RuralShield — um protótipo de pesquisa em AWS CDK para segurança em nuvem na área da saúde, com triagem por IA limitada por políticas, resposta aprovada por humanos, registro de auditoria e testes sintéticos reproduzíveis.
Descubra as ferramentas mais usadas pela nossa comunidade.
Sem dados de popularidade ainda.
Protótipo de pesquisa para infraestrutura de segurança serverless na AWS e triagem de IA limitada por políticas em ambientes de saúde com recursos restritos.
O RuralShield usa AWS CDK (TypeScript), handlers Lambda em Python e uma configuração de workload em YAML. Ele provisiona infraestrutura de workload, integrações com serviços de segurança, armazenamento criptografado, backups e um fluxo de resposta a achados. As recomendações do modelo passam por uma política determinística antes de notificação, aprovação ou uma ação de contenção suportada.
Esta versão inclui dois caminhos distintos:
lib/constructs/ai-sentinel.ts e src/lambda/. A inferência bem-sucedida do Bedrock em ambiente real não foi estabelecida no estudo de pesquisa.src/external_ai/, src/external_ai_workflow/ e scripts/ai-workflow-stack.ts. Este é separado do piloto sem IA e não é um provedor substituto conectado ao Sentinel original.O piloto sem IA de cinco dias e o experimento de IA separado devem ser relatados separadamente. Testes offline e síntese não estabelecem eficácia clínica, conformidade com HIPAA, prontidão para produção ou precisão do modelo.
Use Node.js 20 ou superior, npm e Python 3.12. Os scripts operacionais de pesquisa foram desenvolvidos no Windows; alguns usam .venv/Scripts/python.exe explicitamente.
git clone https://github.com/armanbuet09/rurlalshield.git
cd rurlalshield
npm ci
python -m venv .venv
Ative o ambiente virtual e, em seguida, instale o AWS Python SDK:
python -m pip install boto3
npm run build
npm test -- --runInBand
npm run verify:local
python -m unittest discover -s src/lambda/triage -p 'test_*.py'
python test/test_security_handlers.py
python test/test_external_ai.py
python test/test_ai_workflow.py
node --test scripts/test-observation-worker.cjs
verify:local sintetiza com uma conta AWS de exemplo e grava seu relatório de verificação estática em cdk.out/local-verification/verification.json; ele não faz deploy. Testes adicionais de segurança de arquivamento e limpeza estão em scripts/test_*.py. Não execute scripts/test_mantle_luna.py como um teste offline: trata-se de uma sondagem de modelo ao vivo.
rural-shield.example.yaml para rural-shield.yaml; defina sua organização, e-mail de alerta, região, workload e, opcionalmente, conta/região de DR.security.aiTriage.enabled: false e security.aiTriage.autoContainment: false. O exemplo de recursos completos fornecido habilita ambos; não o trate como a configuração de pesquisa congelada.cdk diff antes de implantar. Serviços de segurança existentes no nível da conta exigem configurações apropriadas de existingResources.npx cdk synth --all
npx cdk diff --all
npx cdk deploy --all --require-approval broadening
A implantação cria serviços faturáveis. O S3 Object Lock, a retenção de backups e as chaves KMS retidas podem deixar recursos e custos após a exclusão da stack. Não implante dados reais de pacientes sem uma revisão independente de segurança, operacional e regulatória.
Os documentos operacionais contêm registros de pesquisa datados. Eles não são um painel de implantação atual. Os scripts de pesquisa exigem manifestos, inventários de recursos e configurações de conta revisados pelo operador que são intencionalmente não publicados. Substitua os identificadores de exemplo de forma consistente; não contorne os controles de propriedade, evidências ou limpeza para fazer um comando antigo funcionar. Nunca execute novamente uma janela de observação antiga nem mescle novo tráfego de IA em seus resultados.
Este é um snapshot novo do código-fonte, não o histórico Git do repositório privado de pesquisa. Ele inclui implementação, testes offline, configuração de exemplo e documentação revisada. Identificadores de conta, e-mail do operador e o ID da chave KMS de pesquisa são substituídos por exemplos. O artigo, figuras, PDFs, credenciais, configuração local, evidências brutas e saída gerada estão excluídos. Os autores mantêm o arquivo de pesquisa original separadamente.
Apache-2.0; consulte LICENSE.