SageMaker MLflow agora suporta chaves gerenciadas pelo cliente

Controle total sobre a criptografia no SageMaker MLflow

A AWS anunciou uma melhoria importante para equipes que utilizam o SageMaker MLflow: agora é possível criptografar os dados da plataforma usando chaves gerenciadas pelo cliente (CMK — Customer-Managed Keys), integradas ao Serviço de Gerenciamento de Chaves (KMS — Key Management Service) da AWS.

Essa novidade é especialmente relevante para organizações que operam em setores regulados ou que possuem políticas internas rígidas de segurança e conformidade. Com as CMKs, as equipes deixam de depender exclusivamente das chaves gerenciadas pela própria AWS e passam a ter autonomia sobre o ciclo de vida das suas chaves de criptografia.

O que muda na prática

Com esse novo suporte, as organizações passam a contar com dois benefícios centrais:

• Controle de segurança aprimorado: é possível criptografar os dados do MLflow com chaves KMS próprias, sem depender das chaves padrão gerenciadas pela AWS.
• Auditoria abrangente: toda a movimentação de acesso aos dados pode ser rastreada por meio da integração com o AWS CloudTrail, facilitando auditorias de segurança e o atendimento a requisitos de conformidade.

Requisitos e disponibilidade

Há alguns pontos de atenção importantes para quem for adotar esse recurso:

• As chaves gerenciadas pelo cliente precisam ser criadas na mesma conta e região AWS onde o MLflow App está configurado.
• Apenas chaves KMS simétricas são suportadas — chaves assimétricas não são compatíveis com esse recurso.

O recurso já está em disponibilidade geral (generally available) em todas as regiões AWS onde o MLflow App está disponível. Para conhecer os detalhes técnicos e a documentação completa, a AWS disponibilizou a página de detalhes do SageMaker MLflow.

Por que isso importa

A adoção de chaves gerenciadas pelo cliente é um requisito comum em ambientes que precisam atender a normas como LGPD, ISO 27001, SOC 2, entre outras. Ter esse nível de controle diretamente no SageMaker MLflow — ferramenta amplamente usada para rastreamento de experimentos e gestão do ciclo de vida de modelos de Machine Learning (ML) — representa um avanço relevante para equipes de dados que operam em contextos com exigências regulatórias elevadas.

Fonte

SageMaker MLflow now supports customer managed keys (https://aws.amazon.com/about-aws/whats-new/2026/08/sagemaker-mlflow-custom-keys)