Kami tidak lagi memperbarui layanan Amazon Machine Learning atau menerima pengguna baru untuk itu. Dokumentasi ini tersedia untuk pengguna yang sudah ada, tetapi kami tidak lagi memperbaruinya. Untuk informasi selengkapnya, lihatApa itu Amazon Machine Learning.
Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Mencatat Panggilan API Amazon denganAWS CloudTrail
Amazon Machine Learning (Amazon ML) terintegrasi denganAWS CloudTrail, layanan yang menyediakan catatan tindakan yang diambil oleh pengguna, peran, atauAWSlayanan di Amazon ML-nya. CloudTrail menangkap semua panggilan API untuk Amazon ML-kejadian. Panggilan yang direkam mencakup panggilan dari konsol Amazon ML-dan panggilan kode ke operasi Amazon ML-API. Jika membuat jejak, Anda dapat mengaktifkan pengiriman peristiwa CloudTrail berkelanjutan ke bucket Amazon S3, termasuk kejadian untuk Amazon ML-nya. Jika Anda tidak mengonfigurasi jejak, Anda masih dapat melihat peristiwa terbaru dalam konsol CloudTrail di Riwayat peristiwa. Menggunakan informasi yang dikumpulkan oleh CloudTrail, Anda dapat menentukan permintaan yang diajukan ke Amazon ML. alamat IP asal permintaan tersebut dibuat, kapan dibuat, dan detail lainnya.
Untuk mempelajari CloudTrail selengkapnya, termasuk cara mengonfigurasi dan mengaktifkannya, lihat AWS CloudTrail Panduan Pengguna.
Informasi Amazon di CloudTrail
CloudTrail diaktifkan pada akun AWS Anda saat Anda membuat akun tersebut. Saat aktivitas peristiwa yang didukung terjadi di Amazon ML-nya, aktivitas tersebut dicatat di peristiwa CloudTrail bersama dengan aktivitas peristiwa lainnyaAWSperistiwa layanan diRiwayat peristiwa. Anda dapat melihat, mencari, dan mengunduh peristiwa terbaru di akun AWS Anda. Untuk informasi selengkapnya, lihat Melihat Peristiwa dengan Riwayat Peristiwa CloudTrail.
Untuk catatan peristiwa yang sedang berlangsung diAWSakun, termasuk peristiwa untuk Amazon ML-nya, buatlah jejak. Sebuah Jejak mengaktifkan CloudTrail untuk mengirim berkas log ke bucket Amazon S3. Secara default, ketika Anda membuat jejak di konsol tersebut, jejak tersebut diterapkan ke semua Wilayah AWS. Log acara jejak dari semua Wilayah di partisi AWS dan mengirimkan berkas log ke bucket Amazon S3 yang Anda tentukan. Selain itu, Anda dapat mengonfigurasi layanan AWS lainnya untuk menganalisis lebih lanjut dan bertindak berdasarkan data peristiwa yang dikumpulkan di log CloudTrail. Untuk informasi selengkapnya, lihat yang berikut:
Amazon mendukung pencatatan tindakan berikut sebagai kejadian di file log CloudTrail:
Operasi Amazon XML berikut ini menggunakan parameter permintaan yang berisi kredensi. Sebelum permintaan ini dikirim ke CloudTrail, kredensialnya diganti dengan tiga tanda bintang (“***”):
Saat operasi Amazon ML-nya dilakukan dengan konsol Amazon MLnya, atributnyaComputeStatisticstidak termasuk dalamRequestParameterskomponen log CloudTrail:
Setiap entri peristiwa atau log berisi informasi tentang siapa yang membuat permintaan tersebut. Informasi identitas membantu Anda menentukan hal berikut:
-
Bahwa permintaan dibuat dengan kredensial pengguna root atau pengguna AWS Identity and Access Management (IAM).
-
Bahwa permintaan tersebut dibuat dengan kredensial keamanan sementara untuk peran atau pengguna gabungan.
-
Apakah permintaan dibuat oleh layanan AWS lain.
Untuk informasi lebih lanjut, lihat Elemen userIdentity CloudTrail.
Contoh: Entri Berkas Log
Jejak adalah konfigurasi yang memungkinkan pengiriman peristiwa sebagai berkas log ke bucket Amazon S3 yang telah Anda tentukan. File log CloudTrail berisi satu atau beberapa entri log. Peristuwa mewakili satu permintaan dari sumber apa pun dan mencakup informasi tentang tindakan yang diminta, tanggal dan waktu tindakan, parameter permintaan, dan sebagainya. Berkas log CloudTrail bukanlah pelacakan tumpukan terurut dari panggilan API publik, sehingga tidak muncul dalam urutan tertentu.
Contoh berikut menunjukkan entri log CloudTrail yang menunjukkan tindakan .
{ "Records": [ { "eventVersion": "1.03", "userIdentity": { "type": "IAMUser", "principalId": "EX_PRINCIPAL_ID", "arn": "arn:aws:iam::012345678910:user/Alice", "accountId": "012345678910", "accessKeyId": "EXAMPLE_KEY_ID", "userName": "Alice" }, "eventTime": "2015-11-12T15:04:02Z", "eventSource": "machinelearning.amazonaws.com", "eventName": "CreateDataSourceFromS3", "awsRegion": "us-east-1", "sourceIPAddress": "127.0.0.1", "userAgent": "console.amazonaws.com", "requestParameters": { "data": { "dataLocationS3": "s3://aml-sample-data/banking-batch.csv", "dataSchema": "{\"version\":\"1.0\",\"rowId\":null,\"rowWeight\":null, \"targetAttributeName\":null,\"dataFormat\":\"CSV\", \"dataFileContainsHeader\":false,\"attributes\":[ {\"attributeName\":\"age\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"job\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"marital\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"education\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"default\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"housing\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"loan\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"contact\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"month\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"day_of_week\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"duration\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"campaign\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"pdays\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"previous\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"poutcome\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"emp_var_rate\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"cons_price_idx\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"cons_conf_idx\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"euribor3m\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"nr_employed\",\"attributeType\":\"NUMERIC\"} ],\"excludedAttributeNames\":[]}" }, "dataSourceId": "exampleDataSourceId", "dataSourceName": "Banking sample for batch prediction" }, "responseElements": { "dataSourceId": "exampleDataSourceId" }, "requestID": "9b14bc94-894e-11e5-a84d-2d2deb28fdec", "eventID": "f1d47f93-c708-495b-bff1-cb935a6064b2", "eventType": "AwsApiCall", "recipientAccountId": "012345678910" }, { "eventVersion": "1.03", "userIdentity": { "type": "IAMUser", "principalId": "EX_PRINCIPAL_ID", "arn": "arn:aws:iam::012345678910:user/Alice", "accountId": "012345678910", "accessKeyId": "EXAMPLE_KEY_ID", "userName": "Alice" }, "eventTime": "2015-11-11T15:24:05Z", "eventSource": "machinelearning.amazonaws.com", "eventName": "CreateBatchPrediction", "awsRegion": "us-east-1", "sourceIPAddress": "127.0.0.1", "userAgent": "console.amazonaws.com", "requestParameters": { "batchPredictionName": "Batch prediction: ML model: Banking sample", "batchPredictionId": "exampleBatchPredictionId", "batchPredictionDataSourceId": "exampleDataSourceId", "outputUri": "s3://EXAMPLE_BUCKET/BatchPredictionOutput/", "mLModelId": "exampleModelId" }, "responseElements": { "batchPredictionId": "exampleBatchPredictionId" }, "requestID": "3e18f252-8888-11e5-b6ca-c9da3c0f3955", "eventID": "db27a771-7a2e-4e9d-bfa0-59deee9d936d", "eventType": "AwsApiCall", "recipientAccountId": "012345678910" } ] }
