Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Limita l'accesso agli artefatti alle distribuzioni dei pacchetti modello

Quando si condivide un pacchetto modello tra più account, il ruolo di esecuzione dell'account di consumo si basa s3:GetObject sugli artefatti del modello nell'account di produzione. Per impostazione predefinita, tale autorizzazione si applica ogni volta che viene utilizzato il ruolo. Di conseguenza, qualsiasi responsabile che utilizza il ruolo può leggere gli artefatti da un notebook, da un lavoro di formazione o tramite una chiamata diretta all'API, non solo durante l'implementazione di un pacchetto modello.

È possibile restringere tale accesso in modo che solo una distribuzione del pacchetto modello possa leggere gli artefatti. Durante la distribuzione, l' SageMaker IA applica il tag di sessione alla sessione con ruolo sagemaker:ModelPackageArn di esecuzione che assume. Il valore del tag è l'ARN del pacchetto modello da distribuire. Una bucket policy che richiede questo tag concede quindi l'accesso solo alle sessioni di distribuzione.

Ciò richiede che tre componenti lavorino insieme. Puoi configurarli tutti e tre; l' SageMaker IA fornisce solo il tag di sessione:

Fase 1: Contrassegna e definisci il ruolo di esecuzione

Nell'account di consumo, contrassegna il ruolo di esecuzione ManagedBy=SageMaker e limita la sua politica di fiducia al principale del servizio SageMaker AI. La politica di fiducia deve consentire entrambi sts:AssumeRole ests:TagSession. In caso sts:TagSession contrario, l' SageMaker intelligenza artificiale non può applicare il tag di sagemaker:ModelPackageArn sessione e Amazon S3 nega ogni lettura richiesta dalla policy del bucket nella Fase 3.

{
  "RoleName": "GovernedModelExecutionRole",
  "Tags": [ { "Key": "ManagedBy", "Value": "SageMaker" } ],
  "AssumeRolePolicyDocument": {
    "Version": "2012-10-17",
    "Statement": [{
      "Effect": "Allow",
      "Principal": { "Service": "sagemaker.amazonaws.com" },
      "Action": [ "sts:AssumeRole", "sts:TagSession" ]
    }]
  }
}

Passaggio 2: aggiungere una policy di controllo del servizio

Allega il seguente SCP alla tua organizzazione. La prima dichiarazione consente solo al responsabile del servizio SageMaker AI di assumere un ruolo taggatoManagedBy=SageMaker. La seconda consente solo all' SageMaker IA di impostare la chiave sagemaker:ModelPackageArn tag, che è l'unica chiave tag valutata dalla bucket policy. Per ulteriori informazioni, consulta Creazione, aggiornamento ed eliminazione delle policy di controllo del servizio.

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "DenyNonSageMakerAssumeOnManagedRoles",
      "Effect": "Deny",
      "Action": "sts:AssumeRole",
      "Resource": "*",
      "Condition": {
        "StringEquals": { "aws:ResourceTag/ManagedBy": "SageMaker" },
        "StringNotEquals": { "aws:PrincipalServiceName": "sagemaker.amazonaws.com" }
      }
    },
    {
      "Sid": "DenyTaggingProtectedKeysUnlessSageMaker",
      "Effect": "Deny",
      "Action": [ "iam:TagRole", "iam:UntagRole", "sts:TagSession" ],
      "Resource": "*",
      "Condition": {
        "StringLike": { "aws:RequestTag/sagemaker:ModelPackageArn": "*" },
        "StringNotEquals": { "aws:PrincipalServiceName": "sagemaker.amazonaws.com" }
      }
    }
  ]
}

Passaggio 3: aggiungere la policy del bucket Amazon S3

Nell'account di produzione, applica la seguente policy al bucket che contiene gli artefatti del modello. Tutte e tre le condizioni devono essere rispettate. Amazon S3 nega qualsiasi sessione che ne manchi una.

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "AllowOnlyModelPackageDeployments",
      "Effect": "Allow",
      "Principal": "*",
      "Action": "s3:GetObject",
      "Resource": "arn:aws:s3:::model-artifacts-bucket/model-package-prefix/*",
      "Condition": {
        "StringLike": {
          "aws:PrincipalTag/sagemaker:ModelPackageArn":
            "arn:aws:sagemaker:*:producer-account-id:model-package/model-package-group/*"
        },
        "StringEquals": {
          "aws:PrincipalOrgID": "o-organization-id",
          "aws:PrincipalTag/ManagedBy": "SageMaker"
        }
      }
    }
  ]
}

L'utilizzo Principal con il valore di * congiuntamente a queste condizioni significa che qualsiasi ruolo dell'organizzazione contrassegnato ManagedBy=SageMaker e dotato del tag di distribuzione può leggere gli artefatti. Non è necessario modificare la policy per ogni ruolo di consumo. La jolly sul pacchetto modello ARN copre tutte le versioni del gruppo.

Se gli artefatti sono crittografati con una AWS KMS chiave gestita dal cliente, anche il ruolo di esecuzione deve utilizzare tale chiave. kms:Decrypt Inseriscilo nella policy chiave; una policy IAM da sola non è sufficiente.

Monitora l'accesso agli artefatti

Il tuo account registra sia la codifica della sessione che la conseguente decisione di accesso.

Prima di applicare le policy a un bucket di produzione, puoi valutarle con il simulatore di policy IAM per confermare che una sessione di distribuzione è consentita e che una sessione senza il tag è negata. Per ulteriori informazioni, consulta Testare le politiche IAM con il simulatore di policy IAM.