Vordefinierter Sicherheitsstatus für sichere KI, erweitert

Auf dieser Seite werden die Richtlinien zur Prävention und Erkennung von Bedrohungen beschrieben, die in die v1.0-Version des vordefinierten Sicherheitsstatus für sichere KI, erweitert. Diese Position enthält zwei Richtliniensätze:

  • Ein Richtliniensatz, der Organisationsrichtlinien enthält, die für Vertex AI-Arbeitslasten.

  • Ein Richtliniensatz, der benutzerdefinierte Security Health Analytics-Detektoren enthält, die für Vertex AI-Arbeitslasten.

Sie können diesen vordefinierten Sicherheitsstatus einen Sicherheitsstatus konfigurieren, der zum Schutz von Gemini und Vertex AI-Ressourcen. Wenn Sie diesen vordefinierten Sicherheitsstatus bereitstellen möchten, müssen Sie einige der Richtlinien anpassen, damit sie für Ihre Umgebung gelten.

Einschränkungen für Organisationsrichtlinien

In der folgenden Tabelle werden die Organisationsrichtlinien beschrieben, die in diese Haltung.

Policy Beschreibung Compliancestandard
ainotebooks.accessMode

Diese Einschränkung definiert die Zugriffsmodi, die für Vertex AI Workbench zulässig sind Notebooks und Instanzen.

Sie müssen diesen Wert konfigurieren, wenn Sie vordefinierte Sicherheitsstatus.

 NIST SP 800-53-Kontrolle: AC-3(3) und AC-6(1)
ainotebooks.disableFileDownloads

Diese Einschränkung verhindert das Erstellen von Vertex AI Workbench-Instanzen mit der Datei Downloadoption aktiviert. Standardmäßig kann die Option zum Herunterladen von Dateien auf jede Vertex AI Workbench-Instanz.

Der Wert ist true, Deaktivieren Sie Dateidownloads auf neuen Vertex AI Workbench-Instanzen.

 NIST SP 800-53-Kontrolle: AC-3(1)
ainotebooks.disableRootAccess

Diese Einschränkung verhindert, neu erstellte, von Nutzern verwaltete Notebooks und Instanzen in Vertex AI Workbench dass der Root-Zugriff nicht aktiviert wird. Standardmäßig vom Nutzer verwaltet in Vertex AI Workbench kann für Notebooks und Instanzen der Root-Zugriff aktiviert sein.

Der Wert ist true zum Deaktivieren des Root-Zugriffs auf die neue Vertex AI Workbench nutzerverwalteten Notebooks und Instanzen.

 NIST SP 800-53-Kontrolle: AC-3 und AC-6(2)
ainotebooks.disableTerminal

Diese Einschränkung verhindert das Erstellen von Vertex AI Workbench-Instanzen mit aktiviertem Terminal. Standardmäßig kann das Terminal auf Vertex AI Workbench-Instanzen.

Der Wert ist true, Deaktivieren Sie das Terminal auf neuen Vertex AI Workbench-Instanzen.

 NIST SP 800-53-Kontrolle: AC-3, AC-6 und CM-2
ainotebooks.environmentOptions

Mit dieser Einschränkung wird Die VM- und Container-Image-Optionen, die ein Nutzer beim Erstellen neuer Optionen auswählen kann Vertex AI Workbench-Notebooks und ‐Instanzen, für die diese Einschränkung gilt durchgesetzt wird. Die zulässigen oder abgelehnten Optionen müssen explizit aufgelistet sein.

Folgende Werte sind möglich:

policy_rules:
        - values:
            allowed_values:
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-1-15-cpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-2-1-cpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-1-15-gpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-2-1-gpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/caffe1-latest-cpu-experimental
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/r-3-6-cpu-experimental-20200617
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/tf2-ent-2-1-cpu-20200613
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/tf2-2-2-cu101-20200616
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/tf-1-15-cu100-20200615
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/pytorch-latest-cpu-20200615
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-gpu.1-15
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-cpu.1-15:latest
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-cpu.1-15:m48
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-cpu.1-15:m46
            - is:ainotebooks-container/custom-container:latest
NIST SP 800-53-Kontrolle: AC-3, AC-6 und CM-2
ainotebooks.requireAutoUpgradeSchedule

Diese Einschränkung erfordert, dass neu erstellte, von Nutzern verwaltete Vertex AI Workbench-Notebooks und für Instanzen einen Zeitplan für automatische Upgrades festgelegt.

Der Wert ist true, um automatische geplante Upgrades für neue Von Nutzern verwaltete Vertex AI Workbench-Notebooks und ‐Instanzen.

 NIST SP 800-53-Kontrolle: AU-9, CM-2 und CM-6
ainotebooks.restrictPublicIp

Diese Einschränkung schränkt über öffentliche IP-Adressen auf neu erstellte Vertex AI Workbench-Notebooks und Instanzen. Standardmäßig können öffentliche IP-Adressen auf Vertex AI Workbench-Notebooks zugreifen und Instanzen.

Der Wert ist true, um den Zugriff über öffentliche IP-Adressen auf neuen Vertex AI Workbench-Notebooks und -Instanzen.

 NIST SP 800-53-Steuerung: AC-3, AC-4 und SC-7
ainotebooks.restrictVpcNetworks

Diese Liste definiert die VPC-Netzwerke, die ein Nutzer beim Erstellen einer neuen Vertex AI Workbench auswählen kann Instanzen, in denen diese Einschränkung erzwungen wird.

Sie müssen diesen Wert konfigurieren wenn Sie diese vordefinierte Sicherheitslage übernehmen.

 NIST SP 800-53-Kontrolle: AC-3, AC-4 und CM-2

Security Health Analytics – Detektoren

In der folgenden Tabelle werden die benutzerdefinierten Module für Security Health Analytics beschrieben, die im vordefinierten Posture enthalten sind.

Detektorname Anwendbare Ressource Beschreibung Compliancestandards
vertexAIDataSetCMEKDisabled aiplatform.googleapis.com/Dataset

Dieser Detektor prüft, ob Datasets werden nicht mit einem vom Kunden verwalteten Verschlüsselungsschlüssel verschlüsselt. (CMEK).

Prüfen Sie, ob Sie den Schlüssel erstellt und Schlüsselring, haben Berechtigungen eingerichtet und den Schlüssel angegeben, als Sie Ihren Dataset. Eine Anleitung dazu finden Sie unter CMEK für Ihr Konto konfigurieren Ressourcen

 NIST SP 800-53-Steuerung: SC12 und SC13
vertexAIModelCMEKDisabled aiplatform.googleapis.com/Model

Dieser Detektor prüft, ob ein Modell nicht mit einem CMEK verschlüsselt ist.

Prüfen Sie, ob Sie den Schlüssel erstellt und Schlüsselring, haben Berechtigungen eingerichtet und den Schlüssel angegeben, als Sie Ihren model. Eine Anleitung dazu finden Sie unter CMEK für Ihr Konto konfigurieren Ressourcen

 NIST SP 800-53-Steuerung: SC12 und SC13
vertexAIEndpointCMEKDisabled aiplatform.googleapis.com/Endpoint

Dieser Detektor prüft, ob ein Endpunkt nicht mit einem CMEK verschlüsselt ist.

Prüfen Sie, ob Sie den Schlüssel erstellt und Schlüsselring, haben Berechtigungen eingerichtet und den Schlüssel angegeben, als Sie Ihren Endpunkt. Eine Anleitung dazu finden Sie unter CMEK für Ihr Konto konfigurieren Ressourcen

 NIST SP 800-53-Steuerung: SC12 und SC13
vertexAITrainingPipelineCMEKDisabled aiplatform.googleapis.com/TrainingPipeline

Dieser Detektor prüft, ob eine Trainingspipeline nicht mit einem CMEK verschlüsselt ist.

Prüfen Sie, ob Sie den Schlüssel erstellt und Schlüsselring, haben Berechtigungen eingerichtet und den Schlüssel angegeben, als Sie Ihren Trainingspipeline. Eine Anleitung dazu finden Sie unter CMEK für Ihr Konto konfigurieren Ressourcen

 NIST SP 800-53-Steuerung: SC12 und SC13
vertexAIDataLabelingJobCMEKDisabled aiplatform.googleapis.com/DataLabelingJob

Mit diesem Detektor wird geprüft, ob ein Datenlabel nicht mit einem CMEK verschlüsselt ist.

Prüfen Sie, ob Sie den Schlüssel erstellt und Schlüsselring, haben Berechtigungen eingerichtet und den Schlüssel angegeben, als Sie Ihren Datenlabel. Eine Anleitung dazu finden Sie unter CMEK für Ihr Konto konfigurieren Ressourcen

 NIST SP 800-53-Steuerung: SC12 und SC13
vertexAICustomJobCMEKDisabled aiplatform.googleapis.com/CustomJob

Dieser Detektor prüft, ob ein Job, der eine benutzerdefinierte Arbeitslast ausführt, nicht mit einem CMEK verschlüsselt ist.

Prüfen Sie, ob Sie den Schlüssel erstellt und Schlüsselring, haben Berechtigungen eingerichtet und den Schlüssel angegeben, als Sie Ihren Job hinzu. Eine Anleitung dazu finden Sie unter CMEK für Ihr Konto konfigurieren Ressourcen

 NIST SP 800-53-Steuerung: SC12 und SC13
vertexAIDataLabelingJobHyperparameterTuningJobCMEKDisabled aiplatform.googleapis.com/HyperparameterTuningJob

Dieser Detektor prüft, ob ein Hyperparameter-Abstimmungsjob nicht mit einem CMEK verschlüsselt ist.

Prüfen Sie, ob Sie den Schlüssel erstellt und Schlüsselring, haben Berechtigungen eingerichtet und den Schlüssel angegeben, als Sie Ihren Hyperparameter-Abstimmungsjob. Eine Anleitung dazu finden Sie unter CMEK für Ihr Konto konfigurieren Ressourcen

 NIST SP 800-53-Steuerung: SC12 und SC13

YAML-Definition

Im Folgenden finden Sie die YAML-Definition für den vordefinierten Sicherheitsstatus für Secure AI.

name: organizations/123/locations/global/postureTemplates/secure_ai_extended
description: Posture Template to make your AI workload secure.
revision_id: v.1.0
state: ACTIVE
policy_sets:
- policy_set_id: Secure-AI policy_set
  description: 8 org policies that new customers can automatically enable.
  policies:
  - policy_id: Define access mode for Vertex AI Workbench notebooks and instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AC-3(3)
    - standard: NIST SP 800-53
      control: AC-6(1)
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.accessMode
        policy_rules:
        - values:
            allowed_values:
            - is:service-account
            - is:single-user
    description: This list constraint defines the modes of access allowed to Vertex AI Workbench notebooks and instances where enforced. The allow or deny list can specify multiple users with the service-account mode or single-user access with the single-user mode. The access mode to be allowed or denied must be listed explicitly.
  - policy_id: Disable file downloads on new Vertex AI Workbench instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AC-3(1)
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.disableFileDownloads
        policy_rules:
        - enforce: true
    description: This boolean constraint, when enforced, prevents the creation of Vertex AI Workbench instances with the file download option enabled. By default, the file download option can be enabled on any Vertex AI Workbench instance.
  - policy_id: Disable root access on new Vertex AI Workbench user-managed notebooks and instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AC-3
    - standard: NIST SP 800-53
      control: AC-6(2)
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.disableRootAccess
        policy_rules:
        - enforce: true
    description: This boolean constraint, when enforced, prevents newly created Vertex AI Workbench user-managed notebooks and instances from enabling root access. By default, Vertex AI Workbench user-managed notebooks and instances can have root access enabled.
  - policy_id: Disable terminal on new Vertex AI Workbench instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AC-3
    - standard: NIST SP 800-53
      control: AC-6
    - standard: NIST SP 800-53
      control: CM-2
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.disableTerminal
        policy_rules:
        - enforce: true
    description: This boolean constraint, when enforced, prevents the creation of Vertex AI Workbench instances with the terminal enabled. By default, the terminal can be enabled on Vertex AI Workbench instances.
  - policy_id: Restrict environment options on new Vertex AI Workbench notebooks and instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AC-3
    - standard: NIST SP 800-53
      control: AC-6
    - standard: NIST SP 800-53
      control: CM-2
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.environmentOptions
        policy_rules:
        - values:
            allowed_values:
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-1-15-cpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-2-1-cpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-1-15-gpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/tf-2-1-gpu
            - is:ainotebooks-vm/deeplearning-platform-release/image-family/caffe1-latest-cpu-experimental
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/r-3-6-cpu-experimental-20200617
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/tf2-ent-2-1-cpu-20200613
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/tf2-2-2-cu101-20200616
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/tf-1-15-cu100-20200615
            - is:ainotebooks-vm/deeplearning-platform-release/image-name/pytorch-latest-cpu-20200615
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-gpu.1-15
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-cpu.1-15:latest
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-cpu.1-15:m48
            - is:ainotebooks-container/gcr.io/deeplearning-platform-release/tf-cpu.1-15:m46
            - is:ainotebooks-container/custom-container:latest
    description: "This list constraint defines the VM and container image options a user can select when creating new Vertex AI Workbench notebooks and instances where this constraint is enforced. The options to be allowed or denied must be listed explicitly. \n
    The expected format for VM instances is ainotebooks-vm/PROJECT_ID/IMAGE_TYPE/CONSTRAINED_VALUE. Replace IMAGE_TYPE with image-family or image-name. Examples: ainotebooks-vm/deeplearning-platform-release/image-family/pytorch-1-4-cpu, ainotebooks-vm/deeplearning-platform-release/image-name/pytorch-latest-cpu-20200615. \n
    The expected format for container images will be ainotebooks-container/CONTAINER_REPOSITORY:TAG. Examples: ainotebooks-container/gcr.io/deeplearning-platform-release/tf-gpu.1-15:latest, ainotebooks-container/gcr.io/deeplearning-platform-release/tf-gpu.1-15:m48."
  - policy_id: Require automatic scheduled upgrades on new Vertex AI Workbench user-managed notebooks and instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AU-9
    - standard: NIST SP 800-53
      control: CM-2
    - standard: NIST SP 800-53
      control: CM-6
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.requireAutoUpgradeSchedule
        policy_rules:
        - enforce: true
    description: This boolean constraint, when enforced, requires that newly created Vertex AI Workbench user-managed notebooks and instances have an automatic upgrade schedule set. The automatic upgrade schedule can be defined by using the `notebook-upgrade-schedule` metadata flag to specify a cron schedule for the automatic upgrades.
  - policy_id: Restrict public IP access on new Vertex AI Workbench notebooks and instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AC-3
    - standard: NIST SP 800-53
      control: AC-4
    - standard: NIST SP 800-53
      control: SC-7
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.restrictPublicIp
        policy_rules:
        - enforce: true
    description: This boolean constraint, when enforced, restricts public IP access to newly created Vertex AI Workbench notebooks and instances. By default, public IPs can access Vertex AI Workbench notebooks and instances.
  - policy_id: Restrict VPC networks on new Vertex AI Workbench instances
    compliance_standards:
    - standard: NIST SP 800-53
      control: AC-3
    - standard: NIST SP 800-53
      control: AC-4
    - standard: NIST SP 800-53
      control: CM-2
    constraint:
      org_policy_constraint:
        canned_constraint_id: ainotebooks.restrictVpcNetworks
        policy_rules:
        - values:
            allowed_values:
            - is:organizations/ORGANIZATION_ID
            - is:folders/FOLDER_ID
            - is:projects/PROJECT_ID
            - is:projects/PROJECT_ID/global/networks/NETWORK_NAME
    description: This list constraint defines the VPC networks a user can select when creating new Vertex AI Workbench instances where this constraint is enforced. By default, a Vertex AI Workbench instance can be created with any VPC networks. The allowed or denied list of networks must be identified in the form.
- policy_set_id: Secure-AI SHA_policy_set
  description: 5 custome SHA modules that new customers can automatically enable.
  policies:
  - policy_id: CMEK key is use for Vertex AI DataSet
    compliance_standards:
    - standard: NIST SP 800-53
      control: SC-12
    - standard: NIST SP 800-53
      control: SC-13
    constraint:
      security_health_analytics_custom_module:
        display_name: "vertexAIDataSetCMEKDisabled"
        config:
          customOutput: {}
          predicate:
            expression: "!has(resource.encryptionSpec)"
          resource_selector:
            resource_types:
            - aiplatform.googleapis.com/Dataset
          severity: CRITICAL
          description: "When enforced, this detector finds if any Data Set is not encrypted using CMEK. CMEKs, managed via Cloud KMS, offer advanced control over key operations."
          recommendation: "Restore SHA module- Reset the SHA module to its intended state. Consult documentation- Refer to the comprehensive guidance provided at
https://cloud.google.com/security-command-center/docs/custom-modules-sha-overview"
        module_enablement_state: ENABLED
  - policy_id: CMEK key is use for Vertex AI Model
    compliance_standards:
    - standard: NIST SP 800-53
      control: SC-12
    - standard: NIST SP 800-53
      control: SC-13
    constraint:
      security_health_analytics_custom_module:
        display_name: "vertexAIModelCMEKDisabled"
        config:
          customOutput: {}
          predicate:
            expression: "!has(resource.encryptionSpec)"
          resource_selector:
            resource_types:
            - aiplatform.googleapis.com/Model
          severity: CRITICAL
          description: "When enforced, this detector finds if any Data Set is not encrypted using CMEK. CMEKs, managed via Cloud KMS, offer advanced control over key operations."
          recommendation: "Restore SHA module- Reset the SHA module to its intended state. Consult documentation- Refer to the comprehensive guidance provided at
https://cloud.google.com/security-command-center/docs/custom-modules-sha-overview"
        module_enablement_state: ENABLED
  - policy_id: CMEK key is use for Vertex AI Endpoint
    compliance_standards:
    - standard: NIST SP 800-53
      control: SC-12
    - standard: NIST SP 800-53
      control: SC-13
    constraint:
      security_health_analytics_custom_module:
        display_name: "vertexAIEndpointCMEKDisabled"
        config:
          customOutput: {}
          predicate:
            expression: "!has(resource.encryptionSpec)"
          resource_selector:
            resource_types:
            - aiplatform.googleapis.com/Endpoint
          severity: CRITICAL
          description: "When enforced, this detector finds if any Data Set is not encrypted using CMEK. CMEKs, managed via Cloud KMS, offer advanced control over key operations."
          recommendation: "Restore SHA module- Reset the SHA module to its intended state. Consult documentation- Refer to the comprehensive guidance provided at
https://cloud.google.com/security-command-center/docs/custom-modules-sha-overview"
        module_enablement_state: ENABLED
  - policy_id: CMEK key is use for Vertex AI TrainingPipeline
    compliance_standards:
    - standard: NIST SP 800-53
      control: SC-12
    - standard: NIST SP 800-53
      control: SC-13
    constraint:
      security_health_analytics_custom_module:
        display_name: "vertexAITrainingPipelineCMEKDisabled"
        config:
          customOutput: {}
          predicate:
            expression: "!has(resource.encryptionSpec)"
          resource_selector:
            resource_types:
            - aiplatform.googleapis.com/TrainingPipeline
          severity: CRITICAL
          description: "When enforced, this detector finds if any Data Set is not encrypted using CMEK. CMEKs, managed via Cloud KMS, offer advanced control over key operations."
          recommendation: "Restore SHA module- Reset the SHA module to its intended state. Consult documentation- Refer to the comprehensive guidance provided at
https://cloud.google.com/security-command-center/docs/custom-modules-sha-overview"
        module_enablement_state: ENABLED
  - policy_id: CMEK key is use for Vertex AI DataLabelingJob
    compliance_standards:
    - standard: NIST SP 800-53
      control: SC-12
    - standard: NIST SP 800-53
      control: SC-13
    constraint:
      security_health_analytics_custom_module:
        display_name: "vertexAIDataLabelingJobCMEKDisabled"
        config:
          customOutput: {}
          predicate:
            expression: "!has(resource.encryptionSpec)"
          resource_selector:
            resource_types:
            - aiplatform.googleapis.com/DataLabelingJob
          severity: CRITICAL
          description: "When enforced, this detector finds if any Data Set is not encrypted using CMEK. CMEKs, managed via Cloud KMS, offer advanced control over key operations."
          recommendation: "Restore SHA module- Reset the SHA module to its intended state. Consult documentation- Refer to the comprehensive guidance provided at
https://cloud.google.com/security-command-center/docs/custom-modules-sha-overview"
        module_enablement_state: ENABLED
  - policy_id: CMEK key is use for Vertex AI CustomJob
    compliance_standards:
    - standard: NIST SP 800-53
      control: SC-12
    - standard: NIST SP 800-53
      control: SC-13
    constraint:
      security_health_analytics_custom_module:
        display_name: "vertexAICustomJobCMEKDisabled"
        config:
          customOutput: {}
          predicate:
            expression: "!has(resource.encryptionSpec)"
          resource_selector:
            resource_types:
            - aiplatform.googleapis.com/CustomJob
          severity: CRITICAL
          description: "When enforced, this detector finds if any Data Set is not encrypted using CMEK. CMEKs, managed via Cloud KMS, offer advanced control over key operations."
          recommendation: "Restore SHA module- Reset the SHA module to its intended state. Consult documentation- Refer to the comprehensive guidance provided at
https://cloud.google.com/security-command-center/docs/custom-modules-sha-overview"
        module_enablement_state: ENABLED
  - policy_id: CMEK key is use for Vertex AI HyperparameterTuningJob
    compliance_standards:
    - standard: NIST SP 800-53
      control: SC-12
    - standard: NIST SP 800-53
      control: SC-13
    constraint:
      security_health_analytics_custom_module:
        display_name: "vertexAIDataLabelingJobHyperparameterTuningJobCMEKDisabled"
        config:
          customOutput: {}
          predicate:
            expression: "!has(resource.encryptionSpec)"
          resource_selector:
            resource_types:
            - aiplatform.googleapis.com/HyperparameterTuningJob
          severity: CRITICAL
          description: "When enforced, this detector finds if any Data Set is not encrypted using CMEK. CMEKs, managed via Cloud KMS, offer advanced control over key operations."
          recommendation: "Restore SHA module- Reset the SHA module to its intended state. Consult documentation- Refer to the comprehensive guidance provided at
https://cloud.google.com/security-command-center/docs/custom-modules-sha-overview"
        module_enablement_state: ENABLED

Nächste Schritte