Privacidade de dados na Amazon SageMaker - Amazon SageMaker
Tipos de informação coletadosComo cancelar a coleta de metadadosMais informações

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Privacidade de dados na Amazon SageMaker

A Amazon SageMaker coleta informações agregadas sobre o uso de bibliotecas AWS próprias e de código aberto usadas durante o treinamento. SageMaker usa esses metadados agregados para melhorar os serviços e a experiência do cliente.

As seções a seguir fornecem explicações sobre o tipo de metadados que são coletados e como optar por não participar da SageMaker coleta de metadados.

Tipos de informação coletados

Informações de uso

Metadados AWS de bibliotecas próprias e de código aberto que são usados com SageMaker treinamento, como aqueles usados para treinamento distribuído, compilação e quantização.

Erros

Erros de comportamento inesperado, incluindo falhas, falhas, cascatas e falhas resultantes da interação com a plataforma de treinamento. SageMaker

Como cancelar a coleta de metadados

Você pode optar por não compartilhar metadados agregados com o SageMaker treinamento ao criar um trabalho de treinamento usando o. CreateTrainingJob API Se você estiver usando o console para criar trabalhos de treinamento, a coleta de metadados será desativada por padrão.

Importante

Você deve optar por não receber a coleta de metadados para cada trabalho de treinamento enviado. Você também deve optar por não participar de uma API chamada, conforme mostrado nos exemplos a seguir. Você não pode optar por não participar de um script de treinamento.

A seção a seguir mostra como você pode optar por não participar da coleta de metadados usando o AWS CLI AWS SDK for Python (Boto3), ou o SageMaker PythonSDK.

Desative a coleta de metadados usando o AWS Command Line Interface ()AWS CLI

Para desativar a coleta de metadados usando o AWS CLI, defina OPT_OUT_TRACKING a variável de ambiente create-training-job API como 1 no, conforme mostrado no exemplo de código a seguir.

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 não participar da coleta de metadados usando o AWS SDK for Python (Boto3)

Para desativar a coleta de metadados usando o SDK for Python (Boto3), defina a OPT_OUT_TRACKING variável 1 de ambiente como no, conforme mostrado no exemplo de código create_training_job API a seguir.

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'
    },
)

Desative a coleta de metadados usando o Python SageMaker SDK

Para desativar a coleta de metadados usando o SageMaker SDK Python, defina a OPT_OUT_TRACKING variável 1 de ambiente como dentro de SageMaker um estimador, conforme mostrado no exemplo de código a seguir.

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

Opte por não participar da coleta de metadados em toda a conta

Se você quiser desativar a coleta de metadados para várias contas, defina uma variável de ambiente para desativar o rastreamento em toda a conta. Você deve usar o SageMaker Python SDK para cancelar a coleta de metadados no nível da conta.

O exemplo de código a seguir mostra como desativar o rastreamento em toda a conta.

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

Para obter mais informações sobre como desativar o rastreamento em toda a conta, consulte Como configurar e usar padrões com o Python. SageMaker SDK

Mais informações

Se seu serviço downstream SageMaker depender de treinamento

Se você opera um serviço que depende de SageMaker treinamento, é altamente recomendável informar seu cliente sobre a coleta agregada de metadados na plataforma de SageMaker treinamento e apresentar a ele a opção de optar por não participar. Como alternativa, você pode cancelar a coleta de metadados em nome do seu cliente.

Se você é cliente ou cliente de um serviço que usa SageMaker treinamento

Se você é cliente ou cliente de um serviço que usa SageMaker treinamento, use seu método preferido na seção anterior para cancelar a coleta de metadados.