如何使用 Amazon Bedrock 构建人工智能驱动的云安全补救 | Amazon Web Services

📌 One-Sentence Summary

Tamnoon 开发了 Tami，一个基于 Amazon Bedrock 的代理化云补救编排系统，用于自主调查和补救安全漏洞，将关键云风险降低 90%，并实现零生产问题。

📝 Summary

Tamnoon 的 Tami 平台通过自动化调查和补救过程，解决了检测到安全漏洞与其修复之间的差距。使用一套专门针对 Amazon Bedrock 的人工智能代理，Tami 分析来自 CNAPP 和云原生工具的漏洞，评估补救安全性，并执行修复，同时遵循严格的治理和安全措施，从而显著提高效率并降低风险。

💡 Main Points

用于补救的代理化架构

该平台采用四种不同的 AI 代理（调查、安全评分、补救和代码生成）来处理补救流程。每个代理都专门负责其特定任务，确保针对安全漏洞的修复方法既强大又可扩展。

与云安全工具的集成

Tamnoon 与现有的 CNAPP 和云原生安全工具无缝集成，将它们的漏洞结果规范化为统一的架构。这样可以对来自不同来源的漏洞进行一致的分析和优先级排序。

数据安全和合规

该解决方案通过将所有敏感内容保持在 AWS 信任边界内，优先考虑数据隐私。它利用 Amazon Bedrock 保险库来过滤负载，并强制执行最小权限访问，确保操作安全合规。

显著的运营影响

Tami 的实施显著降低了关键云风险（高达 90%），并大幅提高了补救效率（高达 100 倍）。该系统已成功运行，无任何生产问题，节省了数千小时的工程时间。

💬 Key Quotes

Tamnoon 是一个由人工智能驱动的云安全补救平台，与 CNAPP 一起工作。其 AI 助手 Tami 帮助人类云安全专家调查、优先级排序，并安全地修复跨 AWS、Azure、Google Cloud 以及其他云提供商的客户环境中的配置错误和问题。

该平台将工作分配给四个专门的代理，每个代理负责补救流程中的一个特定阶段：调查、安全评分、补修和代码生成。

Tamnoon 完全运行在其自己的 AWS 账户中，并根据环境进行隔离。用户通过基于 Amazon API Gateway 构建的单一安全入口点访问该平台，加密由 AWS Certificate Manager 管理，而登录则由 Amazon Cognito 处理。

对于 Tamnoon 的客户来说，零生产问题是现实，这并非偶然。Tamnoon 的自主性基于具有防御深度的安全架构，其中每一层都假设前面的一层可能会遗漏某些内容。

📊 Article Meta

AI Screening： 93

Source： AWS Artificial Intelligence

Author： Ishara Premadasa

Category： 人工智能

Language： 英文

Read Time： 12 min

Word Count： 2961

Tags：

AI 与智能应用 , 安全 , 云原生 / DevOps , AI Agent , AWS