AWS hướng dẫn xây agent AI dữ liệu nhận diện người dùng bằng Lake Formation và Trusted Identity Propagation
AWS công bố hướng dẫn xây dựng agent AI truy vấn data lakehouse của doanh nghiệp mà vẫn tôn trọng quyền truy cập của từng người dùng. Vấn đề thường gặp là công cụ của agent chạy dưới IAM role riêng (danh tính phân quyền ở cấp dịch vụ của AWS), nên AWS Lake Formation, lớp quản trị dữ liệu, chỉ thấy công cụ chứ không thấy người đang hỏi. Mẫu giải pháp này dùng Amazon Bedrock AgentCore và trusted identity propagation (TIP) để mang danh tính người dùng qua mọi chặng, nhờ đó Lake Formation áp dụng đúng các quyền hiện có của người đó mà không cần sửa chính sách hay viết thêm mã phân quyền trong ứng dụng. Hệ thống dùng hai token: accesstoken để xác thực tại mỗi ranh giới tin cậy (AgentCore Runtime và Gateway) và idtoken gửi trong header HTTP tùy chỉnh X-Amzn-Bedrock-AgentCore-Runtime-Custom-IdToken. idtoken đi qua tầng truyền tải HTTP, không qua prompt hay tham số công cụ, nên mô hình nền tảng không thể nhìn thấy hay can thiệp vào nó. Một hàm Lambda xác thực idtoken, đổi nó qua AWS IAM Identity Center lấy ngữ cảnh danh tính, assume một role với ngữ cảnh đó, rồi chạy truy vấn Amazon Athena dưới danh nghĩa người dùng thật. Athena chỉ trả về những hàng và cột người đó được phép xem, còn AWS CloudTrail ghi lại role được assume cùng mục onBehalfOf chỉ rõ người thực hiện. Cách này giúp doanh nghiệp mở rộng phân quyền dữ liệu sẵn có sang agent AI, có nhật ký kiểm toán theo từng người, thay vì hạn chế công cụ của agent hoặc dựng lại kiểm soát truy cập trong mã ứng dụng.
Nếu bạn xây agent AI truy vấn dữ liệu doanh nghiệp trên AWS, mẫu này cho thấy cách giữ nguyên phân quyền Lake Formation hiện có và vẫn có nhật ký kiểm toán theo từng người dùng. Đội bảo mật và nền tảng dữ liệu nên tham khảo cách truyền token qua header HTTP thay vì qua mô hình AI.
Đọc bài gốc