Mapeamentos 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.3 Bedrock AgentCore Memory should be encrypted with customer managed AWS KMS keys

AWS Well-Architected Generative AI Lens (Security)

  • GENSEC05-BP01 Implement least privilege and permission boundaries for agentic workflows

OWASP GenAI Top 10 for Agentic Applications (2025)

  • ASI06 Memory and Context Poisoning

Assista

Vídeo da AWS: uma introdução ao Amazon Bedrock AgentCore Runtime — como cada sessão de agente é executada em um ambiente de runtime isolado, de modo que o contexto e a memória de um usuário não possam alcançar outro.

Recursos de aprendizado

Referências

  • AWS SRA para IA — Capacidade 5, Proteção de dados