AI agento domeno kontrolė: žiniatinklio prieigos apsauga su AWS Network Firewall

3 žingsnis: AWS Network Firewall leidžiamojo sąrašo konfigūravimas

Jūsų domenų kontrolės strategijos esmė yra būseną palaikančios taisyklių grupės konfigūravimas AWS Network Firewall. Ši taisyklių grupė apibrėžia jūsų leidžiamąjį sąrašą – konkrečius domenus, prie kurių jūsų AI agentams leidžiama prisijungti. Svarbu įtraukti tašką priekyje (.) jūsų domenų įrašus, kad atitiktų subdomenus, užtikrinant visapusišką aprėptį.

Pavyzdžiui, norėdami leisti prieigą prie Vikipedijos ir Stack Overflow, jūsų taisyklių konfigūracija atrodytų maždaug taip:

{
  "RulesSource": {
    "RulesSourceList": {
      "Targets": [
        ".wikipedia.org",
        ".stackoverflow.com"
      ],
      "TargetType": "TLS_SNI",
      "GeneratedRulesType": "ALLOWLIST"
    }
  }
}

Ši konfigūracija užtikrina, kad tik srautas, skirtas šiems aiškiai leidžiamiems domenams, įskaitant jų subdomenus, būtų leidžiamas per užkardą. Visas kitas srautas gali būti netiesiogiai atmestas pagal numatytąją atmetimo politiką.

Už SNI ribų: gynybinės gilumos metodas

Nors SNI pagrindu veikiantis filtravimas yra galingas, tikra nulinės pasitikėjimo architektūra AI agentams reikalauja kelių saugumo sluoksnių. Kaip minėta, AWS Network Firewall sujungimas su Amazon Route 53 Resolver DNS Firewall prideda dar vieną kritinį kontrolės tašką. Tai neleidžia agentams išspręsti blokuotų domenų per DNS, veiksmingai uždarant galimą apėjimo kelią, kai agentas gali bandyti prisijungti tiesiogiai prie IP adreso, jei domeno rezoliucija taip pat nėra kontroliuojama.

Be to, kitų saugumo paslaugų, tokių kaip AWS Web Application Firewall (WAF), skirto HTTP/S srauto tikrinimui (jei srautas galiausiai yra nešifruotas, kad būtų galima tikrinti kitame sluoksnyje) ir tapatybės pagrindu veikiančios prieigos kontrolės agento iškvietimui, integravimas sustiprina jūsų saugumo poziciją. Šis daugiasluoksnis metodas atitinka geriausią praktiką, skirtą nulinės pasitikėjimo architektūros kūrimui konfidencialioms AI gamykloms.

Išvada: saugaus AI agentų diegimo galimybių suteikimas

Galimybė kontroliuoti, prie kokių domenų gali prisijungti jūsų AI agentai, yra ne tik funkcija; tai yra pagrindinis saugumo reikalavimas įmonės AI diegimui. Įdiegus AWS Network Firewall su Amazon Bedrock AgentCore, organizacijos įgyja smulkiagrūdę kontrolę agentų išorinio srauto atžvilgiu, sumažina dideles saugumo rizikas, tokias kaip duomenų nutekėjimas ir nurodymų injekcija, ir atitinka griežtus atitikties įsipareigojimus.

Kadangi AI agentai tampa vis sudėtingesni ir integruojami į kritinius verslo procesus, tvirtas saugumo pagrindas tampa būtinas. Šis sprendimas suteikia aiškų kelią įmonėms panaudoti AI agentų galią, išlaikant kontrolę, matomumą ir nekompromituotą saugumo poziciją. Tokių architektūrinių modelių pritaikymas yra raktas į operatyvinės agentinės AI dalies 1: suinteresuotųjų šalių vadovą ir saugios, inovatyvios ateities puoselėjimą.

Dažniausiai užduodami klausimai

Why is domain-level control essential for AI agents browsing the internet?

AI agents with internet access offer powerful capabilities but also introduce significant security risks. Unrestricted web access can lead to unintended data exfiltration to unauthorized domains, exposure to malicious content, or exploitation through prompt injection attacks that trick agents into navigating to harmful sites. Domain-level control, specifically allowlisting, ensures that agents can only access pre-approved websites, drastically reducing the attack surface. This is critical for maintaining data privacy, adhering to regulatory compliance standards, and safeguarding sensitive enterprise information, especially in regulated industries where strict network egress policies are mandatory.

How does AWS Network Firewall enhance the security posture of AI agents using Amazon Bedrock AgentCore?

AWS Network Firewall acts as a crucial layer of defense for AI agents deployed via Amazon Bedrock AgentCore. By routing all outbound traffic from AgentCore Browser through the firewall, organizations can implement granular domain-based filtering rules. The firewall inspects TLS Server Name Indication (SNI) headers to identify destination domains and applies allowlist or denylist policies. This ensures that agents only connect to approved external resources, logs all connection attempts for auditing, and can block access to known malicious domains or undesirable categories, thereby bolstering the overall security and compliance of AI agent operations.

What are the primary challenges addressed by implementing domain-based egress filtering for AI agents?

Domain-based egress filtering addresses several critical challenges for AI agent deployments. Firstly, it mitigates the risk of data exfiltration and unauthorized access by ensuring agents only interact with trusted domains. Secondly, it helps prevent prompt injection attacks, where malicious prompts could instruct an agent to visit harmful or unintended sites, by enforcing an allowlist of approved URLs. Thirdly, it meets stringent enterprise security and compliance requirements, particularly in regulated sectors, by providing transparent control and auditability of agent network interactions. Finally, for multi-tenant SaaS providers, it allows for customized, per-customer network policies, enabling specific domain restrictions based on individual client needs.

Can SNI-based domain filtering completely prevent all unauthorized connections by AI agents, and if not, what are the limitations?

While SNI-based domain filtering is highly effective for controlling web access at the TLS layer, it does have a limitation: it relies on the Server Name Indication field during the TLS handshake. An advanced attacker or a sophisticated agent could potentially resolve a blocked domain's IP address through an uninspected DNS query and attempt to connect directly via IP, bypassing SNI inspection. To address this, a defense-in-depth strategy is recommended. This involves pairing SNI filtering with DNS-level controls, such as Amazon Route 53 Resolver DNS Firewall, which can block DNS queries for unauthorized domains and prevent DNS tunneling, ensuring comprehensive egress control.

What is the typical traffic flow for an AI agent's web request when using AWS Network Firewall for domain control?

When an AI agent within Amazon Bedrock AgentCore initiates a web request, the traffic flow is meticulously controlled. First, the AgentCore Browser, residing in a private subnet, attempts to establish an HTTPS connection. This request is routed to a NAT Gateway in a public subnet, which then forwards it to the Network Firewall endpoint. The AWS Network Firewall inspects the TLS SNI header to identify the target domain. If the domain is on the allowlist, the firewall permits the traffic to pass to an Internet Gateway, which then routes it to the external destination. All return traffic follows a symmetric path back through the firewall, ensuring continuous inspection and adherence to security policies.