AWS Security Hub: inventario inteligente de activos de IA para equipos de seguridad

Introducción

Los equipos de seguridad en entornos cloud enfrentan un desafío creciente: no tienen visibilidad centralizada de los activos de IA desplegados en su organización. Modelos de lenguaje, agentes autónomos, pipelines de MLOps y endpoints de inferencia aparecen y desaparecen sin control, exponiendo a la empresa a riesgos como:

• Exposición de modelos sensibles por configuraciones incorrectas.
• Llamados a APIs externas de proveedores de IA sin monitoreo.
• Dependencias ocultas en contenedores o instancias EC2 sin trazabilidad.

Qué es y para qué sirve

El inventario de IA de Security Hub es un catálogo dinámico que mapea:

1. Modelos de IA gestionados (Amazon Bedrock, SageMaker, Bedrock AgentCore).
2. Cargas de trabajo auto-hospedadas en EC2 o ECR (contenedores con frameworks como Ollama, vLLM, Hugging Face TGI).
3. APIs externas de IA accedidas desde tu entorno (llamados a proveedores como Anthropic, Mistral, etc.).

• Visibilidad organizacional: Ver todos los activos de IA en una sola vista, filtrando por cuenta, tipo de recurso o identidad del modelo.
• Correlación de riesgos: Cada activo se vincula con hallazgos de GuardDuty (amenazas activas) y de AWS Config (configuraciones incorrectas).
• Priorización de remediaciones: Identificar qué modelos o endpoints están bajo amenaza activa o tienen configuraciones inseguras.
• Cumplimiento y auditoría: Generar reportes de inventario para auditorías internas o externas.

Si un endpoint de inferencia en EC2 usa un modelo de Hugging Face sin autenticación, el inventario lo marcará como «AI Asset» y Security Hub correlacionará ese endpoint con hallazgos de GuardDuty (ej: escaneo de puertos abiertos). Luego podrás filtrar por «AI Asset Type: Inference Endpoint» y ver qué recursos están expuestos.

Prerequisitos

Antes de empezar, asegurate de cumplir con estos requisitos:

1. Habilitar Security Hub a nivel organizacional:

   aws securityhub enable-security-hub --region us-east-1
   aws securityhub enable-organization-admin-account --admin-account-id 123456789012
   

1. Verificar que Inspector esté habilitado:

   aws inspector2 list-findings --region us-east-1 --max-results 1
   

   aws inspector2 create-findings-filter --name "AI-SBOM-SCAN" --filter-criteria '{"sbomPackage":{"packageName":[{"comparison":"EQUALS","value":"*"}]}' --region us-east-1
   

1. Asegurar que GuardDuty esté activo en la organización:

   aws guardduty list-organization-admin-accounts --region us-east-1
   

   aws guardduty create-organization-admin-account --admin-account-id 123456789012 --region us-east-1
   

Guía paso a paso

Paso 1: Verificar que el inventario de IA esté disponible

El inventario de IA se activa automáticamente al habilitar Security Hub. Para confirmar:

1. Abrí la consola de Security Hub:

   aws securityhub get-findings --region us-east-1 --max-items 1
   

1. Navegá a la vista de «AI Inventory»:

– Si no aparece, asegurate de que tu cuenta tenga permisos:

     {
       "Version": "2012-10-17",
       "Statement": [
         {
           "Effect": "Allow",
           "Action": ["securityhub:GetAIInventory"],
           "Resource": "*"
         }
       ]
     }
     

Ver una tabla con columnas como:

• AI Asset Type (Modelo gestionado, Endpoint de inferencia, Agente, API externa).
• AI Asset ID (ARN del recurso).
• Discovery Method (Config, Inspector, GuardDuty DNS).
• Security Findings (cantidad de hallazgos asociados).

Paso 2: Descubrir modelos gestionados (Amazon Bedrock, SageMaker, AgentCore)

Security Hub descubre automáticamente modelos gestionados sin configuración adicional:

1. Verificá que tengas modelos desplegados:

     aws bedrock list-foundation-models --region us-east-1
     

– Para SageMaker:

     aws sagemaker list-endpoints --region us-east-1
     

– Para Bedrock AgentCore:

     aws bedrock-agent list-agents --region us-east-1
     

1. Filtrá el inventario por «Managed AI Service»:

     AI Asset Type = "Managed AI Service"
     

– Resultado esperado:

Verás recursos como:

     arn:aws:bedrock:us-east-1:123456789012:foundation-model/anthropic.claude-3-sonnet-20240229-v1:0
     arn:aws:sagemaker:us-east-1:123456789012:endpoint/my-llm-endpoint
     

1. Correlacioná hallazgos de seguridad:

Paso 3: Descubrir cargas de trabajo auto-hospedadas con Amazon Inspector

Para modelos o endpoints auto-hospedados (en EC2 o ECR), Security Hub usa Amazon Inspector para identificar:

• Inference endpoints (ej: Ollama, vLLM).
• Modelos en contenedores (imágenes en ECR con frameworks como Hugging Face TGI).
• Agentes de IA (código personalizado en EC2).

• Inspector debe estar configurado para analizar SBOM en EC2 y ECR:

  aws inspector2 update-organization-configuration --auto-enable ec2 yes --auto-enable ecr yes --region us-east-1
  

1. Escaná un EC2 con un endpoint de inferencia:

     curl -X POST http://localhost:11434/api/generate -d '{"model":"llama3","prompt":"Hola"}'
     

– Inspector detectará el binario de Ollama en el SBOM.

1. Verificá en Security Hub:

     Discovery Method = "Inspector SBOM"
     AI Asset Type = "Inference Endpoint"
     

– Resultado esperado:

Verás un recurso como:

     EC2 Instance: i-1234567890abcdef0 | AI Asset Type: Inference Endpoint | Framework: Ollama 3.2
     

1. Correlacioná con hallazgos de GuardDuty:

     "Type": "UnauthorizedAccess:EC2/SSHBruteForce"
     

– En Security Hub, el activo de IA mostrará este hallazgo en la pestaña «Findings».

Paso 4: Descubrir APIs externas de IA con GuardDuty DNS

Security Hub usa telemetría DNS de GuardDuty para detectar llamadas a APIs externas de proveedores de IA (ej: Anthropic, Mistral, Cohere).

• Si un EC2 hace un llamado a api.anthropic.com, GuardDuty lo registrará y Security Hub lo categorizará como «AI Asset: External API».

1. Generá tráfico a una API externa:

     curl -X POST https://api.anthropic.com/v1/messages -H "x-api-key: TU_API_KEY"
     

1. Verificá en Security Hub:

     Discovery Method = "GuardDuty DNS"
     AI Asset Type = "External AI API"
     

– Resultado esperado:

Verás un recurso como:

     Destination: api.anthropic.com | AI Asset Type: External AI API | Last Seen: hace 5 minutos
     

1. Correlacioná riesgos:

Paso 5: Priorizar y remedir riesgos en activos de IA

Una vez que tengas el inventario, priorizá remediaciones con estos filtros:

1. Filtrá por «AI Asset en riesgo activo»:

     Security Findings > 0
     

– Resultado esperado:

Verás una lista de activos con hallazgos activos (ej: un endpoint de inferencia con un puerto 8080 expuesto).

1. Generá un reporte de remediación:

   aws securityhub batch-update-findings --region us-east-1 --finding-identifiers '[
     {
       "Id": "arn:aws:securityhub:us-east-1:123456789012:finding/12345678-1234-1234-1234-123456789012",
       "ProductArn": "arn:aws:securityhub:us-east-1::product/aws/securityhub",
       "GeneratorId": "securityhub",
       "Types": ["Software and Configuration Checks/AWS Security Best Practices"]
     }
   ]'
   

– Reemplazá el Id con un hallazgo real de tu inventario.

Paso 6: Automatizar el inventario con AWS CLI y Lambda

Para integrar el inventario de IA en tus pipelines de seguridad, usá la API de Security Hub para exportar datos a herramientas externas (ej: SIEM, Grafana).

import boto3
import json

def lambda_handler(event, context):
    securityhub = boto3.client('securityhub', region_name='us-east-1')

    # Listar todos los activos de IA
    response = securityhub.get_ai_inventory(
        MaxResults=100,
        NextToken=''
    )

    # Guardar en S3
    s3 = boto3.client('s3')
    s3.put_object(
        Bucket='mi-bucket-ai-inventory',
        Key='ai-inventory.json',
        Body=json.dumps(response['AIAssets'])
    )

    return {
        'statusCode': 200,
        'body': f"Exportados {len(response['AIAssets'])} activos de IA"
    }

1. Creá un rol IAM con permisos:

   {
     "Version": "2012-10-17",
     "Statement": [
       {
         "Effect": "Allow",
         "Action": [
         "securityhub:GetAIInventory",
         "s3:PutObject"
       ],
       "Resource": "*"
     }
   ]
   

1. Programá el Lambda para que se ejecute cada 6 horas.

Consideraciones y buenas prácticas

Limitaciones conocidas

1. Segmentá el inventario por entorno:

– dev-ai-assets

– prod-ai-assets

– Usá etiquetas de AWS para filtrar:

     Tags: Environment = "production"
     

1. Integra con SIEM:

– Ejemplo de query en OpenSearch:

     {
       "query": {
         "bool": {
           "must": [
             {"term": {"ai_asset_type": "Inference Endpoint"}},
             {"range": {"security_findings_count": {"gt": 0}}}
           ]
         }
       }
     }
     

1. Automatizá la remediación:

     schemaVersion: '0.3'
     description: "Cerrar puerto 8080 en endpoint de inferencia"
     parameters:
       InstanceId:
         type: String
     mainSteps:
       - action: aws:runShellScript
         name: "CerrarPuerto"
         inputs:
           runCommand:
             - "sudo iptables -A INPUT -p tcp --dport 8080 -j DROP"
     

1. Auditoría regular:

     aws securityhub batch-export-findings --region us-east-1 --filters '{"AIAsset": {"DiscoveryMethod": ["Inspector SBOM", "GuardDuty DNS"]}}'
     

– Analizá cambios en el inventario con herramientas como AWS Config Rules.

Conclusión

El inventario de IA de AWS Security Hub cierra una brecha crítica en la visibilidad de activos de IA en entornos cloud. Con tres métodos de descubrimiento (Config, Inspector y GuardDuty), podés:

1. Mapear modelos gestionados (Bedrock, SageMaker) sin configuración adicional.
2. Detectar endpoints auto-hospedados (Ollama, vLLM) mediante SBOM de Inspector.
3. Identificar APIs externas accedidas desde tu entorno con telemetría DNS de GuardDuty.
4. Priorizar riesgos correlacionando hallazgos de seguridad con activos de IA.

• Habilitá Security Hub en todas las cuentas de tu organización.
• Configurá Amazon Inspector para SBOM en EC2 y ECR.
• Crea automatizaciones (Lambda, SSM) para cerrar riesgos identificados.

Fuentes

• AWS What’s New: AWS Security Hub ahora brinda inventario de IA
• AWS Security Hub User Guide
• Amazon Inspector SBOM Analysis