Amazon Machine Learning 的操作、资源和条件键

Amazon Machine Learning（服务前缀：machinelearning）提供以下服务特定的资源、操作和条件上下文键以在 IAM 权限策略中使用。

参考：

• 了解如何配置该服务。

• 查看适用于该服务的 API 操作列表。

• 了解如何使用 IAM 权限策略保护该服务及其资源。

Amazon Machine Learning 定义的操作

您可以在 IAM 策略语句的 Action 元素中指定以下操作。可以使用策略授予在 AWS中执行操作的权限。您在策略中使用一项操作时，通常使用相同的名称允许或拒绝对 API 操作或 CLI 命令的访问。但在某些情况下，单一动作可控制对多项操作的访问。还有某些操作需要多种不同的动作。

操作表的资源类型列指示每项操作是否支持资源级权限。如果该列没有任何值，您必须在策略语句的 Resource 元素中指定策略应用的所有资源（“*”）。通过在 IAM policy 中使用条件来筛选访问权限，以控制是否可以在资源或请求中使用特定标签键。如果操作具有一个或多个必需资源，则调用方必须具有使用这些资源来使用该操作的权限。必需资源在表中以星号 (*) 表示。如果您在 IAM policy 中使用 Resource 元素限制资源访问权限，则必须为每种必需的资源类型添加 ARN 或模式。某些操作支持多种资源类型。如果资源类型是可选的（未指示为必需），则可以选择使用一种可选资源类型。

操作表的条件键列包括可以在策略语句的 Condition 元素中指定的键。有关与服务资源关联的条件键的更多信息，请参阅资源类型表的条件键列。

注意

资源条件键在资源类型表中列出。您可以在操作表的资源类型（* 为必需）列中找到应用于某项操作的资源类型的链接。资源类型表中的资源类型包括条件密钥列，这是应用于操作表中操作的资源条件键。

有关下表中各列的详细信息，请参阅操作表。

操作	描述	访问级别	资源类型（* 为必需）	条件键	相关操作
AddTags	为某一对象添加一个或多个标签，上限为 10 个。每个标签由一个键和一个可选值组成	Tagging	batchprediction
			datasource
			evaluation
			mlmodel
CreateBatchPrediction	生成一组观察的预测	写入	batchprediction*
			datasource*
			mlmodel*
CreateDataSourceFromRDS	从 Amazon RDS 创建 DataSource 对象	写入	datasource*
CreateDataSourceFromRedshift	DataSource 从托管在 Amazon Redshift 集群上的数据库创建	写入	datasource*
CreateDataSourceFromS3	从 S3 创建 DataSource 对象	写入	datasource*
CreateEvaluation	创建 MLModel 的新评估	Write	datasource*
			evaluation*
			mlmodel*
CreateMLModel	新建 MLModel	Write	datasource*
			mlmodel*
CreateRealtimeEndpoint	创建 MLModel 的实时终端节点	写入	mlmodel*
DeleteBatchPrediction	将 DELETED 状态分配给 a BatchPrediction，使其无法使用	写入	batchprediction*
DeleteDataSource	将 DELETED 状态分配给 a DataSource，使其无法使用	写入	datasource*
DeleteEvaluation	为评估分配 DELETED 状态，使它表现为不可用	Write	evaluation*
DeleteMLModel	为 MLModel 分配 DELETED 状态，使它表现为不可用	Write	mlmodel*
DeleteRealtimeEndpoint	删除 MLModel 的实时终端节点	Write	mlmodel*
DeleteTags	删除与 ML 对象关联的指定标签。此操作完成后，您将无法恢复已删除的标签	标记	batchprediction
			datasource
			evaluation
			mlmodel
DescribeBatchPredictions	返回与请求中的搜索条件相匹配的 BatchPrediction 操作列表	列出
DescribeDataSources	返回与请求中搜索条件相匹配的列表 DataSource	列出
DescribeEvaluations	返回与请求中搜索条件相匹配的列表 DescribeEvaluations	列出
DescribeMLModels	返回与请求中的搜索条件匹配的 MLModel 列表	List
DescribeTags	描述您的 Amazon ML 对象的一个或多个标签	列出	batchprediction
			datasource
			evaluation
			mlmodel
GetBatchPrediction	返回 a BatchPrediction ，其中包含详细的元数据、状态和数据文件信息	读取	batchprediction*
GetDataSource	返回 a DataSource ，其中包含元数据和数据文件信息，以及的当前状态 DataSource	读取	datasource*
GetEvaluation	返回包含元数据的评估，及其当前状态	Read	datasource*
GetMLModel	返回包含详细元数据和数据源信息的 MLModel，及其当前状态	Read	mlmodel*
Predict	使用指定的 ML 模型生成观察的预测	写入	mlmodel*
UpdateBatchPrediction	更新 BatchPredictionName a 的 BatchPrediction	写入	batchprediction*
UpdateDataSource	更新 DataSourceName a 的 DataSource	写入	datasource*
UpdateEvaluation	更新评估 EvaluationName 的内容	写入	evaluation*
UpdateMLModel	更新 MLM ModelName odel ScoreThreshold 的 ML 和	写入	mlmodel*

Amazon Machine Learning 定义的资源类型

以下资源类型是由该服务定义的，可以在 IAM 权限策略语句的 Resource 元素中使用这些资源类型。操作表中的每个操作指定了可以使用该操作指定的资源类型。您也可以在策略中包含条件键，从而定义资源类型。这些键显示在资源类型表的最后一列。有关下表中各列的详细信息，请参阅资源类型表。

资源类型	ARN	条件键
batchprediction	arn:${Partition}:machinelearning:${Region}:${Account}:batchprediction/${BatchPredictionId}
datasource	arn:${Partition}:machinelearning:${Region}:${Account}:datasource/${DatasourceId}
evaluation	arn:${Partition}:machinelearning:${Region}:${Account}:evaluation/${EvaluationId}
mlmodel	arn:${Partition}:machinelearning:${Region}:${Account}:mlmodel/${MlModelId}

Amazon Machine Learning 的条件键

Machine Learning 没有可以在策略语句的 Condition 元素中使用的服务特定上下文键。有关适用于所有服务的全局上下文键列表，请参阅可用的条件键。