Aktionen Ressourcentypen Bedingungsschlüssel

Aktionen, Ressourcen und Bedingungsschlüssel für Amazon SageMaker mit MLflow

Amazon SageMaker mit MLflow (Service-Präfix:sagemaker-mlflow) stellt die folgenden servicespezifischen Ressourcen, Aktionen und Bedingungskontextschlüssel zur Verwendung in IAM Berechtigungsrichtlinien bereit.

Referenzen:

Erfahren Sie, wie Sie diesen Service konfigurieren.
Sehen Sie sich eine Liste der für diesen Service verfügbaren API Operationen an.
Erfahren Sie, wie Sie diesen Dienst und seine Ressourcen mithilfe von IAM Berechtigungsrichtlinien schützen können.

Themen

Von Amazon definierte Aktionen SageMaker mit MLflow
Von Amazon definierte Ressourcentypen SageMaker mit MLflow
Zustandsschlüssel für Amazon SageMaker mit MLflow

Von Amazon definierte Aktionen SageMaker mit MLflow

Sie können die folgenden Aktionen im Action Element einer IAM Grundsatzerklärung 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)
AccessUI	Erteilt die Berechtigung zum Zugriff auf die MLflow Benutzeroberfläche	Lesen
CreateExperiment	Erteilt die Erlaubnis, ein MLflow Experiment zu erstellen	Schreiben	mlflow-tracking-server*
CreateModelVersion	Erteilt die Erlaubnis, eine neue Modellversion zu erstellen	Schreiben	mlflow-tracking-server*
CreateRegisteredModel	Erteilt die Erlaubnis, ein registriertes Modell zu erstellen	Schreiben	mlflow-tracking-server*
CreateRun	Erteilt die Erlaubnis, innerhalb eines Experiments einen neuen Lauf zu erstellen	Schreiben	mlflow-tracking-server*
DeleteExperiment	Erteilt die Erlaubnis, ein MLflow Experiment zum Löschen zu markieren	Schreiben	mlflow-tracking-server*
DeleteModelVersion	Erteilt die Berechtigung zum Löschen einer Modellversion	Schreiben	mlflow-tracking-server*
DeleteModelVersionTag	Erteilt die Berechtigung zum Löschen eines Modellversions-Tags	Schreiben	mlflow-tracking-server*
DeleteRegisteredModel	Erteilt die Berechtigung zum Löschen eines registrierten Modells	Schreiben	mlflow-tracking-server*
DeleteRegisteredModelAlias	Erteilt die Berechtigung zum Löschen eines registrierten Model-Alias	Schreiben	mlflow-tracking-server*
DeleteRegisteredModelTag	Erteilt die Erlaubnis, ein registriertes Model-Tag zu löschen	Schreiben	mlflow-tracking-server*
DeleteRun	Erteilt die Berechtigung, einen Lauf zum Löschen zu markieren	Schreiben	mlflow-tracking-server*
DeleteTag	Erteilt die Berechtigung, ein Tag während eines Laufs zu löschen	Schreiben	mlflow-tracking-server*
DeleteTraceTag	Erteilt die Berechtigung zum Löschen eines Trace-Tags in MLflow	Schreiben	mlflow-tracking-server*
DeleteTraces	Erteilt die Erlaubnis zum Löschen von Traces in MLflow	Schreiben	mlflow-tracking-server*
EndTrace	Erteilt die Erlaubnis, eine Ablaufverfolgung zu beenden in MLflow	Schreiben	mlflow-tracking-server*
GetDownloadURIForModelVersionArtifacts	Erteilt die ErlaubnisURI, Modellartefakte für eine bestimmte Modellversion herunterzuladen	Lesen	mlflow-tracking-server*
GetExperiment	Erteilt die Erlaubnis, Metadaten für ein MLflow Experiment abzurufen	Lesen	mlflow-tracking-server*
GetExperimentByName	Erteilt die Erlaubnis, Metadaten für ein MLflow Experiment nach Namen abzurufen	Lesen	mlflow-tracking-server*
GetLatestModelVersions	Erteilt die Erlaubnis, die neuesten Modellversionen abzurufen	Auflisten	mlflow-tracking-server*
GetMetricHistory	Erteilt die Berechtigung, eine Liste aller Werte für die angegebene Metrik für einen bestimmten Lauf abzurufen	Lesen	mlflow-tracking-server*
GetModelVersion	Erteilt die Berechtigung, eine Modellversion nach Modellname und Version abzurufen	Lesen	mlflow-tracking-server*
GetModelVersionByAlias	Erteilt die Berechtigung zum Abrufen der Modellversion anhand eines Alias in MLflow	Lesen	mlflow-tracking-server*
GetRegisteredModel	Erteilt die Erlaubnis, ein registriertes Modell abzurufen	Lesen	mlflow-tracking-server*
GetRun	Erteilt die Berechtigung zum Abrufen von Metadaten, Metriken, Parametern und Tags für einen Lauf	Lesen	mlflow-tracking-server*
GetTraceInfo	Erteilt die Berechtigung zum Abrufen von Informationen über einen Trace in MLflow	Lesen	mlflow-tracking-server*
ListArtifacts	Erteilt die Berechtigung, Artefakte für einen Lauf aufzulisten	Auflisten	mlflow-tracking-server*
LogBatch	Erteilt die Berechtigung, einen Stapel von Metriken, Parametern und Tags für einen Lauf zu protokollieren	Schreiben	mlflow-tracking-server*
LogInputs	Erteilt die Berechtigung, Eingaben für einen Lauf zu protokollieren	Schreiben	mlflow-tracking-server*
LogMetric	Erteilt die Berechtigung, eine Metrik für einen Lauf zu protokollieren	Schreiben	mlflow-tracking-server*
LogModel	Erteilt die Berechtigung, das einem Lauf zugeordnete Modell zu protokollieren	Schreiben	mlflow-tracking-server*
LogParam	Erteilt die Berechtigung, einen Parameter zu protokollieren, der während eines Rechenlaufs aufgezeichnet wurde	Schreiben	mlflow-tracking-server*
RenameRegisteredModel	Erteilt die Erlaubnis, ein registriertes Modell umzubenennen	Schreiben	mlflow-tracking-server*
RestoreExperiment	Erteilt die Erlaubnis, ein zum Löschen markiertes Experiment wiederherzustellen	Schreiben	mlflow-tracking-server*
RestoreRun	Erteilt die Erlaubnis, einen gelöschten Lauf wiederherzustellen	Schreiben	mlflow-tracking-server*
SearchExperiments	Erteilt die Erlaubnis, nach MLflow Experimenten zu suchen	Lesen	mlflow-tracking-server*
SearchModelVersions	Erteilt die Erlaubnis, nach einer Modellversion zu suchen	Lesen	mlflow-tracking-server*
SearchRegisteredModels	Erteilt die Berechtigung zur Suche nach registrierten Modellen in MLflow	Lesen	mlflow-tracking-server*
SearchRuns	Erteilt die Berechtigung, nach Läufen zu suchen, die Ausdrücken entsprechen	Lesen	mlflow-tracking-server*
SearchTraces	Erteilt die Erlaubnis zur Suche nach Spuren in MLflow	Lesen	mlflow-tracking-server*
SetExperimentTag	Erteilt die Erlaubnis, ein Experiment mit einem Tag zu versehen	Schreiben	mlflow-tracking-server*
SetModelVersionTag	Erteilt die Berechtigung, ein Tag für die Modellversion festzulegen	Schreiben	mlflow-tracking-server*
SetRegisteredModelAlias	Erteilt die Berechtigung, einen registrierten Modell-Alias festzulegen	Schreiben	mlflow-tracking-server*
SetRegisteredModelTag	Erteilt die Berechtigung, ein Tag für ein registriertes Modell festzulegen	Schreiben	mlflow-tracking-server*
SetTag	Erteilt die Berechtigung, bei einem Lauf ein Tag zu setzen	Schreiben	mlflow-tracking-server*
SetTraceTag	Erteilt die Berechtigung zum Setzen eines Trace-Tags in MLflow	Schreiben	mlflow-tracking-server*
StartTrace	Erteilt die Erlaubnis, eine Ablaufverfolgung zu starten in MLflow	Schreiben	mlflow-tracking-server*
TransitionModelVersionStage	Erteilt die Erlaubnis, eine Modellversion in eine bestimmte Phase zu überführen	Schreiben	mlflow-tracking-server*
UpdateExperiment	Erteilt die Erlaubnis, die Metadaten für ein MLflow Experiment zu aktualisieren	Schreiben	mlflow-tracking-server*
UpdateModelVersion	Erteilt die Erlaubnis, die Modellversion zu aktualisieren	Schreiben	mlflow-tracking-server*
UpdateRegisteredModel	Erteilt die Erlaubnis, ein registriertes Modell zu aktualisieren	Schreiben	mlflow-tracking-server*
UpdateRun	Erteilt die Berechtigung zum Aktualisieren von Run-Metadaten	Schreiben	mlflow-tracking-server*

Von Amazon definierte Ressourcentypen SageMaker mit MLflow

Die folgenden Ressourcentypen werden von diesem Service definiert und können als Resource Element von IAM Genehmigungsrichtlinien 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

Ressourcentypen	ARN	Bedingungsschlüssel
mlflow-tracking-server	`arn:${Partition}:sagemaker:${Region}:${Account}:mlflow-tracking-server/${MlflowTrackingServerName}`	aws:ResourceTag/${TagKey} sagemaker:ResourceTag/${TagKey}

mlflow-tracking-server

arn:${Partition}:sagemaker:${Region}:${Account}:mlflow-tracking-server/${MlflowTrackingServerName}

aws:ResourceTag/${TagKey}

sagemaker:ResourceTag/${TagKey}

Zustandsschlüssel für Amazon SageMaker mit MLflow

Amazon SageMaker with MLflow definiert die folgenden Bedingungsschlüssel, die im Condition Element einer IAM Richtlinie verwendet werden können. Diese Schlüssel können Sie verwenden, um die Bedingungen zu verfeinern, unter denen die Richtlinienanweisung angewendet wird. Details zu den Spalten in der folgenden Tabelle finden Sie in der Tabelle Condition keys (Bedingungsschlüssel).

Eine Liste der globalen Bedingungsschlüssel, die für alle Services verfügbar sind, finden Sie unter Verfügbare globale Bedingungsschlüssel.

Bedingungsschlüssel	Beschreibung	Typ
aws:ResourceTag/${TagKey}	Filtert den Zugriff anhand eines Tag-Schlüssel-Wert-Paares	String
sagemaker:ResourceTag/${TagKey}	Filtert den Zugriff anhand eines Tag-Schlüssel-Wert-Paares	String

Warnung JavaScript ist in Ihrem Browser nicht verfügbar oder deaktiviert.

Zur Nutzung der AWS-Dokumentation muss JavaScript aktiviert sein. Weitere Informationen finden auf den Hilfe-Seiten Ihres Browsers.

Dokumentkonventionen

Amazon SageMaker Ground Truth Synthetisch

AWS Savings Plans