Actions, ressources et clés de condition pour Amazon SageMaker avec MLflow

Amazon SageMaker with MLflow (préfixe de service :sagemaker-mlflow) fournit les ressources, actions et clés de contexte de condition spécifiques aux services suivantes à utiliser dans IAM les politiques d'autorisation.

Références :

• Découvrez comment configurer ce service.

• Consultez la liste des APIopérations disponibles pour ce service.

• Découvrez comment sécuriser ce service et ses ressources à l'aide de politiques IAM d'autorisation.

Actions définies par Amazon SageMaker avec MLflow

Vous pouvez spécifier les actions suivantes dans l'Actionélément d'une déclaration de IAM politique. Utilisez des politiques pour accorder des autorisations permettant d'effectuer une opération dans AWS. Lorsque vous utilisez une action dans une politique, vous autorisez ou refusez généralement l'accès à l'APIopération ou à la CLI commande portant le même nom. Toutefois, dans certains cas, une seule action contrôle l'accès à plusieurs opérations. D'autres opérations, quant à elles, requièrent plusieurs actions différentes.

La colonne Types de ressources indique si chaque action prend en charge les autorisations au niveau des ressources. S'il n'y a pas de valeur pour cette colonne, vous devez indiquer toutes les ressources (« * ») dans l'élément Resource de votre déclaration de politique. Si la colonne inclut un type de ressource, vous pouvez spécifier un type ARN de ressource de ce type dans une instruction comportant cette action. Si l'action comporte une ou plusieurs ressources requises, l'appelant doit être autorisé à utiliser l'action avec ces ressources. Les ressources requises sont indiquées dans le tableau par un astérisque (*). Si vous limitez l'accès aux ressources avec l'Resourceélément d'une IAM politique, vous devez inclure un modèle ARN ou pour chaque type de ressource requis. Certaines actions prennent en charge plusieurs types de ressources. Si le type de ressource est facultatif (non indiqué comme obligatoire), vous pouvez choisir d'utiliser l'un, mais pas l'autre.

La colonne Clés de condition inclut des clés que vous pouvez spécifier dans l'élément Condition d'une déclaration de politique. Pour plus d'informations sur les clés de condition associées aux ressources du service, consultez la colonne Clés de condition du tableau des types de ressources.

Note

Les clés de condition des ressources sont répertoriées dans le tableau Types de ressources. Vous pouvez trouver un lien vers le type de ressource qui s'applique à une action dans la colonne Types de ressources (* obligatoire) du tableau Actions. Le type de ressource indiqué dans le tableau Types de ressources inclut la colonne Clés de condition, qui contient les clés de condition de ressource qui s'appliquent à une action dans le tableau Actions.

Pour plus de détails sur les colonnes du tableau suivant, veuillez consulter le tableau Actions.

Actions	Description	Niveau d'accès	Types de ressources (*obligatoire)	Clés de condition	Actions dépendantes
AccessUI	Accorde l'autorisation d'accéder à l'MLflowinterface utilisateur	Lecture
CreateExperiment	Autorise la création d'une MLflow expérience	Écrire	mlflow-tracking-server*
CreateModelVersion	Accorde l'autorisation de créer une nouvelle version du modèle	Écrire	mlflow-tracking-server*
CreateRegisteredModel	Autorise la création d'un modèle enregistré	Écrire	mlflow-tracking-server*
CreateRun	Accorde l'autorisation de créer une nouvelle série dans le cadre d'une expérience	Écrire	mlflow-tracking-server*
DeleteExperiment	Accorde l'autorisation de marquer une MLflow expérience pour suppression	Écrire	mlflow-tracking-server*
DeleteModelVersion	Autorise la suppression d'une version de modèle	Écrire	mlflow-tracking-server*
DeleteModelVersionTag	Autorise la suppression d'une balise de version du modèle	Écrire	mlflow-tracking-server*
DeleteRegisteredModel	Autorise la suppression d'un modèle enregistré	Écrire	mlflow-tracking-server*
DeleteRegisteredModelAlias	Autorise la suppression d'un alias de modèle enregistré	Écrire	mlflow-tracking-server*
DeleteRegisteredModelTag	Autorise la suppression d'une étiquette de modèle enregistrée	Écrire	mlflow-tracking-server*
DeleteRun	Accorde l'autorisation de marquer une course pour suppression	Écrire	mlflow-tracking-server*
DeleteTag	Accorde l'autorisation de supprimer un tag lors d'une course	Écrire	mlflow-tracking-server*
GetDownloadURIForModelVersionArtifacts	Accorde l'autorisation d'obtenir un URI fichier pour télécharger des artefacts de modèle pour une version de modèle spécifique	Lecture	mlflow-tracking-server*
GetExperiment	Accorde l'autorisation d'obtenir des métadonnées pour une MLflow expérience	Lecture	mlflow-tracking-server*
GetExperimentByName	Accorde l'autorisation d'obtenir les métadonnées d'une MLflow expérience par son nom	Lecture	mlflow-tracking-server*
GetLatestModelVersions	Accorde l'autorisation d'obtenir les dernières versions du modèle	Liste	mlflow-tracking-server*
GetMetricHistory	Accorde l'autorisation d'obtenir une liste de toutes les valeurs de la métrique spécifiée pour une exécution donnée	Lecture	mlflow-tracking-server*
GetModelVersion	Accorde l'autorisation d'obtenir une version de modèle par nom de modèle et par version	Lecture	mlflow-tracking-server*
GetModelVersionByAlias	Accorde l'autorisation d'obtenir la version du modèle par alias dans MLflow	Lecture	mlflow-tracking-server*
GetRegisteredModel	Donne l'autorisation d'obtenir un modèle enregistré	Lecture	mlflow-tracking-server*
GetRun	Accorde l'autorisation d'obtenir des métadonnées, des métriques, des paramètres et des balises pour une exécution	Lecture	mlflow-tracking-server*
ListArtifacts	Accorde l'autorisation de répertorier les artefacts pour une exécution	Liste	mlflow-tracking-server*
LogBatch	Autorise l'enregistrement d'un lot de métriques, de paramètres et de balises pour une exécution	Écrire	mlflow-tracking-server*
LogInputs	Accorde l'autorisation de consigner les entrées pour une exécution	Écrire	mlflow-tracking-server*
LogMetric	Accorde l'autorisation d'enregistrer une métrique pour une exécution	Écrire	mlflow-tracking-server*
LogModel	Accorde l'autorisation de consigner le modèle associé à une exécution	Écrire	mlflow-tracking-server*
LogParam	Accorde l'autorisation d'enregistrer un paramètre suivi pendant une exécution	Écrire	mlflow-tracking-server*
RenameRegisteredModel	Autorise le changement de nom d'un modèle enregistré	Écrire	mlflow-tracking-server*
RestoreExperiment	Autorise la restauration d'une expérience marquée pour suppression	Écrire	mlflow-tracking-server*
RestoreRun	Accorde l'autorisation de restaurer une course supprimée	Écrire	mlflow-tracking-server*
SearchExperiments	Donne l'autorisation de rechercher MLflow des expériences	Lecture	mlflow-tracking-server*
SearchModelVersions	Autorise la recherche d'une version de modèle	Lecture	mlflow-tracking-server*
SearchRegisteredModels	Autorise la recherche de modèles enregistrés dans MLflow	Lecture	mlflow-tracking-server*
SearchRuns	Accorde l'autorisation de rechercher des essais qui répondent aux expressions	Lecture	mlflow-tracking-server*
SetExperimentTag	Accorde l'autorisation de définir une étiquette sur une expérience	Écrire	mlflow-tracking-server*
SetModelVersionTag	Accorde l'autorisation de définir une balise pour la version du modèle	Écrire	mlflow-tracking-server*
SetRegisteredModelAlias	Accorde l'autorisation de définir un alias de modèle enregistré	Écrire	mlflow-tracking-server*
SetRegisteredModelTag	Accorde l'autorisation de définir une étiquette pour un modèle enregistré	Écrire	mlflow-tracking-server*
SetTag	Accorde l'autorisation de définir un tag lors d'une course	Écrire	mlflow-tracking-server*
TransitionModelVersionStage	Accorde l'autorisation de faire passer une version du modèle à une étape particulière	Écrire	mlflow-tracking-server*
UpdateExperiment	Accorde l'autorisation de mettre à jour les métadonnées d'une MLflow expérience	Écrire	mlflow-tracking-server*
UpdateModelVersion	Autorise la mise à jour de la version du modèle	Écrire	mlflow-tracking-server*
UpdateRegisteredModel	Autorise la mise à jour d'un modèle enregistré	Écrire	mlflow-tracking-server*
UpdateRun	Accorde l'autorisation de mettre à jour les métadonnées d'exécution	Écrire	mlflow-tracking-server*

Types de ressources définis par Amazon SageMaker avec MLflow

Les types de ressources suivants sont définis par ce service et peuvent être utilisés dans l'Resourceélément des déclarations de politique d'IAMautorisation. Chaque action du tableau Actions identifie les types de ressources pouvant être spécifiés avec cette action. Un type de ressource peut également définir les clés de condition que vous pouvez inclure dans une politique. Ces clés sont affichées dans la dernière colonne du tableau. Pour plus de détails sur les colonnes du tableau suivant, veuillez consulter le tableau Types de ressources.

Types de ressources	ARN	Clés de condition
mlflow-tracking-server	arn:${Partition}:sagemaker:${Region}:${Account}:mlflow-tracking-server/${MlflowTrackingServerName}

Clés de condition pour Amazon SageMaker avec MLflow

SageMaker MLflowne possède aucune clé de contexte spécifique au service pouvant être utilisée dans l'Conditionélément des déclarations de politique. Pour accéder à la liste des clés de condition globales disponibles pour tous les services, consultez Clés de condition disponibles.