Yapay Zeka GüvenliğiAjanlar 🇺🇸 06.08.2026 22:02

Yapay Zeka Ajanlarının Amazon Bedrock AgentCore'da Zamansal Politikalar ile Güvenliği

Amazon Web ServicesAmazon Web Services
AWS, Amazon Bedrock AgentCore'da zamansal politikalar sunarak, ajanların isteklerini geçmişleri bağlamında değerlendiren durum bilgisi olan yetkilendirme kuralları sağlar. Bu politikalar iş akışı sıralamasını zorunlu kılar, veri uydurmayı önler, finansal maruziyeti sınırlar ve insan onayı gerektirir; ayrıca, atlama girişimlerini önlemek için ağ geçidi çevresinde çalışır. Özel bankacılık ajanı ile pratik bir örnek, Dogwood politikası dili kullanılarak uygulamayı gösterir.
Amazon Bedrock AgentCore artık, mevcut durum bilgisi olmayan (stateless) politika motorunu genişleterek, her isteği bir ajanın oturumundaki önceki olaylar bağlamında değerlendiren zamansal (temporal) politikalar sunuyor. AgentCore Gateway çevresinde, ajanın kodunun dışında çalıştıkları için ele geçirilemez veya manipüle edilemezler. Kullanım durumları arasında zincirlenmiş araçlar arasında çıktı bütünlüğünü zorlamak, araç çağrı sıralaması, ayrıcalıklı işlemler için insan onayı ve veri tazeliği yer alır. Politikalar, Model Context Protocol (MCP) araç çağrıları, ajanlar arası çağrılar ve ağ geçidi üzerinden yönlendirilen model çıkarım çağrıları üzerinde çalışır. Her istek bir x-amzn-bedrock-agentcore-policy-session-id başlığı taşımalıdır ve oturumlar, oturum kimliği ile son kullanıcının kimliğinin birleştirilmesiyle tanımlanır; maksimum geriye dönük bakış penceresi 24 saattir. Blog yazısı, özel bankacılık ajanı örneğini adım adım ele alıyor; araç çağrılarının sırasını zorunlu kılma (önce müşteri profili getir, sonra portföyü yükle, sonra portföyü yeniden dengele), portfolio_id eşleşmesini sağlama, işlem için piyasa fiyatlarının 1 dakika içinde olmasını gerektirme, oturum başına toplam işlem değerini 60.000 dolar ile sınırlama, 25.000 dolar üzeri işlemler için onay gerektirme, aynı menkul kıymetin zararına alım ve satımını engelleme ve 15 dakikalık hareketsizlik sonrası yazma işlemlerini devre dışı bırakma gibi politikalar gerektiriyor. Uygulama, Cedar politikalarını destekleyen ve zamansal koşulları mümkün kılan Dogwood politika dilini kullanıyor.
Kaynak: AWS ML blog — orijinal
Bu konudaki önceki yazılarımız ↓
Güncel haberler