Масштабирование управления доступом ИИ-агентов: интеграция Okta XAA и Amazon Bedrock AgentCore
AWS Machine Learning · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

AWS представила расширенную архитектуру для управления доступом множества ИИ-агентов к корпоративным данным с использованием Okta Cross App Access. Новая схема централизует авторизацию через Gateway и Cedar-политики, обеспечивая единый аудит действий агентов независимо от их инфраструктуры.
По мере роста числа ИИ-агентов в корпоративных средах критически важно иметь масштабируемую систему контроля доступа. Описанный подход позволяет организациям гарантировать, что каждый агент действует строго в рамках делегированных полномочий, упрощая аудит и соответствия требованиям безопасности.
В первой части серии публикаций AWS продемонстрировала базовый механизм управления доступом для одного ИИ-агента, работающего на платформе Amazon Bedrock AgentCore. Однако в корпоративной среде с сотнями агентов и тысячами инструментов такая топология становится неэффективной. Во второй части описывается переход к масштабируемой архитектуре, где Amazon Bedrock AgentCore Gateway выступает единым входом для всех запросов. Этот компонент берет на себя обмен токенами и проверку полномочий, освобождая самих агентов от необходимости хранить учетные данные инструментов.
Ключевым элементом новой схемы является использование политик Cedar в рамках функции Policy in AgentCore. Эти политики связывают конкретные инструменты с определенными агентами и скоупами доступа, делегированными через Okta. В отличие от первой части, где проверка прав была вшита в каждый MCP-сервер, теперь решение принимается централизованно до вызова целевого сервиса. Если политика Cedar запрещает действие, токен не обменивается, и запрос блокируется на уровне Gateway. Это обеспечивает принцип «отказ по умолчанию» и упрощает управление правами.
Для демонстрации универсальности подхода к архитектуре был добавлен второй агент, работающий на Amazon Elastic Kubernetes Service (Amazon EKS). Этот агент использует собственную идентичность в Okta и проходит через тот же процесс авторизации, что и агент на AgentCore runtime. Это подтверждает, что механизм управления не зависит от инфраструктуры выполнения агента. При этом важно отметить, что для агентов вне среды AgentCore runtime требуется дополнительная валидация токенов ID-JAG на стороне приложения, так как встроенного авторизатора перед подом нет.
Наблюдаемость является неотъемлемой частью решения. С помощью Amazon Bedrock AgentCore Observability и Amazon CloudWatch все этапы принятия решений фиксируются в виде OpenTelemetry-трейсов. Логирование Okta System Log интегрируется через Amazon EventBridge, что позволяет в CloudWatch Omni сопоставлять события выдачи токенов с последующими действиями агентов. Такой подход дает администраторам полную картину: кто, когда и с какими полномочиями обращался к каким системам.
В статье также сравниваются два подхода к авторизации: Cross App Access (XAA) и стандартный OAuth-консенс для каждого пользователя. XAA подходит для случаев, когда целевое приложение поддерживает выдачу токенов на основе ID-JAG, что исключает необходимость пользовательского подтверждения при каждом запросе. Для сервисов с собственными серверами авторизации, таких как GitHub, используется классический поток согласования. Выбор между этими методами должен зависеть от конкретного целевого приложения, а не от единой корпоративной стратегии.
Эта архитектура применима в различных отраслях, включая финансовый сектор, здравоохранение и медиа, где требуется строгий контроль доступа к чувствительным данным. Главное преимущество заключается в том, что механизм управления остается неизменным, а меняется лишь топология вокруг него. Это позволяет организациям масштабировать использование ИИ-агентов, сохраняя высокий уровень безопасности и прозрачности действий.