Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Sécurité dans l’analyse intelligente SageMaker
Comme la bibliothèque d’analyse intelligente SageMaker exécute des processus de suppression d’exemples d’entraînement moins importants, elle nécessite un accès complet aux jeux de données d’entraînement tels qu’ils sont produits par le chargeur de données. Cet accès n’est pas différent de l’accès déjà fourni à PyTorch dans un scénario d’entraînement normal.
L’analyse intelligente SageMaker intègre une journalisation qui a des implications en termes de sécurité. Par défaut, les journaux d’analyse intelligente SageMaker sont uniquement des journaux au niveau de l’application contenant des métriques, des latences, des erreurs ou des avertissements utilisateur. Les utilisateurs peuvent toutefois choisir d’activer les journaux verbeux, qui enregistrent les données complètes du lot pour indiquer quels exemples ont été supprimés d’un lot donné. Ces journaux sont émis à l’aide d’enregistreurs Python et ne sont ni chargés ni stockés par la bibliothèque. Dans le cas du chargement automatique des journaux vers CloudWatch ou des services similaires, veuillez noter que l’utilisation de journaux détaillés peut entraîner le chargement de données d’entraînement sensibles hors de l’instance d’entraînement.
Au-delà de la journalisation mentionnée ci-dessus, l’analyse intelligente SageMaker ne possède aucune fonctionnalité réseau et n’interagit pas avec le système de fichiers local. Les données utilisateur sont stockées sous forme d’objets en mémoire pendant toute la durée de leur utilisation par la bibliothèque.
