翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

従来のクラウドワークロードと Amazon Bedrock の統合

このユースケースの範囲は、生成 AI 機能を活用するために Amazon Bedrock と統合された従来のクラウドワークロードを実証することです。次の図は、生成 AI アカウントとサンプルアプリケーションアカウントを組み合わせて示しています。 

生成 AI アカウントは、Amazon Bedrock を使用して生成 AI 機能を提供することに専念しています。アプリケーションアカウントはサンプルワークロードの例です。このアカウントで使用する AWS サービスは、要件によって異なります。生成 AI アカウントとアプリケーションアカウント間のやり取りでは、Amazon Bedrock APIs が使用されます。 

アプリケーションアカウントは生成 AI アカウントとは分離されており、ビジネス目的と所有権に基づいてワークロードをグループ化するのに役立ちます。これにより、生成 AI 環境内の機密データへのアクセスを制限し、環境ごとに異なるセキュリティコントロールの適用をサポートします。従来のクラウドワークロードを別のアカウントに保持することで、有害事象の影響範囲を制限することもできます。 

Amazon Bedrock でサポートされているさまざまなユースケースに基づいて、エンタープライズ生成 AI アプリケーションを構築およびスケーリングできます。一般的なユースケースには、テキスト生成、仮想支援、テキストと画像の検索、テキストの要約、画像生成などがあります。ユースケースに応じて、アプリケーションコンポーネントはナレッジベースやエージェントなどの 1 つ以上の Amazon Bedrock 機能とやり取りします。 

アプリケーションアカウント

Application アカウントは、エンタープライズアプリケーションを実行および維持するためのプライマリインフラストラクチャとサービスをホストします。このコンテキストでは、アプリケーションアカウントは従来のクラウドワークロードとして機能し、生成 AI アカウントの Amazon Bedrock マネージドサービスとやり取りします。このアカウントを保護するための一般的なセキュリティのベストプラクティスについては、「ワークロード OU アプリケーションアカウント」セクションを参照してください。 

標準のアプリケーションセキュリティのベストプラクティスは、他のアプリケーションと同様に適用されます。取得拡張生成 (RAG) を使用する予定で、アプリケーションがユーザーからのテキストプロンプトを使用してベクトルデータベースなどのナレッジベースから関連情報をクエリする場合、アプリケーションはユーザーのアイデンティティをナレッジベースに伝達する必要があり、ナレッジベースはロールベースまたは属性ベースのアクセスコントロールを適用します。

生成 AI アプリケーションのもう 1 つの設計パターンは、エージェントを使用して基盤モデル (FM)、データソース、ナレッジベース、ソフトウェアアプリケーション間のインタラクションを調整することです。エージェントは APIs を呼び出して、モデルとやり取りするユーザーに代わってアクションを実行します。正しく行うための最も重要なメカニズムは、すべてのエージェントがアプリケーションユーザーのアイデンティティを、それがやり取りするシステムに伝達することです。また、各システム (データソース、アプリケーションなど) がユーザー ID を理解し、その応答をユーザーが実行を許可されたアクションに制限し、ユーザーがアクセスを許可されたデータで応答するようにする必要があります。

また、推論の生成に使用された事前トレーニング済みモデルの推論エンドポイントへの直接アクセスを制限することも重要です。推論エンドポイントへのアクセスを制限して、コストを制御し、アクティビティをモニタリングしたい。推論エンドポイントが Amazon Bedrock ベースモデルなどの AWS でホストされている場合、IAM を使用して推論アクションを呼び出すアクセス許可を制御できます。 

AI アプリケーションがウェブアプリケーションとしてユーザーが利用できる場合は、ウェブアプリケーションファイアウォールなどのコントロールを使用してインフラストラクチャを保護する必要があります。SQL インジェクションやリクエストフラッドなどの従来のサイバー脅威は、アプリケーションに対して発生する可能性があります。アプリケーションの呼び出しによってモデル推論APIsの呼び出しが発生し、モデル推論APIの呼び出しは通常有料であるため、フラッドを軽減して FM プロバイダーからの予期しない料金を最小限に抑えることが重要です。ウェブアプリケーションファイアウォールは、プロンプトインジェクションの脅威から保護しません。これらの脅威は自然言語テキストの形式であるためです。ファイアウォールは、予期しない場所 (テキスト、ドキュメントなど) のコード (HTML、SQL、正規表現など) に一致します。迅速なインジェクション攻撃から保護し、モデルの安全性を確保するには、ガードレールを使用します。 

生成 AI モデルの推論のログ記録とモニタリングは、セキュリティを維持し、誤用を防ぐために不可欠です。これにより、潜在的な脅威アクター、悪意のあるアクティビティ、不正アクセスを特定し、これらの強力なモデルのデプロイに関連するリスクのタイムリーな介入と軽減が可能になります。

生成 AI アカウント

ユースケースに応じて、生成 AI アカウントはすべての生成 AI アクティビティをホストします。これには、モデルの呼び出し、RAG、エージェントとツール、モデルのカスタマイズが含まれますが、これらに限定されません。ワークロードに必要な機能と実装については、特定のユースケースについて説明する前のセクションを参照してください。 

このガイドで紹介するアーキテクチャは、AWS サービスを使用して生成 AI 機能を安全かつ効率的に活用する組織向けの包括的なフレームワークを提供します。これらのアーキテクチャは、Amazon Bedrock のフルマネージド機能とセキュリティのベストプラクティスを組み合わせて、生成 AI を従来のクラウドワークロードや組織プロセスに統合するための強固な基盤を提供します。生成 AI FMs、単語、RAGエージェント、モデルのカスタマイズの提供など、対象となる特定のユースケースは、潜在的な幅広いアプリケーションやシナリオに対処します。このガイダンスは、AWS Bedrock サービスとその固有の設定可能なセキュリティコントロールについて必要な理解を組織に提供し、独自のインフラストラクチャ、アプリケーション、セキュリティ要件に合わせた情報に基づいた意思決定を可能にします。