生成 AI のユースケースの Artifact Registry コントロール

このドキュメントでは、 Google Cloudで生成 AI ワークロードを実行する際の Artifact Registry のベストプラクティスとガイドラインについて説明します。Vertex AI で Artifact Registry を使用すると、機械学習（ML）の開発とデプロイのプロセスを効率化して、コラボレーションを改善し、ML モデルのセキュリティと信頼性を確保できます。

Vertex AI での Artifact Registry のユースケースは次のとおりです。

ML アーティファクトを管理する: Artifact Registry を使用すると、モデルトレーニングコード、データセット、トレーニング済みモデル、予測サービングコンテナなど、すべての ML アーティファクトを 1 か所に保存して管理できます。この一元化されたリポジトリを使用して、さまざまなチームやプロジェクトで ML アーティファクトを追跡、共有、再利用できます。
バージョン管理と再現性: Artifact Registry は ML アーティファクトのバージョン管理を提供しています。これにより、必要に応じて変更の追跡と以前のバージョンへのロールバックを行うことができます。この機能は、ML テストとデプロイの再現性を確保するために不可欠です。
安全で信頼性の高いストレージ: Artifact Registry は、ML アーティファクト用に安全で信頼性の高いストレージを提供します。これらのアーティファクトは、保存時と転送時に暗号化されます。アクセス制御を構成して、アーティファクトにアクセスできるユーザーを制限し、貴重なデータと知的財産を保護します。
Vertex AI Pipelines とのインテグレーション: Artifact Registry を Vertex AI Pipelines と統合して、ML ワークフローを構築し、自動化します。Artifact Registry を使用して、パイプラインアーティファクト（パイプライン定義、コード、データなど）を保存し、新しいアーティファクトがアップロードされたときにパイプライン実行を自動的にトリガーします。
ML の CI / CD の合理化: Artifact Registry を CI / CD ツールと統合して、ML モデルの開発とデプロイを合理化します。たとえば、Artifact Registry を使用して、モデルの新しいバージョンを Artifact Registry に push するたびに、モデルサービングコンテナを自動的にビルドしてデプロイします。
マルチリージョンサポート: Artifact Registry では、アーティファクトを複数のリージョンに保存できます。これにより、特に世界各地にユーザーがいる場合に、ML モデルのパフォーマンスと可用性を向上させることができます。

必要な Artifact Registry コントロール

Artifact Registry を使用する場合は、次のコントロールを実装することを強くおすすめします。

アーティファクトの脆弱性スキャンを構成する

Google コントロール ID	AR-CO-6.2
カテゴリ	必須
説明	Artifact Analysis などのツールを使用して、Artifact Registry 内のイメージとパッケージの脆弱性をスキャンします。サードパーティのスキャンツールを使用する場合は、これらのツールを正しくデプロイして、Artifact Registry でイメージとパッケージの脆弱性をスキャンする必要があります。
対象プロダクト	Artifact Registry Artifact Analysis
パス	`serviceusage.getservice`
演算子	`=`
値	`containerscanning.googleapis.com`
関連する NIST-800-53 コントロール	RA-5 SI-5 SA-5 SR-8 CA-7
関連する CRI プロファイルコントロール	ID-RA-1.1 ID-RA-1.2 ID-RA-3.1 ID-RA-3.2 ID-RA-3.3 PR.IP-7.1 PR.IP-8.1 PR.IP-12.1 PR.IP-12.2 PR.IP-12.3 PR.IP-12.4 DE.CM-8.1 DE.CM-8.2 DE.DP-4.1 DE-DP-4.2 DE-DP-5.1 RS.CO-3.1 RS.CO-3.2 RS.CO-5.2 RS.CO-5.3 RS.AN-5.1 RS.AN-5.2 RS-AN-5.3 RS.MI-3.1 RS-MI-3.2
関連情報	Artifact Analysis と脆弱性スキャン

生成 AI のユースケースに基づく推奨コントロール

機密データまたは機密性の高い生成 AI ワークロードを処理する場合は、該当する生成 AI ユースケースで次のコントロールを実装することをおすすめします。

アーティファクトのクリーンアップポリシーを作成する

Google コントロール ID	AR-CO-6.1
カテゴリ	ユースケースに基づく推奨
説明	クリーンアップポリシーは、アーティファクトの多くのバージョンを保存していて、本番環境にリリースする特定のバージョンのみを保持する必要がある場合に便利です。アーティファクトの削除と保持に別々のクリーンアップポリシーを作成します。
対象プロダクト	Artifact Registry
関連する NIST-800-53 コントロール	SI-12
関連する CRI プロファイルコントロール	PR.IP-2.1 PR.IP-2.2 PR.IP-2.3
関連情報	クリーンアップポリシーを構成する

次のステップ

BigQuery コントロールを確認する。
Google Cloud 生成 AI ワークロードのセキュリティに関するベストプラクティスとガイドラインを確認する。