Q31 — AWS SAA-C03 第12章

第 31/100 問 | ← 第12章

Q831. ある会社は、不適切なコンテンツを含む写真が同社のWebアプリケーションにアップロードされるのを防ぐためのソリューションを必要としています。このソリューションでは、機械学習（ML）モデルのトレーニングを実施してはいけません。これらの要件を満たすソリューションはどれですか？

正解: B. Amazon Rekognition を使用して不適切なコンテンツを検出する AWS Lambda 関数を作成します。Webアプリケーションが新しい写真のアップロード時に呼び出す Lambda 関数 URL を作成します。

解説

MLモデルのトレーニングを伴わずに、不適切なコンテンツを含む写真のWebアプリケーションへのアップロードを防止する要件を満たすソリューションは、選択肢Bです。つまり、「Amazon Rekognition を使用して不適切なコンテンツを検出する AWS Lambda 関数を作成し、Webアプリケーションが新しい写真のアップロード時に呼び出す Lambda 関数 URL を作成する」ことです。不適切なコンテンツのアップロードを防止するには、以下の手順を実行します。ステップ1：AWS Lambda 関数の作成（選択肢B）— AWS Lambda はサーバーのプロビジョニングや管理を必要とせずにコードを実行できるサービスです。Lambda 関数内で Amazon Rekognition を呼び出して、アップロードされた写真を分析し、不適切なコンテンツを検出するコードを記述できます。ステップ2：Amazon Rekognition を用いた不適切なコンテンツの検出（選択肢B）— Amazon Rekognition は、深層学習に基づく画像および動画分析サービスであり、事前にトレーニング済みのモデルを活用して、アップロードされた写真内の不適切なコンテンツを検出し識別できます。ステップ3：Webアプリケーションから呼び出される Lambda 関数 URL の作成（選択肢B）— Lambda 関数を Amazon Rekognition と連携するよう設定した後、一意の Lambda 関数 URL を生成できます。Webアプリケーションは、新しい写真がアップロードされるたびにこの URL を呼び出してコンテンツ分析を実行できます。選択肢Aは、Amazon SageMaker Autopilot を用いたモデルの作成・デプロイを提案していますが、SageMaker Autopilot はMLモデルの自動構築を目的としており、モデルのトレーニングを伴うため、本シナリオの要件に反します。選択肢Cは、Amazon Comprehend を使用する CloudFront 関数の作成を提案していますが、CloudFront 関数は主に CloudFront のエッジロケーションでHTTPリクエスト／レスポンスを変更するために使用され、コンテンツ分析という用途には直接適用できません。選択肢Dは Amazon Rekognition Video の利用を提案していますが、これは動画コンテンツの分析に特化しており、静止画（写真）に対しては最も適切なソリューションではありません。したがって、選択肢Bが最も適切なソリューションであり、MLモデルのトレーニングを必要とせず、AWS Lambda と Amazon Rekognition を組み合わせてアップロードされた写真内の不適切なコンテンツを効率的かつ確実に検出できます。