4.2AI ソリューションのセキュリティ

AI を使う場合も、アクセス制御・暗号化・有害出力の抑制といった基本的なセキュリティが重要です。AWS はこれらを支える仕組みを提供します。

4.2.1AI を守る仕組み

• IAM・最小特権：モデルやデータにアクセスできる相手（人・アプリ）を必要最小限に制御する。
• 暗号化・プライバシー：データを保管時（at rest）/転送時（in transit）に暗号化し（AWS KMS の鍵等）、個人情報（PII）を保護する。プロンプトに機密を入れない運用も重要。
• Amazon Bedrock ガードレール：不適切・有害な入出力やトピック逸脱をフィルタし、安全に利用する。

AI を使っても、クラウドの基本的なセキュリティの原則は変わりません。誰がモデルやデータを使えるかを IAM の最小特権で絞り、データそのものを暗号化（KMS）で守り、生成 AI 特有の有害出力をガードレールで抑える、という多層の備えです。重要なのは 責任共有モデル が AI にも適用される点——AWS は基盤の保護を担いますが、データの分類・アクセス管理・プロンプトの扱いは利用者の責任に残ります。前章までのゼロトラストや責任共有の考え方が、そのまま AI ソリューションにも当てはまります。

4.2.2AI を守るセキュリティの in-scope サービス

IAM・KMS・ガードレールに加え、AI の周辺を守る AWS のセキュリティサービスも AIF-C01 の範囲です。学習・推論に使うデータの中に個人情報（PII）や機密が混ざっていないかを自動で発見・分類するのが Amazon Macie（S3 を機械学習でスキャン）で、データガバナンスの起点になります。モデルを動かす EC2 やコンテナイメージ・Lambda に既知の脆弱性がないかを継続的に検査するのが Amazon Inspector。そして、モデルや外部 API を呼ぶためのAPI キー・認証情報をプロンプトやコードに直書きせず安全に保管・ローテーションするのが AWS Secrets Manager です。「データの中身＝Macie／実行環境の脆弱性＝Inspector／秘密情報の保管＝Secrets Manager」と役割で区別します。

4.2.3この節のまとめ

• IAM/最小特権（アクセス）・暗号化 KMS（データ）・Bedrock ガードレール（出力）で多層に守る
• AI でも責任共有モデルが適用＝データ・アクセスは利用者責任
• 周辺の守り＝Macie（PII 発見）／Inspector（脆弱性検査）／Secrets Manager（認証情報保管）