Benchling 如何利用 Amazon Bedrock AgentCore 构建安全的多租户 AI 智能体 | Amazon Web Services

📌 One-Sentence Summary Benchling 采用 VPC 模式的 Amazon Bedrock AgentCore 构建深度防御安全架构，旨在为数千个多租户生命科学账户安全地执行 AI 生成的科学代码。 📝 Summary Benchling 需要一个高度安全的环境来运行 AI 智能体生成的代码，以服务于数千个生命科学租户，同时必须杜绝跨租户数据泄露或数据外泄的风险。为此，他们在受限的 VPC 中部署了一个专门的「不可信代码账户」来运行 Amazon Bedrock AgentCore Code Interpreter。该架构采用了多层防御策略：账户级隔离、严格的三层 Route 53 Resolver DNS 防火墙策略以拦截 DNS 隧道、限制 S3 访问的 VPC 终端节点策略，以及通过 AWS STS 实现的单任务动态凭证范围限定，以防止 IAM 角色泛滥。该系统通过自动化的集成测试套件持续验证，模拟外泄尝试，确保在基础设施演进过程中安全边界依然稳固。 💡 Main Points 深度防御的网络隔离 架构使用一个专门的「不可信代码账户」，其 VPC 不含互联网网关或 NAT 网关，确保 AI 生成的代码与主生产环境在物理上完全分离。 消除 DNS 数据外泄向量 通过实施具有「黑名单、白名单、全部拒绝」优先级顺序的 Route 53 Resolver DNS 防火墙，Benchling 能够防止 DNS 隧道攻击，并确保仅能解析明确批准的 S3 终端节点。 动态单任务凭证范围限定 为了避免数千个租户导致不可持续的 IAM 角色泛滥，系统利用 AWS STS 为每个会话注入临时的、限定范围的凭证，将数据访问限制在特定租户的路径前缀内。 网络层数据访问控制 VPC 终端节点策略作为独立于 IAM 的第二道防线，在请求到达 S3 服务之前，就在网络层拒绝指向未经授权 S3 存储桶的请求。 持续安全验证 将外泄模拟（如 DNS 隧道、未经授权的 API 调用）集成到 CI/CD 流水线中，确保基础设施的变更不会在无形中降低安全态势。 💬 Key Quotes DNS 递归链在第一跳就被切断。正是这条最终规则将 VPC 从「受限」转变为「密封」。 凭证限制了会话被授权执行的操作，而终端节点策略则限制了网络在物理上能够传输的内容。 通过 AgentCore Code Interpreter，我们能够直接购买而非自行构建一套安全解决方案。 📊 Article Meta AI Screening： 88 Source： AWS Artificial Intelligence Author： Jeremy Stashewsky Category： 人工智能 Language： 英文 Read Time： 12 min Word Count： 2969 Tags： AI 与智能应用 , AI 工程 , 安全 , AI Agent , 云原生 / DevOps Read Full Article