Anote las instancias, los SageMaker trabajos y los puntos finales

Para cifrar el volumen de almacenamiento de aprendizaje automático (ML) adjunto a las libretas, los trabajos de procesamiento, los trabajos de formación, los trabajos de ajuste de hiperparámetros, los trabajos de transformación por lotes y los puntos finales, puede pasar una clave a. AWS KMS SageMaker Si no especifica una KMS clave, SageMaker cifra los volúmenes de almacenamiento con una clave transitoria y la descarta inmediatamente después de cifrar el volumen de almacenamiento. En el caso de las instancias de notebook, si no especifica una KMS clave, SageMaker cifra tanto los volúmenes del sistema operativo como los volúmenes de datos de aprendizaje automático con una clave administrada por el sistema. KMS

Puede usar una AWS KMS clave AWS administrada para cifrar todos los volúmenes del sistema operativo de la instancia. Puede cifrar todos los volúmenes de datos de ML de todas las SageMaker instancias con la AWS KMS clave que especifique. Los volúmenes de almacenamiento de ML se montan de la siguiente manera:

Los contenedores de trabajos de entrenamiento, transformación por lotes y procesamiento tienen una naturaleza efímera. Cuando se completa el trabajo, la salida se carga en Amazon S3 mediante el AWS KMS cifrado con una AWS KMS clave opcional que usted especifique y la instancia se desmonta. Si no se proporciona ninguna AWS KMS clave en la solicitud de trabajo, SageMaker utilice la AWS KMS clave predeterminada de Amazon S3 para la cuenta de su función. Si los datos de salida se almacenan en Amazon S3 Express One Zone, se cifran con cifrado del lado del servidor con claves administradas de Amazon S3 (SSE-S3). Actualmente, no se admite el cifrado del lado del servidor con AWS KMS claves (SSE-KMS) para almacenar los datos de SageMaker salida en los buckets de directorio de Amazon S3.

Al abrir una instancia de bloc de notas, la SageMaker guarda junto con todos los archivos asociados a ella en la SageMaker carpeta del volumen de almacenamiento de ML de forma predeterminada. Al detener una instancia de bloc de notas, SageMaker crea una instantánea del volumen de almacenamiento de ML. Todas las personalizaciones del sistema operativo de la instancia detenida se pierden, como las bibliotecas personalizadas instaladas o la configuración del nivel del sistema operativo. Considere la posibilidad de utilizar una configuración de ciclo de vida para automatizar las personalizaciones de la instancia de bloc de notas predeterminada. Al terminar una instancia, se eliminan la instantánea y el volumen de almacenamiento de ML. Cualquier dato que tenga que perdurar durante más tiempo que la vida útil de la instancia del cuaderno deberá transferirse a un bucket de Amazon S3.