AI-இயக்கப்பட்ட இணக்கம்: AWS உடன் ஆதாரச் சேகரிப்பை தானியங்குபடுத்துதல்

AI-இயக்கப்பட்ட இணக்கம்: AWS உடன் ஆதாரச் சேகரிப்பில் புரட்சி

இன்றைய கடுமையான ஒழுங்குமுறைச் சூழலில், இணக்கத் தணிக்கைகள் ஒரு தொடர்ச்சியான, உழைப்பு மிகுந்த செயல்முறையாகும். நிறுவனங்கள் பெரும்பாலும் GitHub களஞ்சியங்கள், AWS கன்சோல்கள் மற்றும் பல்வேறு உள் பயன்பாடுகள் போன்ற பல்வேறு அமைப்புகளில் நூற்றுக்கணக்கான ஸ்கிரீன்ஷாட்கள் உட்பட ஏராளமான ஆதாரங்களைச் சேகரிக்கும் கடினமான பணியை எதிர்கொள்கின்றன. இந்த கைமுறை, மீண்டும் மீண்டும் நிகழும் செயல்முறை வளங்களை கணிசமாகப் பயன்படுத்துவது மட்டுமல்லாமல், மனித பிழைக்கு மிகவும் ஆளாகக்கூடியது மற்றும் தணிக்கைச் சுழற்சிகளில் சீராக மீண்டும் உருவாக்குவது கடினம். இந்த பழமையான செயல்முறையை மாற்றியமைக்க செயற்கை நுண்ணறிவு மற்றும் தானியங்குபடுத்துதலைப் பயன்படுத்துவதே தீர்வாகும்.

Code Velocity க்காக உருவாக்கப்பட்ட இந்தக் கட்டுரை, Amazon Bedrock மற்றும் மேம்பட்ட உலாவி தானியங்குபடுத்துதலின் அடிப்படையில் உருவாக்கப்பட்ட ஒரு புதுமையான, AI-இயக்கப்பட்ட அமைப்பு இணக்க ஆதாரச் சேகரிப்பில் எவ்வாறு புரட்சியை ஏற்படுத்துகிறது என்பதை ஆராய்கிறது. நிறுவனங்கள் தங்கள் தணிக்கைப் பணிப்பாய்வுகளை தானியங்குபடுத்தி, செயல்திறன், துல்லியம் மற்றும் மீண்டும் உருவாக்கக்கூடிய தன்மையை மேம்படுத்தும் கட்டமைப்பு முடிவுகள், செயல்படுத்தல் விவரங்கள் மற்றும் வரிசைப்படுத்தல் உத்திகளை நாங்கள் ஆராய்வோம்.

AI மற்றும் உலாவி தானியங்குபடுத்துதல் மூலம் இணக்கத் தணிக்கைகளை சீராக்குதல்

இணக்க ஆதாரச் சேகரிப்புக்கான பாரம்பரிய அணுகுமுறை செயல்திறன் குறைபாடுகளால் பாதிக்கப்படுகிறது. குழுக்கள் சிக்கலான இடைமுகங்களில் உலாவவும், கைமுறையாக ஸ்கிரீன்ஷாட்களைப் பிடிக்கவும் ஆவணப்படுத்தவும், தணிக்கையாளர்களுக்காக அவற்றை நுணுக்கமாக ஒழுங்கமைக்கவும் எண்ணற்ற மணிநேரங்களை அர்ப்பணிக்கின்றன. இந்த முறை மெதுவாகவும், விலையுயர்ந்ததாகவும், இயல்பாகவே நிலைத்தன்மையற்றதாகவும் உள்ளது, இது AI-இயக்கப்படும் மாற்றத்திற்கான ஒரு முக்கிய வேட்பாளராக அமைகிறது.

எங்கள் விவாதிக்கப்பட்ட அமைப்பு இந்த சவால்களை புத்திசாலித்தனமான AI ஐ வலுவான உலாவி தானியங்குபடுத்துதலுடன் இணைப்பதன் மூலம் நேரடியாக எதிர்கொள்கிறது. நேர முத்திரையிடப்பட்ட காட்சி ஆதாரங்களைச் சேகரிக்கும் சலிப்பான ஆனால் முக்கியமான பணியை தானியங்குபடுத்துவதே முக்கிய யோசனையாகும். இது சம்பந்தப்பட்ட நேரம் மற்றும் முயற்சியை வியத்தகு முறையில் குறைப்பது மட்டுமல்லாமல், சீரான மற்றும் சரிபார்க்கக்கூடிய தணிக்கைத் தடயத்தையும் உறுதி செய்கிறது. உலாவி தானியங்குபடுத்துதலைப் பயன்படுத்துவது ஒரு மூலோபாயத் தேர்வாகும், இது பல முக்கிய நன்மைகளை வழங்குகிறது: இது ஒவ்வொரு வலைப் பயன்பாட்டுடனும் சிக்கலான API ஒருங்கிணைப்புகளின் தேவையை நீக்குகிறது, தணிக்கையாளர்கள் பார்ப்பது போலவே காட்சி ஆதாரங்களை கைப்பற்றுகிறது, மேலும், ஒருங்கிணைந்த AI க்கு நன்றி, பயனர் இடைமுகங்களில் ஏற்படும் நுட்பமான மாற்றங்களுக்கு ஏற்ப தகவமைக்க முடியும்.

ஒரு முழுமையான தீர்வு: கூறுகள் மற்றும் திறன்கள்

இந்த மாற்றியமைக்கும் அமைப்பின் மையத்தில், Chrome மற்றும் Firefox இரண்டிற்காகவும் வடிவமைக்கப்பட்ட ஒரு உலாவி நீட்டிப்பு உள்ளது, இது முதன்மை பயனர் இடைமுகமாக செயல்படுகிறது. இந்த நீட்டிப்பு மூன்று சக்திவாய்ந்த திறன்களை வழங்குகிறது: ஒரு ஆதாரச் சேகரிப்பான், ஒரு AI-இயக்கப்பட்ட பணிப்பாய்வு வடிவமைப்பாளர் மற்றும் ஒரு சீரான அறிக்கை விநியோக அமைப்பு.

ஆதாரச் சேகரிப்பான் முன் வரையறுக்கப்பட்ட பணிப்பாய்வுகளைச் செயல்படுத்துகிறது, வலைப் பயன்பாடுகளை புத்திசாலித்தனமாக வழிநடத்துகிறது மற்றும் நேர முத்திரையிடப்பட்ட ஸ்கிரீன்ஷாட்களைப் பிடிக்கிறது, அவை பின்னர் ஒரு Amazon S3 பக்கெட்டில் பாதுகாப்பாகச் சேமிக்கப்படுகின்றன. AI-இயக்கப்பட்ட பணிப்பாய்வு வடிவமைப்பாளர் Amazon Bedrock உடன் நேரடியாகத் தொடர்பு கொள்கிறது, இது அதிநவீன Amazon Nova 2 Lite மாதிரியைப் பயன்படுத்துகிறது. பயனர்கள் இணக்க ஆவணங்களை பதிவேற்றலாம், மேலும் AI அவற்றை பகுப்பாய்வு செய்து செயல்படுத்தக்கூடிய பணிப்பாய்வு JSON ஐ உருவாக்குகிறது, கொள்கையை செயல்படுத்தக்கூடிய தானியங்குபடுத்துதலாக திறம்பட மாற்றுகிறது. இறுதியாக, அறிக்கை விநியோகத்திற்காக, பணிப்பாய்வு முடிந்தவுடன், Amazon Simple Email Service (Amazon SES) ஆனது விரிவான இணக்க அறிக்கைகளை உருவாக்கி நியமிக்கப்பட்ட மின்னஞ்சல் முகவரிகளுக்கு அனுப்பப் பயன்படுத்தப்படுகிறது.

அடிப்படை உள்கட்டமைப்பு ஆரம்ப கணினி கோரிக்கைகளைப் பதிவேற்றுதல் மற்றும் S3 பக்கெட் சுத்தப்படுத்துதலை நிர்வகித்தல் போன்ற முக்கியமான பணிகளுக்காக AWS Lambda செயல்பாடுகளை நம்பியுள்ளது. பாதுகாப்பு மிக முக்கியமானது, Amazon Cognito பயனர் அங்கீகாரம் மற்றும் அங்கீகாரத்தை நிர்வகிக்கிறது. Cognito ஆனது AWS Security Token Service (AWS STS) மற்றும் AWS Identity and Access Management (IAM) உடன் தடையின்றி ஒருங்கிணைந்து, நீட்டிப்புக்கு வரையறுக்கப்பட்ட, குறைந்த சலுகை அடையாளச் சான்றுகளை வழங்குகிறது, Bedrock, S3 மற்றும் SES க்கு பாதுகாப்பான அணுகலை உறுதி செய்கிறது. சேகரிக்கப்பட்ட அனைத்து ஆதாரங்களும் AWS இன் ஓய்வில் இருக்கும்போது குறியாக்கம் செய்வதன் மூலம் பயனடைகின்றன, தேதி மற்றும் பணிப்பாய்வு மூலம் நுணுக்கமாக ஒழுங்கமைக்கப்படுகின்றன, மேலும் முழுமையான வெளிப்படைத்தன்மைக்காக விரிவான தணிக்கைப் பதிவுகளுடன் வருகின்றன.

நுண்ணறிவுள்ள மையம்: Amazon Bedrock மற்றும் Nova 2 Lite

இந்த தானியங்குபடுத்துதலை இயக்கும் நுண்ணறிவு முதன்மையாக Amazon Bedrock ஆல் இயக்கப்படுகிறது, Amazon Nova 2 Lite AI முகவரின் மூளையாக செயல்படுகிறது. இந்த சக்திவாய்ந்த கலவையானது டைனமிக் மற்றும் தகவமைப்பு இணக்க செயல்பாடுகளை செயல்படுத்துகிறது, கடுமையான ஸ்கிரிப்ட்களில் இருந்து புத்திசாலித்தனமான, சூழல் உணர்வுள்ள தானியங்குபடுத்துதலுக்கு நகர்கிறது. மேம்பட்ட AI முகவர்களை தங்கள் செயல்பாடுகளில் பயன்படுத்துவதன் மூலம் நிறுவனங்கள் பெரிதும் பயனடையலாம், இது போன்ற தீர்வுகளை ஒரு விளையாட்டை மாற்றும் ஒன்றாக ஆக்குகிறது. முகவர் AI பற்றி ஆழமாகப் புரிந்துகொள்ள, Operationalizing Agentic AI Part 1: A Stakeholders Guide போன்ற ஆதாரங்களை ஆராயவும்.

AI முகவர் அடுக்கு மூன்று தனித்துவமான முறைகளில் செயல்படுகிறது:

அரட்டை முறை: இந்த முறை இயற்கை மொழி இடைவினையை அனுமதிக்கிறது. பயனர்கள் தற்காலிக இணக்கக் கேள்விகளைக் கேட்கலாம் அல்லது ஒருமுறை தானியங்கு பணிகள் செய்வதற்கான கட்டளைகளை வழங்கலாம். எடுத்துக்காட்டாக, ஒரு பயனர் "prod-web-server-1 இன் பாதுகாப்பு குழு விதிகளை எனக்குக் காட்டு" என்று கேட்கலாம், மேலும் AI அந்த ஆதாரத்தைச் சேகரிக்க தேவையான உலாவி தானியங்குபடுத்துதலைச் செயல்படுத்தும்.
வடிவமைப்பாளர் முறை: இங்குதான் தானியங்கு பணிப்பாய்வு உருவாக்கம் நடைபெறுகிறது. இணக்கக் குழுக்கள் தணிக்கைத் தேவைகளை கோடிட்டுக் காட்டும் .txt ஆவணங்களை பதிவேற்றும்போது, Amazon Nova 2 Lite உரையைப் பகுப்பாய்வு செய்து, முக்கிய ஆதாரப் புள்ளிகளைப் பிரித்தெடுத்து, தொடர்புடைய செயல்படுத்தக்கூடிய பணிப்பாய்வு JSON ஸ்கிரிப்ட்களை உருவாக்குகிறது. இது கொள்கையை நடைமுறைக்கு கொண்டுவரும் செயல்முறையை கணிசமாக விரைவுபடுத்துகிறது.
அறிக்கை உருவாக்கும் முறை: ஒரு பணிப்பாய்வு செயல்படுத்தப்பட்டு ஆதாரங்கள் சேகரிக்கப்பட்ட பிறகு, AI மீண்டும் களமிறங்குகிறது. இது கைப்பற்றப்பட்ட ஸ்கிரீன்ஷாட்கள் மற்றும் பிற சேகரிக்கப்பட்ட தரவுகளை பகுப்பாய்வு செய்து ஒரு விரிவான இணக்க அறிக்கையை உருவாக்குகிறது, இதில் ஆதாரச் சுருக்கங்கள், கண்டுபிடிப்புகள் மற்றும் இணக்க நிலை மதிப்பீடுகள் ஆகியவை அடங்கும். இந்த அறிக்கை பின்னர் Amazon SES வழியாக தானாகவே அனுப்பப்படும்.

கட்டமைப்பு ஆழமான பார்வை: தானியங்குபடுத்தலின் அடுக்குகள்

உலாவி நீட்டிப்பு ஒரு தொகுக்கப்பட்ட கட்டமைப்பைப் பயன்படுத்துகிறது, இது நான்கு தனித்துவமான அடுக்குகளாகப் பிரிக்கப்பட்டுள்ளது, ஒவ்வொன்றும் கணினியின் செயல்பாட்டில் ஒரு முக்கிய பங்கை வகிக்கிறது. இந்த அடுக்கு அணுகுமுறை உறுதிப்பாடு, அளவிடுதல் மற்றும் எளிதான பராமரிப்பை உறுதி செய்கிறது.

A. UI அடுக்கு

உலாவி நீட்டிப்பின் பக்கப் பலகம் பயனரின் முதன்மை இடைவினைப் புள்ளியாக செயல்படுகிறது. இது இயற்கை மொழி கட்டளைகள் மற்றும் இணக்கக் கேள்விகளுக்கான அரட்டை இடைமுகத்தைக் கொண்டுள்ளது, இது Amazon Nova 2 Lite ஆல் நேரடியாக இயக்கப்படுகிறது. ஒரு பணிப்பாய்வு மேலாண்மைப் பலகம் பயனர்களுக்குக் கிடைக்கும் பணிப்பாய்வுகளைக் காணவும், செயல்படுத்தல் நிலையைக் கண்காணிக்கவும், இருக்கும் செயல்முறைகளைத் திருத்தவும் அனுமதிக்கிறது. ஒரு ஒருங்கிணைந்த அங்கீகார UI Amazon Cognito உள்நுழைவு மற்றும் கணினி கட்டமைப்பு மேலாண்மையைக் கையாள்கிறது.

B. பணிப்பாய்வு இயந்திரம்

பணிப்பாய்வு இயந்திரம் செயல்பாட்டு மையமாகும், இது JSON-வரையறுக்கப்பட்ட பணிப்பாய்வுகளை படிப்படியாக செயலாக்குவதற்குப் பொறுப்பாகும். இந்த JSON ஸ்கிரிப்ட்கள், பெரும்பாலும் AI ஆல் உருவாக்கப்படுகின்றன, வழிசெலுத்தல், உறுப்பு இடைவினை மற்றும் தரவு பிடிப்புக்கான துல்லியமான வழிமுறைகளை வழங்குகின்றன. இயந்திரம் பக்கச் சுமைகளை புத்திசாலித்தனமாக கையாள்கிறது, சூழல் தகவலுடன் துல்லியமான ஸ்கிரீன்ஷாட் பிடிப்பை உறுதி செய்கிறது, மேலும் பல காரணி அங்கீகாரம் போன்ற கைமுறை படிகளுக்கு பயனர் உறுதிப்படுத்தலை நிர்வகிக்கிறது. ஒரு முக்கிய அம்சம் அதன் புத்திசாலித்தனமான பிழை மீட்பு; ஒரு படி தோல்வியுற்றால், இயந்திரம் Amazon Nova 2 Lite ஐப் பயன்படுத்தி நிலைமையை பகுப்பாய்வு செய்து மாற்று வழிகளை பரிந்துரைக்கிறது, கைமுறை தலையீட்டைக் குறைத்து நம்பகத்தன்மையை அதிகரிக்கிறது. உற்பத்திச் சூழல்களில் அத்தகைய AI முகவர்களின் செயல்திறன் மற்றும் நம்பகத்தன்மையை மதிப்பிடுவது மிக முக்கியம், மேலும் Evaluating AI Agents for Production: A Practical Guide to Strands Evals போன்ற ஆதாரங்கள் மேலும் நுண்ணறிவுகளை வழங்க முடியும்.

C. சேமிப்பு மற்றும் சேவைகள்

இந்த அடுக்கு அனைத்து கணினி தரவுகளின் பாதுகாப்பான மற்றும் ஒழுங்கமைக்கப்பட்ட மேலாண்மையில் கவனம் செலுத்துகிறது. Amazon S3 என்பது மூல ஆதாரங்கள் முதல் கணினி கட்டமைப்புகள் வரை பரந்த அளவிலான தகவல்களைச் சேமிப்பதற்கான முதுகெலும்பாகும்.

பின்வரும் அட்டவணை S3 பக்கெட்டில் உள்ள கட்டமைக்கப்பட்ட கோப்புறை படிநிலையை விளக்குகிறது, அனைத்து தரவும் எளிதாக மீட்டெடுக்கக்கூடியதாகவும் தணிக்கை செய்யக்கூடியதாகவும் இருப்பதை உறுதி செய்கிறது:

கோப்புறை பாதை	விளக்கம்	உள்ளடக்க எடுத்துக்காட்டு
`evidence/YYYY/MM/DD/`	கைப்பற்றப்பட்ட ஸ்கிரீன்ஷாட்களுக்கான நேர முத்திரையிடப்பட்ட கோப்புறை.	`screenshot-*.png`
`workflow-documents/`	AI பகுப்பாய்வுக்காக பயனர் பதிவேற்றிய இணக்க ஆவணங்களை சேமிக்கிறது.	`{timestamp}-{filename}.txt`
`config/prompts/`	பல்வேறு முறைகளுக்கான AI உதவியாளரின் வழிகாட்டுதல்கள் மற்றும் வழிமுறைகளை வரையறுக்கிறது.	`compliance-assistant-prompt.txt`, `workflow-designer-prompt.txt`
`config/workflows/`	தற்போதைய செயலில் உள்ள பணிப்பாய்வுகள் மற்றும் அவற்றின் காப்புப்பிரதிகளை நிர்வகிக்கிறது.	`user-workflows.json`, `backups/user-workflows-{timestamp}.json`
`chat-logs/`	தணிக்கைத் தடயங்களுக்காக பயனர்கள் மற்றும் AI க்கு இடையேயான உரையாடல் பதிவுகளை சேமிக்கிறது.	`chat-log-{timestamp}.json`
`reports/`	உருவாக்கப்பட்ட இணக்க அறிக்கைகளை சேமிக்கிறது.	`report-{timestamp}.pdf`

இந்த நுணுக்கமான அமைப்பு தணிக்கைகளின் போது திறமையான மீட்டெடுப்பிற்கும், ஒரு விரிவான வரலாற்றுப் பதிவை பராமரிப்பதற்கும் மிக முக்கியம்.

இணக்க ஆதாரங்களுக்கான பாதுகாப்பான மற்றும் ஒழுங்கமைக்கப்பட்ட சேமிப்பு

இணக்கத்தில் பாதுகாப்பு மற்றும் அமைப்பு மறுக்க முடியாதவை. இந்த அமைப்பு Amazon S3 ஐ அதன் முதன்மை சேமிப்பக பொறிமுறையாகப் பயன்படுத்தி வலுவான தரவு மேலாண்மையை உறுதி செய்கிறது. அனைத்து ஆதாரங்கள், இணக்க ஆவணங்கள், AI கோரிக்கைகள், பணிப்பாய்வு வரையறைகள் மற்றும் அரட்டைப் பதிவுகள் ஆகியவை மிகவும் கட்டமைக்கப்பட்ட கோப்புறை படிநிலையுடன் சேமிக்கப்படுகின்றன. இது தரவு மீட்டெடுப்பை எளிதாக்குவது மட்டுமல்லாமல், சேகரிக்கப்பட்ட அனைத்து தகவல்களுக்கும் தெளிவான, தணிக்கை செய்யக்கூடிய தடயத்தையும் வழங்குகிறது. ஒவ்வொரு ஸ்கிரீன்ஷாட்டும், எடுத்துக்காட்டாக, ஒரு நேர முத்திரையுடன் குறிக்கப்பட்டு, தேதி மற்றும் அதை உருவாக்கிய குறிப்பிட்ட பணிப்பாய்வு மூலம் வகைப்படுத்தப்படுகிறது.

மேலும், வெவ்வேறு முறைகளில் AI இன் நடத்தையை வழிநடத்தும் கோரிக்கைகள் (எ.கா., compliance-assistant-prompt.txt, workflow-designer-prompt.txt, report-analysis-prompt.txt) உட்பட முக்கியமான கணினி கட்டமைப்புகளும் S3 இல் சேமிக்கப்படுகின்றன. பணிப்பாய்வு பதிப்புகள், ஒவ்வொரு புதுப்பிப்பிற்கும் முன் எடுக்கப்பட்ட காப்புப்பிரதிகள் உட்பட, தேவைப்பட்டால் வரலாற்று கட்டமைப்புகளை மீட்டெடுக்க முடியும் என்பதை உறுதி செய்கிறது. S3 பொருட்களுக்கான ஓய்வில் உள்ள குறியாக்கம் மற்றும் IAM மற்றும் Cognito வழியாக நுணுக்கமான அணுகல் கட்டுப்பாடு உட்பட AWS இன் வலுவான பாதுகாப்பு அம்சங்களுடன் ஒருங்கிணைப்பு, அனைத்து முக்கியமான இணக்க ஆதாரங்களும் அங்கீகரிக்கப்படாத அணுகலில் இருந்து பாதுகாக்கப்படுவதை உறுதி செய்கிறது.

இந்த AI-இயக்கப்பட்ட அமைப்பு பெருநிறுவன இணக்கத்தில் ஒரு குறிப்பிடத்தக்க பாய்ச்சலைக் குறிக்கிறது. ஆதாரச் சேகரிப்பின் சலிப்பான மற்றும் பிழைக்கு ஆளாகக்கூடிய செயல்முறையை தானியங்குபடுத்துவதன் மூலம், நிறுவனங்கள் அதிக செயல்திறன், நிலைத்தன்மை மற்றும் தங்கள் தணிக்கைத் தயார்நிலையில் நம்பிக்கையை அடைய முடியும். புத்திசாலித்தனமான AI முகவர்கள், வலுவான உலாவி தானியங்குபடுத்துதல் மற்றும் பாதுகாப்பான AWS உள்கட்டமைப்பின் கலவையானது நவீன நிறுவனத்திற்கான இணக்க செயல்பாடுகளை மறுவரையறை செய்ய தயாராக இருக்கும் ஒரு சக்திவாய்ந்த தீர்வை உருவாக்குகிறது.

அசல் மூலம்

https://aws.amazon.com/blogs/machine-learning/building-an-ai-powered-system-for-compliance-evidence-collection/

அடிக்கடி கேட்கப்படும் கேள்விகள்

What is the primary challenge this AI-powered system addresses in compliance evidence collection?

The system primarily addresses the significant manual effort, time consumption, and error-prone nature of traditional compliance evidence collection. Compliance teams often spend countless hours manually navigating through various systems like GitHub, AWS consoles, and internal applications to capture hundreds of screenshots. This manual approach is not only inefficient but also difficult to reproduce consistently across audit cycles. The AI-powered solution automates this entire process, ensuring consistency, reducing human error, and freeing up valuable compliance team resources for more strategic tasks, thereby streamlining the audit workflow significantly.

How does browser automation benefit compliance evidence collection?

Browser automation offers several critical benefits for compliance evidence collection. Firstly, it provides universal compatibility, working seamlessly with virtually any web application without requiring custom API integrations, which is often a bottleneck for proprietary or legacy systems. Secondly, it captures visual evidence, such as timestamped screenshots, which is precisely what auditors require for verification. Lastly, and most importantly for dynamic web environments, browser automation can intelligently adapt to minor user interface (UI) changes. By integrating with AI, the system can interpret UI elements and adjust its navigation steps, making the collection process robust and less susceptible to breakage from website updates.

Which AWS services are central to this AI-powered compliance solution and what roles do they play?

Several core AWS services underpin this AI-powered compliance solution. Amazon Bedrock, utilizing the Amazon Nova 2 Lite model, acts as the central intelligence layer, powering workflow generation, natural language interaction, and report analysis. Amazon Simple Storage Service (S3) is crucial for secure and organized storage of all collected evidence, compliance documents, workflows, and audit logs. Amazon Cognito handles user authentication and authorization, integrating with AWS STS and IAM to provide least-privilege access. Amazon Simple Email Service (SES) facilitates the automated delivery of compliance reports. Additionally, AWS Lambda functions are used for managing system prompts and S3 bucket cleanup, ensuring efficient infrastructure management.

Explain the different operational modes of the AI Agent Layer using Amazon Nova 2 Lite.

The AI Agent Layer, powered by Amazon Nova 2 Lite, operates in three distinct modes to cater to various compliance needs. First, 'Chat mode' allows users to interact with the AI via natural language for ad-hoc compliance questions or one-time automation tasks, executing browser tools based on commands. Second, 'Designer mode' is used for creating new, repeatable workflows; it analyzes uploaded compliance text documents to extract required steps and generates executable workflow JSON scripts. This is ideal for transforming policy documents into automated processes. Third, 'Report generation mode' activates after a workflow completes, analyzing the captured screenshots to produce a comprehensive compliance report, including evidence summaries, findings, and compliance status assessments, which is then emailed via Amazon SES.

How does the system ensure the security and organization of collected evidence?

Security and organization are paramount for compliance evidence. The system ensures this through several mechanisms. All evidence is stored securely in Amazon S3, where it is encrypted at rest to protect sensitive information. Access to S3 and other AWS resources is governed by Amazon Cognito, AWS STS, and IAM, providing scoped, least-privilege credentials to the browser extension. This means users only have access to what they need, minimizing potential risks. Furthermore, collected evidence, including screenshots, is organized into a structured folder hierarchy within S3, typically by date and workflow, making it easy to retrieve and audit. Comprehensive audit logs are also maintained for all conversations and actions, providing a clear trail.

Can this system adapt to changes in web application UIs, and how does the Workflow Engine handle errors?

Yes, the system is designed to adapt to UI changes in web applications, a critical feature for browser automation. By leveraging the intelligence of Amazon Nova 2 Lite, the browser automation can interpret UI elements and adjust its actions, making it more resilient to minor updates than rigid, hard-coded scripts. The Workflow Engine also includes an intelligent error recovery mechanism. If a step in a JSON-defined workflow fails, it doesn't simply stop; instead, it uses Amazon Nova 2 Lite to analyze the failure context and suggest alternative steps or courses of action. This adaptive and self-correcting capability significantly improves the reliability and robustness of automated compliance evidence collection, reducing the need for manual intervention.

What is the role of JSON in defining compliance workflows, and how is it managed within the system?

JSON (JavaScript Object Notation) serves as the standard text-based format for defining step-by-step instructions for compliance workflows within the system. This structured format allows for clear, machine-readable instructions that the Workflow Engine can execute precisely. The brilliance of this solution is that compliance teams don't need to manually write complex JSON. Instead, the AI-powered workflow designer, utilizing Amazon Nova 2 Lite, analyzes human-readable compliance documents (e.g., '.txt' files) and automatically generates the executable JSON workflows. These workflows are then managed in Amazon S3, including active versions for users and timestamped backups created before each update, ensuring version control and easy recovery. This approach democratizes workflow creation, making it accessible even to non-technical compliance professionals.

புதுப்பிப்புகளைப் பெறுங்கள்

சமீபத்திய AI செய்திகளை மின்னஞ்சலில் பெறுங்கள்.

பகிர்