Umsetzung der Mieterisolation mit Agents für Amazon Bedrock in einer Multi-Mandanten-Umgebung | Amazon Web Services

Umsetzung der Mieterisolation mit Agents für Amazon Bedrock in einer Multi-Mandanten-Umgebung | Amazon Web Services

Die Anzahl der generativen künstlichen Intelligenzfunktionen in Software-Angeboten nimmt zu, insbesondere nachdem marktführende Grundlagenmodelle (FMs) durch die Verwendung von Amazon Bedrock über eine API konsumierbar wurden. Amazon Bedrock ist ein vollständig verwalteter Dienst, der eine Auswahl leistungsstarker Grundlagenmodelle von führenden KI-Unternehmen wie AI21 Labs, Anthropic, Cohere, Meta, Stability AI und Amazon über eine einzige API bietet, zusammen mit einem breiten Satz von Fähigkeiten, die Sie benötigen, um generative KI-Anwendungen mit Sicherheit, Datenschutz und verantwortlicher KI zu entwickeln.

Agenten für Amazon Bedrock ermöglichen es Software-Buildern, Aktionen und Aufgaben basierend auf Benutzereingaben und Organisationsdaten auszuführen. Eine häufige Herausforderung in mehrmandantenfähigen Angeboten wie Software-as-a-Service (SaaS)-Produkten ist die Mandantenisolation. Die Mandantenisolation stellt sicher, dass jeder Mandant nur auf seine eigenen Ressourcen zugreifen kann, auch wenn alle Mandanten auf gemeinsamer Infrastruktur laufen.

Die Isolierung der Mandanten in einem gepoolten Modell wird durch die Verwendung von Mandantenkontextinformationen in verschiedenen Anwendungskomponenten erreicht. Der Mandantenkontext kann von einer autoritativen Quelle wie dem Identity Provider (IdP) während der Authentifizierung eines Benutzers injiziert werden. Die Integrität des Mandantenkontexts muss im gesamten System erhalten bleiben, um zu verhindern, dass bösartige Benutzer im Namen eines Mandanten handeln, auf den sie keinen Zugriff haben sollten, was zu einer möglichen Offenlegung oder Modifizierung sensibler Daten führen könnte.

FMs wirken auf unstrukturierte Daten und reagieren probabilistisch. Diese Eigenschaften machen FMs ungeeignet für die sichere Handhabung von Mandantenkontexten. Stattdessen sollte der Mandantenkontext sicher zwischen deterministischen Komponenten einer Anwendung übergeben werden, die dann FM-Funktionen konsumieren können, wobei dem FM nur Informationen übergeben werden, die bereits auf den spezifischen Mandanten eingeschränkt sind.