Amazon SageMaker

Amazon SageMaker 是全受管的機器學習服務。透過 Amazon SageMaker，資料科學家和開發人員可以快速輕鬆地建立和訓練機器學習模型，然後將它們直接部署到生產就緒的託管環境中。它提供整合式 Jupyter 撰寫筆記本執行個體，可輕鬆存取資料來源以進行探索和分析。Amazon SageMaker 也提供常見的機器學習演算法，這些演算法經過最佳化，可針對分散式環境中的極大資料有效執行。

透過原生支援 bring-your-own-algorithms 和架構，Amazon SageMaker 提供彈性的分散式訓練選項，可根據客戶的特定工作流程調整。Amazon SageMaker 有資格使用包含 PHI 的數據進行操作。傳輸中的資料加密由 SSL/TLS 提供，並在與 Amazon 的前端介面 SageMaker (與筆記型電腦) 通訊時使用，以及 Amazon 與任何其他 AWS 服務 SageMaker 互動 (例如，從 Amazon S3 提取資料) 時使用。

為了滿足對 PHI 進行靜態加密的要求，在設定端點時 (DescribeEndpointConfig：KmsKeyID) 可以使用 AWS Key Management Service (KMS) SageMaker 對使用 Amazon 執行個體執行模型存放的資料進行加密。使用啟用模型訓練結果 (人工因素) 的加密， AWS KMS 並且應使用 OutputDataConfig說明中的 KmsKey ID 來指定金鑰。如果未提供 KMS 金鑰識別碼，則會使用該角色帳戶的預設 Amazon S3 KMS 金鑰。Amazon SageMaker 用 AWS CloudTrail 來記錄所有 API 調用。