Départ 23/11Cohorte 3 en direct Vibe Coding & Agents IA : 3 semaines, 9 sessions liveCohorte 3 (23/11) →
SortieAPI / Produit · Prêt à l'emploiAWS Machine Learning Blog→ original

AWS montre comment ouvrir les API privées aux agents Bedrock via un pare-feu central

Dans les grandes entreprises, l'équipe réseau possède tous les sous-réseaux, et le trafic entre VPC doit obligatoirement passer par un pare-feu central. AWS a présenté un schéma dans lequel AgentCore Gateway accède à des API privées et à des serveurs MCP via une passerelle VPC Lattice hébergée dans le compte de l'équipe réseau. Requêtes et réponses transitent par Transit Gateway, et le pare-feu les inspecte dans les deux sens. Le schéma a été testé dans la région us-east-1, sur trois comptes.

Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
AWS montre comment ouvrir les API privées aux agents Bedrock via un pare-feu central
Source : AWS Machine Learning Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAWS Machine Learning Blog ↗
Rédacteur en chef
Chiffre clé #1Le pare-feu voit les métadonnées et le SNI, mais pas le contenu des requêtes : le TLS est de bout en bout
Chiffre clé #2L'ALB valide lui-même le jeton du client via jwt-validation, et les jetons étrangers reçoivent un 401
Chiffre clé #3Sans règle pour les clés JWKS, l'ALB répondait par une erreur HTTP 500, et l'agent constatait un échec MCP

Tôt ou tard, les agents d'entreprise se heurtent non pas au modèle, mais au réseau. L'agent doit appeler une API REST interne ou un serveur MCP, mais l'équipe réseau possède tous les VPC et sous-réseaux, et tout trafic entre eux doit traverser un pare-feu central, à l'aller comme au retour. AWS a publié une analyse détaillée de la manière de concilier cette exigence avec Amazon Bedrock AgentCore Gateway.

Le problème

AgentCore Gateway propose deux modes d'accès aux cibles privées. En mode géré, AgentCore crée lui-même une passerelle de ressources VPC Lattice dans le compte de Gateway. Cela convient si le compte peut posséder ses propres sous-réseaux. En mode autogéré, tel que le décrit la documentation, la passerelle est placée dans des sous-réseaux disposant d'un accès direct au backend, et aucune inspection n'est prévue entre Gateway et l'outil. Si les sous-réseaux appartiennent à l'équipe réseau et qu'un pare-feu est obligatoire, aucune des deux options ne convient.

La solution d'AWS reprend le mode autogéré avec une seule modification : la passerelle de ressources est créée et gérée par le compte réseau. On lui dédie un VPC et des sous-réseaux distincts, qui ne sont cédés à personne et ne contiennent aucun backend. Ces sous-réseaux sont routés vers Transit Gateway, qui envoie le trafic, via un VPC d'inspection, vers un ALB interne ou un endpoint execute-api dans le compte de l'équipe propriétaire de l'outil. La réponse revient par le même chemin.

Comment ça fonctionne

Pour chaque backend, on crée une configuration de ressource, partagée avec le compte AgentCore via AWS RAM. Lors de la création d'une cible, AgentCore la rattache à son propre service network dans VPC Lattice, puis la connexion atteint les interfaces réseau de la passerelle dans votre VPC. AWS gère ce tronçon ; au-delà, ce sont vos routes et votre pare-feu qui prennent le relais. Il n'est donc pas nécessaire de connecter le compte AgentCore à Transit Gateway.

Le pare-feu a besoin de deux règles. La première autorise le port 443 depuis les sous-réseaux de la passerelle de ressources vers le VPC des outils. La seconde autorise l'ALB à joindre le fournisseur d'identité pour récupérer les clés de signature (JWKS), uniquement depuis les sous-réseaux de l'ALB et uniquement vers le nom d'hôte voulu. Lors des tests, sans cette seconde règle, l'ALB renvoyait une erreur HTTP 500 et l'agent recevait une erreur d'appel MCP. Pour prouver que les réponses passent bien par le pare-feu, les auteurs ont ajouté une règle bloquant le sens retour : les appels restaient suspendus jusqu'au timeout et des paquets rejetés apparaissaient dans les journaux. Une fois la règle supprimée, tout refonctionnait.

La validation des jetons incombe au côté outil. Sur l'ALB interne, chaque règle avec forward est dotée de l'action jwt-validation, et le client_id est lié à l'app client de Gateway, afin que les jetons d'autres clients du même user pool soient rejetés. Lors des tests, les requêtes sans jeton, avec un jeton d'un autre fournisseur et avec un jeton d'un autre client recevaient un 401 avant même d'atteindre le backend.

L'agent, lui, ne voyait que « An internal error occurred » : il faut donc chercher les causes dans les journaux d'accès de l'ALB. Pour les API REST privées, API Gateway exige un authorizer sur chaque méthode (une clé d'API n'authentifie pas l'appelant) ainsi qu'une politique d'endpoint qui limite l'accès à l'API aux comptes approuvés.

Limites et conclusion

AWS signale elle-même les points faibles du schéma. Il n'y a aucune inspection du contenu : le TLS court de Gateway jusqu'à l'ALB, le pare-feu voit les métadonnées du flux et le SNI, et les corps de requêtes ne restent visibles que dans les journaux de Gateway, d'AWS WAF et de l'ALB. Le pare-feu contourne certains tronçons : le chemin entre l'agent et l'interface endpoint, celui entre Gateway et la passerelle de ressources, et les demandes de jetons auprès des fournisseurs. Enfin, avec les client credentials, l'outil ne voit que l'identité de Gateway lui-même ; l'utilisateur concerné ne peut être retrouvé qu'à partir des claims du JWT entrant, dans les journaux de Gateway.

Pour les équipes plateforme et sécurité, la conclusion pratique est qu'il faut répartir les rôles à l'avance. L'équipe réseau possède la passerelle de ressources, les routes et les règles du pare-feu. L'équipe de l'outil gère l'ALB, le certificat (son SAN doit correspondre au nom d'hôte de la cible) et l'app client.

L'équipe des agents crée Gateway et une cible par API ou serveur MCP. Un nouvel outil sur un ALB déjà connecté ne demande aucune modification réseau : il suffit de mettre à jour la spécification OpenAPI ou de synchroniser le serveur MCP. Deux paramètres de la passerelle de ressources ne peuvent pas être modifiés après sa création (Ipv4AddressesPerEni et ResourceConfigDnsResolution) ; mieux vaut donc les choisir d'emblée.

Les modèles CloudFormation et les scripts de test se trouvent dans le dépôt associé à l'article, mais il vaut mieux voir ce schéma comme une base de référence, à adapter à l'architecture de ses propres comptes.

Dossier

Questions clés sur cet article

Que sait-on sur Le problème ?

AgentCore Gateway propose deux modes d'accès aux cibles privées. En mode géré, AgentCore crée lui-même une passerelle de ressources VPC Lattice dans le compte de Gateway. Cela convient si le compte peut posséder ses propres sous-réseaux. En mode autogéré, tel que le décrit la documentation, la passerelle est placée dans des sous-réseaux disposant d'un accès direct au backend, et aucune inspection n'est prévue entre Gateway et l'outil.

Comment ça fonctionne?

Pour chaque backend, on crée une configuration de ressource, partagée avec le compte AgentCore via AWS RAM. Lors de la création d'une cible, AgentCore la rattache à son propre service network dans VPC Lattice, puis la connexion atteint les interfaces réseau de la passerelle dans votre VPC. AWS gère ce tronçon ; au-delà, ce sont vos routes et votre pare-feu qui prennent le relais. Il n'est donc pas nécessaire de connecter le compte AgentCore à Transit Gateway. Le pare-feu a besoin de deux règles.

Que sait-on sur Limites et conclusion ?

AWS signale elle-même les points faibles du schéma. Il n'y a aucune inspection du contenu : le TLS court de Gateway jusqu'à l'ALB, le pare-feu voit les métadonnées du flux et le SNI, et les corps de requêtes ne restent visibles que dans les journaux de Gateway, d'AWS WAF et de l'ALB. Le pare-feu contourne certains tronçons : le chemin entre l'agent et l'interface endpoint, celui entre Gateway et la passerelle de ressources, et les demandes de jetons auprès des fournisseurs.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…