产品
用于管理数据湖权限的服务，支持行级和列级安全策略。
已跟踪 2 条高相关材料
最近变化
2026-06-01 · 使用 Cedar 策略可对 MCP 工具执行确定性访问控制，自动记录审计日志，适用于角色/资源/动作三元组授权。
为什么值得关注
AWS Lake Formation 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Secure AI agents with Policy and Lambda interceptors in Amazon Bedrock AgentCore gateway
AWS Machine Learning Blog · 9 分
Amazon Bedrock AgentCore Gateway 通过 Cedar 策略与 Lambda 拦截器实现 AI 代理的动态与静态安全控制，支持企业级权限治理和地理围栏访问控制。
Accelerate ML feature pipelines with new capabilities in Amazon SageMaker Feature Store
AWS Machine Learning Blog · 8 分
Amazon SageMaker Feature Store 发布三项新功能：原生集成 AWS Lake Formation 实现细粒度访问控制，新增 Apache Iceberg 表属性以管理元数据生命周期并降低存储成本，以及通过 SageMaker Python SDK v...
已收录 2 条与 AWS Lake Formation 相关的内容，按评分排序。
Amazon Bedrock AgentCore Gateway 通过 Cedar 策略与 Lambda 拦截器实现 AI 代理的动态与静态安全控制，支持企业级权限治理和地理围栏访问控制。
入选理由：使用 Cedar 策略可对 MCP 工具执行确定性访问控制，自动记录审计日志，适用于角色/资源/动作三元组授权。
Amazon SageMaker Feature Store 发布三项新功能：原生集成 AWS Lake Formation 实现细粒度访问控制，新增 Apache Iceberg 表属性以管理元数据生命周期并降低存储成本，以及通过 SageMaker Python SDK v3 提供更轻量高效的开发体验。
入选理由：通过 Lake Formation 原生集成，可在创建特征组时自动启用列级、行级及单元格级访问控制，无需手动配置。
