View a markdown version of this page

Kebijakan di Amazon Bedrock AgentCore: Kontrol Interaksi Agen - Batu Dasar Amazon AgentCore

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Kebijakan di Amazon Bedrock AgentCore: Kontrol Interaksi Agen

Kebijakan di Amazon Bedrock AgentCore memungkinkan pengembang untuk menentukan dan menegakkan kontrol keamanan untuk interaksi agen AI dengan alat dengan membuat batas pelindung di sekitar operasi agen. Agen AI dapat beradaptasi secara dinamis untuk memecahkan masalah yang kompleks - mulai dari memproses pertanyaan pelanggan hingga mengotomatiskan alur kerja di berbagai alat dan sistem. Namun, fleksibilitas ini menimbulkan tantangan keamanan baru, karena agen mungkin secara tidak sengaja salah menafsirkan aturan bisnis, atau bertindak di luar otoritas yang dimaksudkan.

Dengan Policy in AgentCore, pengembang dapat membuat mesin kebijakan, membuat dan menyimpan kebijakan deterministik di dalamnya, dan mengaitkan mesin kebijakan dengan gateway. Policy in AgentCore mencegat semua lalu lintas agen melalui Amazon Bedrock AgentCore Gateways dan mengevaluasi setiap permintaan terhadap kebijakan yang ditentukan di mesin kebijakan sebelum mengizinkan akses alat.

Kebijakan dibuat menggunakan bahasa Cedar, bahasa open source untuk menulis dan menegakkan kebijakan otorisasi. Ini memungkinkan pengembang untuk secara tepat menentukan agen apa yang dapat diakses dan tindakan apa yang dapat mereka lakukan. Policy in AgentCore juga menyediakan kemampuan untuk membuat kebijakan menggunakan bahasa alami dengan memungkinkan pengembang untuk menggambarkan aturan dalam bahasa Inggris biasa alih-alih menulis kode kebijakan formal di Cedar. Penulisan kebijakan berbasis bahasa alami menafsirkan apa yang diinginkan pengguna, membuat kebijakan kandidat, memvalidasinya terhadap skema alat, dan menggunakan penalaran otomatis untuk memeriksa kondisi keamanan seperti mengidentifikasi kebijakan yang terlalu permisif, terlalu membatasi, atau berisi kondisi yang tidak pernah dapat dipenuhi - memastikan pelanggan menangkap masalah ini sebelum menerapkan kebijakan.

Policy in AgentCore juga mendukung kebijakan penulisan di Dogwood di situs web Dogwood Policy, bahasa kebijakan sumber terbuka. Kebijakan Dogwood tunggal dapat menggabungkan beberapa jenis kondisi otorisasi. Pada tingkat yang paling sederhana, Anda menulis aturan berbasis input yang mengizinkan atau melarang panggilan alat berdasarkan permintaan saat ini itu sendiri — siapa prinsipalnya, alat mana yang mereka panggil, sumber daya yang terlibat, dan parameter input dari panggilan itu. Anda kemudian dapat menambahkan kondisi temporal sadar sesi yang memutuskan berdasarkan apa yang telah terjadi sebelumnya di sesi yang sama — misalnya, mengharuskan persetujuan diberikan sebelum transfer, memblokir tindakan setelah dijalankan beberapa kali, atau menjaga total berjalan di bawah anggaran. Anda juga dapat berkonsultasi dengan penyedia informasi, seperti Guardrails, yang memancarkan sinyal pada waktu evaluasi — seperti skor keamanan konten atau serangan cepat — dan membuat keputusan berdasarkan skor yang dipancarkan. Karena kondisi berbasis input, temporal, dan provider semuanya tersusun dalam satu kebijakan di bawah model izin dan larangan yang sama, Anda dapat melapisinya untuk mengekspresikan kontrol yang dibutuhkan agen Anda — dari aturan akses sederhana hingga perlindungan multi-langkah yang sadar sesi.

Kebijakan dalam AgentCore mendukung izin berbutir halus berdasarkan identitas pengguna dan parameter input alat, sehingga memungkinkan untuk menggunakan agen otonom dengan aman di skala perusahaan. Dengan memindahkan kontrol keamanan di luar kode agen, pengembang dapat fokus membangun kemampuan agen inovatif sambil mempertahankan jaminan keamanan yang kuat - menghilangkan kebutuhan akan implementasi keamanan khusus dan mengurangi risiko bypass kebijakan melalui manipulasi agen.

Manfaat utama

Policy in AgentCore memberikan tiga manfaat utama yang memungkinkan penyebaran agen AI yang aman dan dapat diskalakan di lingkungan perusahaan:

Fine-grained kontrol atas tindakan agen

Tentukan tindakan apa yang diizinkan untuk dilakukan agen - termasuk alat mana yang dapat dipanggil dan kondisi tepat di mana tindakan tersebut diizinkan.

Penegakan deterministik dengan jaminan yang kuat

Setiap tindakan agen melalui Amazon Bedrock AgentCore Gateway dicegat dan dievaluasi pada batas di luar kode agen - memastikan penegakan yang konsisten dan deterministik yang tetap dapat diandalkan terlepas dari bagaimana agen diterapkan.

Pembuatan yang sederhana dan mudah diakses dengan konsistensi di seluruh organisasi

Tulis kebijakan menggunakan petunjuk bahasa alami atau langsung dalam Cedar (AWS bahasa kebijakan sumber terbuka untuk izin berbutir halus), sehingga memudahkan pembangun dengan berbagai tingkat keahlian untuk menentukan aturan untuk agen mereka. Tim dapat menetapkan batasan sekali dan menerapkannya secara konsisten di semua agen dan alat, dengan setiap keputusan penegakan dicatat melalui met CloudWatch rik dan log, sehingga tim keamanan dan kepatuhan dapat mengaudit dan memvalidasi perilaku.

Fitur utama

Policy in AgentCore menawarkan kemampuan komprehensif untuk tata kelola interaksi agen berbasis kebijakan, termasuk fitur-fitur utama berikut:

  • Penegakan Kebijakan - Mencegat dan mengevaluasi semua permintaan agen terhadap kebijakan yang ditentukan sebelum mengizinkan akses alat

  • Kontrol Akses - Memungkinkan berbutir halus berdasarkan identitas pengguna dan parameter input alat

  • Penulisan Kebijakan - Menyediakan dukungan bahasa kebijakan Cedar untuk menulis kebijakan yang jelas dan divalidasi. Kebijakan juga dapat ditulis dalam bahasa alami menggunakan petunjuk bahasa Inggris yang diterjemahkan ke dalam kebijakan Cedar dan divalidasi

  • Pemantauan Kebijakan - CloudWatch Menawarkan integrasi untuk memantau evaluasi kebijakan dan keputusan

  • Integrasi Infrastruktur - Terintegrasi dengan kelompok keamanan VPC dan infrastruktur AWS keamanan lainnya

  • Audit Logging - Memelihara log terperinci keputusan kebijakan untuk kepatuhan dan pemecahan masalah

  • Kebijakan Temporal - Session-scoped aturan yang beralasan atas sejarah tindakan dalam percakapan. Untuk informasi selengkapnya, lihat Kebijakan temporal.