最終更新日:
障害やセキュリティ侵害の影響範囲を限定するため、AIコンピューティング環境（開発、テスト、本番など）およびデータドメインを分離します。
環境や分類レベル（開発と本番、個人識別情報（PII）と非PIIなど）に応じて、計算ワークロード、データストア、ネットワークセグメントを分離するプラクティスであり、ネットワークポリシー、個別のIAMロール、および個々のクラスターまたはネームスペースを介して適用されます。ガバナンスによって環境の境界、データドメインのラベル、およびアクセス制御が定義され、特定の一領域における侵害や障害が、重要なシステムへ波及したり、機密データを漏洩させたりしないようにします。
実際の導入事例：
クラウドベースのAIプラットフォームは、開発ワークロードを、本番データベースへのアクセス権を持たない個別のKubernetesネームスペースで実行します。承認されたリリースパイプラインのみがコンテナイメージを本番ネームスペースにプロモートできるため、厳格なワークロードの分離が強制され、不意のデータ漏洩リスクを最小限に抑えることができます。
