View a markdown version of this page

Datenschutz bei Amazon SageMaker AI - Amazon SageMaker KI
Arten von erfassten InformationenWie kann ich die Erfassung von Metadaten deaktivierenZusätzliche Informationen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Datenschutz bei Amazon SageMaker AI

Amazon SageMaker AI sammelt aggregierte Informationen über die Nutzung AWS eigener Bibliotheken und Open-Source-Bibliotheken, die während der Schulung verwendet werden. SageMaker AI verwendet diese aggregierten Metadaten, um die Dienstleistungen und das Kundenerlebnis zu verbessern.

Die folgenden Abschnitte enthalten Erläuterungen zur Art der Metadaten, die SageMaker KI sammelt, und dazu, wie Sie die Metadatenerfassung deaktivieren können.

Arten von erfassten Informationen

Nutzungsinformationen

Metadaten aus eigenen Bibliotheken AWS und Open-Source-Bibliotheken, die beim SageMaker Training verwendet werden, z. B. solche, die für verteiltes Training, Kompilieren und Quantisieren verwendet werden.

Fehler

Fehler, die auf unerwartetes Verhalten zurückzuführen sind, einschließlich Ausfällen, Abstürzen, Kaskaden und Ausfällen, die sich aus der Interaktion mit der Trainingsplattform ergeben. SageMaker

Wie kann ich die Erfassung von Metadaten deaktivieren

Sie können die Weitergabe aggregierter Metadaten an das SageMaker Training deaktivieren, wenn Sie mithilfe der API einen Schulungsjob erstellen. CreateTrainingJob Wenn Sie die Konsole zum Erstellen von Trainingsjobs verwenden, ist die Metadatenerfassung standardmäßig deaktiviert.

Wichtig

Sie müssen sich für jeden Trainingsjob, den Sie einreichen, dafür entscheiden, die Metadatenerfassung zu deaktivieren. Sie müssen sich auch in einem API-Aufruf abmelden, wie in den folgenden Beispielen dargestellt. Sie können sich nicht innerhalb eines Schulungsskripts dafür entscheiden, sich abzumelden.

Der folgende Abschnitt zeigt, wie Sie die Metadatenerfassung mithilfe des AWS CLI AWS SDK für Python (Boto3), oder des SageMaker Python-SDK deaktivieren können.

Deaktivieren Sie die Metadatenerfassung mit dem AWS Command Line Interface (AWS CLI)

Um die Metadatenerfassung mithilfe von OPT_OUT_TRACKING zu deaktivieren AWS CLI, setzen Sie die Umgebungsvariable 1 in der create-training-job API auf, wie im folgenden Codebeispiel gezeigt.

aws sagemaker create-training-job \
--training-job-name your_job_name \
--algorithm-specification AlgorithmName=your_algorithm_name\
--output-data-config S3OutputPath=s3://bucket-name/key-name-prefix \
--resource-config InstanceType=ml.c5.xlarge, InstanceCount=1 \
--stopping-condition MaxRuntimeInSeconds=100 \
--environment OPT_OUT_TRACKING=1

Deaktivieren Sie die Metadatenerfassung mit dem AWS SDK für Python (Boto3)

Um die Metadatensammlung mit dem SDK for Python (Boto3) OPT_OUT_TRACKING zu deaktivieren, setzen Sie die Umgebungsvariable 1 in der create_training_job API auf, wie im folgenden Codebeispiel gezeigt.

boto3.client('sagemaker').create_training_job(
    TrainingJobName='your_training_job',
    AlgorithmSpecification={
        'AlgorithmName': 'your_algorithm_name',
        'TrainingInputMode': 'File',
    },
    RoleArn='your_arn',
    OutputDataConfig={
        'S3OutputPath': 's3://bucket-name/key-name-prefix',
    },
    ResourceConfig={
        'InstanceType': 'ml.m4.xlarge',
        'InstanceCount': 1,
        'VolumeSizeInGB': 123,
    },
    StoppingCondition={
        'MaxRuntimeInSeconds': 123,
    },
    Environment={
        'OPT_OUT_TRACKING': '1'
    },
)

Deaktivieren Sie die Metadatenerfassung mithilfe des SageMaker Python-SDK

Um die Metadatenerfassung mithilfe des SageMaker Python-SDK OPT_OUT_TRACKING zu 1 deaktivieren, setzen Sie die Umgebungsvariable auf eine SageMaker KI, ModelTrainer wie im folgenden Codebeispiel gezeigt.

sagemaker.train.ModelTrainer(
    image_uri='path_to_container',
    role='rolearn',
    instance_count=1, 
    instance_type='ml.c5.xlarge', 
    environment={
        'OPT_OUT_TRACKING': '1'
    }, 
)

Deaktiviere die kontoweite Erfassung von Metadaten

Wenn Sie die Erfassung von Metadaten für mehrere Konten deaktivieren möchten, können Sie eine Umgebungsvariable festlegen, um die kontoweite Nachverfolgung zu deaktivieren. Sie müssen das SageMaker AI Python SDK verwenden, um die Metadatenerfassung auf Kontoebene abzulehnen.

Das folgende Codebeispiel zeigt, wie Sie die kontoweite Verfolgung abmelden.

SchemaVersion: '1.0'
SageMaker:
  TrainingJob:
    Environment:
      'OPT_OUT_TRACKING': '1'

Weitere Informationen zur Deaktivierung des kontoweiten Trackings finden Sie unter Konfiguration und Verwendung von Standardwerten mit dem SageMaker Python-SDK.

Zusätzliche Informationen

Wenn Ihr Downstream-Service auf KI-Training angewiesen ist SageMaker

Wenn Sie einen Dienst betreiben, der auf SageMaker Schulungen angewiesen ist, wird dringend empfohlen, Ihren Kunden über die Erfassung aggregierter Metadaten auf der SageMaker Schulungsplattform zu informieren und ihm die Möglichkeit zu geben, sich abzumelden. Alternativ können Sie die Erfassung von Metadaten im Namen Ihres Kunden deaktivieren.

Wenn Sie Kunde oder Kunde eines Dienstes sind, der SageMaker KI-Schulungen nutzt

Wenn Sie Kunde oder Kunde eines Dienstes sind, der SageMaker Schulungen nutzt, verwenden Sie Ihre bevorzugte Methode aus dem vorherigen Abschnitt, um die Erfassung von Metadaten zu deaktivieren.