FedRAMP Moderate
Cette page décrit les contrôles de conformité FedRAMP Moderate dans Databricks.
Vue d'ensemble de FedRAMP Moderate
FedRAMP Moderate est un programme fédéral américain qui standardise l'évaluation de la sécurité, l'autorisation et le monitoring continu pour les produits et services cloud au niveau d'impact modéré. Il permet aux agences fédérales d'utiliser les technologies cloud tout en assurant la protection des données fédérales.
Points clés
- S'applique aux services cloud gérant les informations non classifiées contrôlées (CUI).
- Exige la conformité aux contrôles de référence modérés du NIST 800-53.
- Met l'accent sur le contrôle d'accès, la réponse aux incidents, le monitoring continu et le chiffrement.
- Databricks est une Offre de service cloud (OSC) autorisée FedRAMP® de niveau d'impact modéré dans les régions AWS US East-1, US-East-2, US-West-1, US West-2 (commerciales).
- Les agences gouvernementales américaines peuvent accéder au package FedRAMP® Databricks sur AWS sur OMB Max en soumettant un formulaire de demande d’accès au package et en l'envoyant à
package-access@fedramp.gov. - Des informations complémentaires concernant Databricks et la conformité FedRAMP® sont disponibles sur le Centre de sécurité et de confiance Databricks.
Activer les contrôles de conformité FedRAMP Moderate
Pour configurer votre workspace afin de prendre en charge le traitement des données réglementées par la norme FedRAMP Moderate, le workspace doit avoir le profil de sécurité de la conformité activé. Seules des fonctionnalités en préversion spécifiques sont prises en charge pour le traitement des données réglementées. Pour plus de détails sur le profil de sécurité de la conformité, les fonctionnalités en préversion prises en charge et les régions prises en charge, consultez Profil de sécurité de la conformité.
Vous êtes seul responsable de vérifier que des informations sensibles ne sont jamais saisies dans les champs de saisie définis par les clients, tels que les noms de Workspace, les noms de Ressources compute, les tags, les noms de Job, les noms d'exécution de Job, les noms de réseau, les noms d'identifiants, les noms de comptes de stockage et les identifiants ou URL de repository Git. Ces champs peuvent être stockés, traités ou consultés en dehors de la limite de conformité.
Pour activer les contrôles de conformité FedRAMP Moderate, consultez Configurer les paramètres de sécurité et de conformité améliorés.
La version 5 ou supérieure de l'environnement de base Serverless compute sera bientôt requise pour les charges de travail FedRAMP Moderate sur AWS. Databricks recommande de passer dès maintenant à la version 5 de l'environnement de base. Pour sélectionner un environnement de base pour les Notebooks, consultez Sélectionner un environnement de base. Pour configurer l'environnement des jobs, consultez Configurer l'environnement pour les tâches de job.
Support régional des fonctionnalités
Ce tableau présente la disponibilité des fonctionnalités pour la norme de conformité sélectionnée dans toutes les régions Databricks prises en charge. Certaines fonctionnalités peuvent être répertoriées comme disponibles avant d'être réellement publiées.
Fonctionnalité |
|
|
|
|
|---|---|---|---|---|
AI Functions : Classification | ✓ | ✓ | ✓ | ✓ |
AI Functions - Analyse des documents | ✓ | ✓ | ✓ | ✓ |
AI Functions - Extraction d'informations | ✓ | ✓ | ✓ | ✓ |
AI Functions – Préparer la recherche | ✓ | ✓ | ||
AI Runtime interactif | ✓ | ✓ | ✓ | ✓ |
Détection d'anomalies | ✓ | ✓ | ||
Classic Compute | ✓ | ✓ | ✓ | ✓ |
Salles blanches | ✓ | ✓ | ||
Classification des données | ✓ | ✓ | ||
Databricks Apps | ✓ | ✓ | ✓ | ✓ |
Databricks Genie pour Microsoft Teams | ✓ | ✓ | ✓ | ✓ |
Databricks Genie pour Slack | ✓ | ✓ | ✓ | ✓ |
Databricks One | ✓ | ✓ | ✓ | ✓ |
Default Stockage | ✓ | ✓ | ✓ | ✓ |
Mode Genie Agent | ✓ | ✓ | ||
Genie Code | ✓ | ✓ | ✓ | ✓ |
Mode Agent Genie Code | ✓ | ✓ | ✓ | ✓ |
Agent de tableau de bord Genie Code | ✓ | ✓ | ✓ | ✓ |
Genie Spaces | ✓ | ✓ | ✓ | ✓ |
Assistant de connaissances | ✓ | ✓ | ✓ | ✓ |
Autoscaling Lakebase | ||||
Lakeflow Connect - Confluence | ✓ | ✓ | ||
Lakeflow Connect – Dynamics 365 | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect - GA4 | ||||
Lakeflow Connect - Google Ads | ✓ | ✓ | ||
Lakeflow Connect – HubSpot | ✓ | ✓ | ||
Lakeflow Connect - Meta Ads | ✓ | ✓ | ||
Lakeflow Connect – MySQL | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect - NetSuite | ||||
Lakeflow Connect - PostgreSQL | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect – SFTP | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect-Salesforce | ✓ | ✓ | ||
Lakeflow Connect - ServiceNow | ✓ | ✓ | ||
Lakeflow Connect - SharePoint | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect — TikTok Ads | ✓ | ✓ | ||
Lakeflow Connect - Workday HCM | ✓ | ✓ | ||
Lakeflow Connect – Rapports Workday (RaaS) | ✓ | ✓ | ||
Lakeflow Connect – Zendesk Support | ✓ | ✓ | ||
Lakeflow Connect - Zerobus Ingest | ✓ | ✓ | ✓ | ✓ |
Tâches Lakeflow | ✓ | ✓ | ✓ | ✓ |
Editor LakeFlow Pipelines | ✓ | ✓ | ||
Monitoring du Lakehouse | ✓ | ✓ | ||
MLflow sur Databricks | ✓ | ✓ | ✓ | ✓ |
Serveurs MCP gérés | ✓ | ✓ | ✓ | ✓ |
Model Serving - Passerelle IA (v1) | ✓ | ✓ | ✓ | ✓ |
Model Serving - Garde-fou d'IA | ✓ | ✓ | ✓ | ✓ |
Model Serving - AI Playground | ✓ | ✓ | ✓ | ✓ |
Model Serving - Modèles personnalisés | ✓ | ✓ | ✓ | ✓ |
Model Serving - Modèles externes | ✓ | ✓ | ✓ | ✓ |
Model Serving - Fonction d'IA (ai_query) des modèles de fondation | ✓ | ✓ | ✓ | ✓ |
Model Serving – Modèles de fondation par jeton | ✓ | ✓ | ✓ | ✓ |
OpenSharing | ✓ | ✓ | ✓ | ✓ |
OpenSharing SecureConnect | ✓ | ✓ | ✓ | ✓ |
Optimisation prédictive | ✓ | ✓ | ||
Serverless jobs, workflows et notebooks | ✓ | ✓ | ||
LakeFlow Pipelines Serverless | ✓ | ✓ | ||
Serverless SQL Warehouse | ✓ | ✓ | ||
Workspace Serverless | ✓ | ✓ | ||
Agent superviseur | ✓ | ✓ | ||
Vector Search (Standard) | ✓ | ✓ | ||
Vector Search (optimisé pour le stockage) |