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.
Aktionen, Ressourcen und Bedingungsschlüssel für Amazon Machine Learning
Amazon Machine Learning (Servicepräfix: machinelearning) stellt die folgenden servicespezifischen Ressourcen, Aktionen und Bedingungskontextschlüssel für die Verwendung in IAM-Berechtigungsrichtlinien bereit.
Referenzen:
-
Erfahren Sie, wie Sie diesen Service konfigurieren.
-
Eine Liste der für diesen Dienst verfügbaren API Operationen anzeigen.
-
Erfahren Sie, wie Sie diesen Service und seine Ressourcen mithilfe von IAM-Berechtigungsrichtlinien schützen.
Themen
Von Amazon Machine Learning definierte Aktionen
Sie können die folgenden Aktionen im Element Action einer IAM-Richtlinienanweisung angeben. Verwenden Sie Richtlinien, um Berechtigungen zum Ausführen einer Operation in AWS zu erteilen. Wenn Sie eine Aktion in einer Richtlinie verwenden, gewähren oder verweigern Sie normalerweise den Zugriff auf den API Vorgang oder CLI Befehl mit demselben Namen. Dabei kann es mitunter vorkommen, dass eine einzige Aktion den Zugriff auf mehr als eine Operation steuert. Alternativ erfordern einige Vorgänge mehrere verschiedene Aktionen.
Die Spalte Resource types (Ressourcentypen) der Aktionstabelle gibt an, ob die Aktion Berechtigungen auf Ressourcenebene unterstützt. Wenn es keinen Wert für diese Spalte gibt, müssen Sie alle Ressourcen ("*") im Element Resource Ihrer Richtlinienanweisung angeben. Wenn die Spalte einen Ressourcentyp enthält, können Sie in ARN einer Anweisung mit dieser Aktion einen Ressourcentyp angeben. Wenn für die Aktion eine oder mehrere Ressourcen erforderlich sind, muss der Aufrufer die Erlaubnis haben, die Aktion mit diesen Ressourcen zu verwenden. Erforderliche Ressourcen sind in der Tabelle mit einem Sternchen (*) gekennzeichnet. Wenn Sie den Ressourcenzugriff mit dem Resource Element in einer IAM Richtlinie einschränken, müssen Sie für jeden erforderlichen Ressourcentyp ein ARN Oder-Muster angeben. Einige Aktionen unterstützen mehrere Ressourcentypen. Wenn der Ressourcentyp optional ist (nicht als erforderlich angegeben), können Sie sich für einen der optionalen Ressourcentypen entscheiden.
Die Spalte Bedingungsschlüssel der Tabelle der Aktionen enthält Schlüssel, die Sie im Element Condition einer Richtlinienanweisung angeben können. Weitere Informationen zu den Bedingungsschlüsseln, die den Ressourcen für den Service zugeordnet sind, finden Sie in der Spalte Bedingungsschlüssel der Tabelle der Ressourcentypen.
Anmerkung
Die Ressourcenbedingungsschlüssel sind in der Tabelle Ressourcentypen enthalten. Sie finden einen Link zu dem Ressourcentyp, der für eine Aktion gilt, in der Spalte Ressourcentypen (*erforderlich) der Tabelle „Aktionen“. Der Ressourcentyp in der Tabelle „Ressourcentypen“ enthält die Spalte Bedingungsschlüssel. Das sind die Ressourcenbedingungsschlüssel, die für eine Aktion in der Tabelle „Aktionen“ gelten.
Details zu den Spalten in der folgenden Tabelle finden Sie in der Tabelle Aktionen
| Aktionen | Beschreibung | Zugriffsebene | Ressourcentypen (*erforderlich) | Bedingungsschlüssel | Abhängige Aktionen |
|---|---|---|---|---|---|
| AddTags | Fügt einem Objekt ein oder mehrere Tags (maximal 10) hinzu. Jedes Tag besteht aus einem Schlüssel und einem optionalen Wert | Markieren | |||
| CreateBatchPrediction | Generiert Prognosen für eine Gruppe von Beobachtungen. | Schreiben | |||
| CreateDataSourceFromRDS | Erzeugt ein DataSource Objekt aus einem Amazon RDS | Schreiben | |||
| CreateDataSourceFromRedshift | Erstellt eine DataSource aus einer Datenbank, die auf einem Amazon Redshift Redshift-Cluster gehostet wird | Schreiben | |||
| CreateDataSourceFromS3 | Erzeugt ein DataSource Objekt aus S3 | Schreiben | |||
| CreateEvaluation | Erstellt eine neue Auswertung eines MLModel | Schreiben | |||
| CreateMLModel | Erzeugt eine neue MLModel | Schreiben | |||
| CreateRealtimeEndpoint | Erzeugt einen Echtzeit-Endpunkt für MLModel | Schreiben | |||
| DeleteBatchPrediction | Weist den DELETED Status einem zu BatchPrediction, wodurch er unbrauchbar wird | Schreiben | |||
| DeleteDataSource | Weist den DELETED Status a zu, wodurch er unbrauchbar DataSource wird | Schreiben | |||
| DeleteEvaluation | Weist den DELETED Status einer Evaluierung zu, wodurch sie unbrauchbar wird | Schreiben | |||
| DeleteMLModel | Weist den DELETED Status einer zu, wodurch sie unbrauchbar MLModel wird | Schreiben | |||
| DeleteRealtimeEndpoint | Löscht den Echtzeit-Endpunkt eines MLModel | Schreiben | |||
| DeleteTags | Löscht die angegebenen Tags, die einem ML-Objekt zugeordnet sind. Nachdem diese Produktion abgeschlossen ist, können Sie keine gelöschten Tags wiederherstellen. | Tagging | |||
| DescribeBatchPredictions | Gibt eine Liste von BatchPrediction Vorgängen zurück, die den Suchkriterien in der Anfrage entsprechen | Auflisten | |||
| DescribeDataSources | Gibt eine Liste zurück DataSource , die den Suchkriterien in der Anfrage entsprechen | Auflisten | |||
| DescribeEvaluations | Gibt eine Liste zurück DescribeEvaluations , die den Suchkriterien in der Anfrage entsprechen | Auflisten | |||
| DescribeMLModels | Gibt eine Liste zurückMLModel, die den Suchkriterien in der Anfrage entsprechen | Auflisten | |||
| DescribeTags | Beschreibt ein oder mehrere Tags für Ihr Amazon ML-Objekt. | Auflisten | |||
| GetBatchPrediction | Gibt eine zurück BatchPrediction , die detaillierte Metadaten-, Status- und Datendateiinformationen enthält | Lesen | |||
| GetDataSource | Gibt a zurück DataSource , das Metadaten und Datendateiinformationen sowie den aktuellen Status von enthält DataSource | Lesen | |||
| GetEvaluation | Gibt eine Bewertung mit Metadaten sowie den aktuellen Status der Bewertung zurück. | Lesen | |||
| GetMLModel | Gibt einen MLModel zurück, der detaillierte Metadaten und Datenquelleninformationen sowie den aktuellen Status des MLModel | Lesen | |||
| Predict | Generiert eine Prognose für die Beobachtung unter Verwendung des angegebenen ML-Modells. | Schreiben | |||
| UpdateBatchPrediction | Aktualisiert das BatchPredictionName von a BatchPrediction | Schreiben | |||
| UpdateDataSource | Aktualisiert das DataSourceName von a DataSource | Schreiben | |||
| UpdateEvaluation | Aktualisiert den EvaluationName Wert einer Bewertung | Schreiben | |||
| UpdateMLModel | Aktualisiert das MLModelName und das ScoreThreshold einer MLModel | Schreiben |
Von Amazon Machine Learning definierte Ressourcentypen
Die folgenden Ressourcentypen werden von diesem Service definiert und können im Element Resource von IAM-Berechtigungsrichtlinienanweisungen verwendet werden. Jede Aktion in der Tabelle Aktionen identifiziert die Ressourcentypen, die mit der Aktion angegeben werden können. Ein Ressourcentyp kann auch definieren, welche Bedingungsschlüssel Sie in einer Richtlinie einschließen können. Diese Schlüssel werden in der letzten Spalte der Tabelle der Ressourcentypen angezeigt. Details zu den Spalten in der folgenden Tabelle finden Sie in der Tabelle Resource types.
| Ressourcentypen | ARN | Bedingungsschlüssel |
|---|---|---|
| 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}
|
Bedingungsschlüssel für Amazon Machine Learning
Machine Learning umfasst keine servicespezifischen Kontextschlüssel, die im Element Condition von Richtlinienanweisungen verwendet werden können. Eine Liste der globalen Kontextschlüssel, die für alle Services verfügbar sind, finden Sie unter Verfügbare Schlüssel für Bedingungen.
