Privacidad de datos en Amazon SageMaker - Amazon SageMaker
Tipos de información recopilada¿Cómo excluirse de la recopilación de metadatosInformación adicional

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Privacidad de datos en Amazon SageMaker

Amazon SageMaker recopila información agregada sobre el uso de bibliotecas AWS propias y de código abierto que se utilizan durante la formación. SageMaker utiliza estos metadatos agregados para mejorar los servicios y la experiencia del cliente.

En las siguientes secciones se explica el tipo de metadatos que se SageMaker recopilan y cómo excluirse de la recopilación de metadatos.

Tipos de información recopilada

Información de uso

Metadatos AWS de bibliotecas propias y de código abierto que se utilizan con fines de SageMaker formación, como las que se utilizan para la formación distribuida, la compilación y la cuantificación.

Errores

Errores debidos a un comportamiento inesperado, como fallos, bloqueos, cascadas y fallos que se producen al interactuar con la plataforma de formación. SageMaker

¿Cómo excluirse de la recopilación de metadatos

Puede optar por no compartir los metadatos agregados con la SageMaker formación al crear un trabajo de formación mediante CreateTrainingJobAPI. Si utiliza la consola para crear trabajos de formación, la recopilación de metadatos está desactivada de forma predeterminada.

importante

Debe optar por excluirse de la recopilación de metadatos para cada trabajo de formación que envíe. También debe optar por no participar en una API convocatoria, como se muestra en los siguientes ejemplos. No puedes optar por no participar en un guion de formación.

La siguiente sección muestra cómo puede excluirse de la recopilación de metadatos mediante AWS CLI AWS SDK for Python (Boto3),, o SageMaker PythonSDK.

Opte por no participar en la recopilación de metadatos mediante AWS Command Line Interface (AWS CLI)

Para excluirse de la recopilación de metadatos mediante el AWS CLI, OPT_OUT_TRACKING defina la variable de entorno 1 en el, create-training-job API como se muestra en el siguiente ejemplo de código.

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

Opte por no participar en la recopilación de metadatos mediante el AWS SDK for Python (Boto3)

Para excluirse de la SDK recopilación de metadatos mediante Python (Boto3), OPT_OUT_TRACKING defina la variable de entorno create_training_job API como se muestra 1 en el siguiente ejemplo de código.

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'
    },
)

Optar por no participar en la recopilación de metadatos mediante SageMaker Python SDK

Para excluirse de la recopilación de metadatos mediante SageMaker PythonSDK, OPT_OUT_TRACKING defina la variable de entorno como 1 dentro de un SageMaker estimador, como se muestra en el siguiente ejemplo de código.

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

Opte por no participar en la recopilación de metadatos en toda la cuenta

Si quieres excluirte de la recopilación de metadatos de varias cuentas, puedes configurar una variable de entorno para excluirte del seguimiento en toda la cuenta. Debe usar SageMaker Python SDK para excluirse de la recopilación de metadatos a nivel de cuenta.

El siguiente ejemplo de código muestra cómo excluirse del seguimiento en toda la cuenta.

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

Para obtener más información sobre cómo excluirse del seguimiento en toda la cuenta, consulta Configuración y uso de valores predeterminados con Python. SageMaker SDK

Información adicional

Si su servicio descendente depende de la formación SageMaker

Si opera un servicio que se basa en la SageMaker formación, le recomendamos encarecidamente que informe a su cliente sobre la recopilación agregada de metadatos en la plataforma de SageMaker formación y que le dé la opción de excluirse. Como alternativa, puede optar por excluirse de la recopilación de metadatos en nombre de su cliente.

Si es cliente o cliente de un servicio que utiliza la SageMaker formación

Si es cliente o cliente de un servicio que utiliza la SageMaker formación, utilice el método que prefiera en la sección anterior para excluirse de la recopilación de metadatos.