Amazon SageMaker 的操作、资源和条件密钥 MLflow

SageMaker 带有MLflow（服务前缀:sagemaker-mlflow）的 Amazon 提供以下特定于服务的资源、操作和条件上下文密钥，供在IAM权限策略中使用。

参考：

了解如何配置该服务。
查看此服务可用的API操作列表。
了解如何使用 IAM 权限策略保护该服务及其资源。

主题

由 Amazon 定义 SageMaker 的操作 MLflow
由 Amazon SageMaker 定义的资源类型 MLflow
SageMaker 带有 Amazon 的条件密钥 MLflow

由 Amazon 定义 SageMaker 的操作 MLflow

您可以在 Action 策略语句的 IAM 元素中指定以下操作。可以使用策略授予在 AWS中执行操作的权限。当您在策略中使用操作时，通常会允许或拒绝访问具有相同名称的API操作或CLI命令。但在某些情况下，单一动作可控制对多项操作的访问。还有某些操作需要多种不同的动作。

操作表的资源类型列指示每项操作是否支持资源级权限。如果该列没有任何值，您必须在策略语句的 Resource 元素中指定策略应用的所有资源（“*”）。如果该列包含资源类型，则可以在带有该操作ARN的语句中指定该类型的资源类型。如果操作具有一个或多个必需资源，则调用方必须具有使用这些资源来使用该操作的权限。必需资源在表中以星号 (*) 表示。如果您使用IAM策略中的Resource元素限制资源访问权限，则必须为每种必需的资源类型包含ARN或模式。某些操作支持多种资源类型。如果资源类型是可选的（未指示为必需），则可以选择使用一种可选资源类型。

操作表的条件键列包括可以在策略语句的 Condition 元素中指定的键。有关与服务资源关联的条件键的更多信息，请参阅资源类型表的条件键列。

注意

资源条件键在资源类型表中列出。您可以在操作表的资源类型（* 为必需）列中找到应用于某项操作的资源类型的链接。资源类型表中的资源类型包括条件密钥列，这是应用于操作表中操作的资源条件键。

有关下表中各列的详细信息，请参阅操作表。

操作	描述	访问级别	资源类型（* 为必需）
AccessUI	授予访问MLflow用户界面的权限	读取
CreateExperiment	授予创建MLflow实验的权限	写入	mlflow-tracking-server*
CreateModelVersion	授予权限以创建新模型版本	写入	mlflow-tracking-server*
CreateRegisteredModel	授予权限以创建注册模型	写入	mlflow-tracking-server*
CreateRun	授予权限以在实验中创建新的运行	写入	mlflow-tracking-server*
DeleteExperiment	授予将MLflow实验标记为删除的权限	写入	mlflow-tracking-server*
DeleteModelVersion	授予删除模型版本的权限	写入	mlflow-tracking-server*
DeleteModelVersionTag	授予权限以删除模型版本标签	写入	mlflow-tracking-server*
DeleteRegisteredModel	授予权限以删除注册模型	写入	mlflow-tracking-server*
DeleteRegisteredModelAlias	授予权限以删除注册模型别名	写入	mlflow-tracking-server*
DeleteRegisteredModelTag	授予权限以删除模型标签	写入	mlflow-tracking-server*
DeleteRun	授予权限以将运行标记为删除	写入	mlflow-tracking-server*
DeleteTag	授予权限以删除运行标签	写入	mlflow-tracking-server*
DeleteTraceTag	授予删除中跟踪标签的权限 MLflow	写入	mlflow-tracking-server*
DeleteTraces	授予删除中跟踪的权限 MLflow	写入	mlflow-tracking-server*
EndTrace	授予结束追踪的权限 MLflow	写入	mlflow-tracking-server*
GetDownloadURIForModelVersionArtifacts	授予权限，URI允许下载特定模型版本的模型构件	读取	mlflow-tracking-server*
GetExperiment	授予获取MLflow实验元数据的权限	读取	mlflow-tracking-server*
GetExperimentByName	授予按名称获取MLflow实验元数据的权限	读取	mlflow-tracking-server*
GetLatestModelVersions	授予权限以获取最新模型版本	列出	mlflow-tracking-server*
GetMetricHistory	授予权限以获取给定运行中指定指标的所有值	读取	mlflow-tracking-server*
GetModelVersion	授予权限以按模型名称和版本获取模型版本	读取	mlflow-tracking-server*
GetModelVersionByAlias	授予按别名获取模型版本的权限 MLflow	读取	mlflow-tracking-server*
GetRegisteredModel	授予权限以获取注册模型	读取	mlflow-tracking-server*
GetRun	授予权限以获取运行的元数据、指标、参数和标签	读取	mlflow-tracking-server*
GetTraceInfo	授予获取有关追踪信息的权限 MLflow	读取	mlflow-tracking-server*
ListArtifacts	授予权限以列出运行的构件	列出	mlflow-tracking-server*
LogBatch	授予记录一批运行的指标、参数和标签的权限	写入	mlflow-tracking-server*
LogInputs	授予权限以记录运行的输入	写入	mlflow-tracking-server*
LogMetric	授予权限以记录运行指标	写入	mlflow-tracking-server*
LogModel	授予权限以记录与运行关联的模型	写入	mlflow-tracking-server*
LogParam	授予权限以记录运行期间跟踪的参数	写入	mlflow-tracking-server*
RenameRegisteredModel	授予权限以重命名注册模型	写入	mlflow-tracking-server*
RestoreExperiment	授予权限以恢复标记为删除的实验	写入	mlflow-tracking-server*
RestoreRun	授予权限以恢复已删除的运行	写入	mlflow-tracking-server*
SearchExperiments	授予搜索MLflow实验的权限	读取	mlflow-tracking-server*
SearchModelVersions	授予权限以搜索模型版本	读取	mlflow-tracking-server*
SearchRegisteredModels	授予在中搜索注册模型的权限 MLflow	读取	mlflow-tracking-server*
SearchRuns	授予权限以搜索满足表达式的运行	读取	mlflow-tracking-server*
SearchTraces	授予在中搜索痕迹的权限 MLflow	读取	mlflow-tracking-server*
SetExperimentTag	授予权限以设置实验标签	写入	mlflow-tracking-server*
SetModelVersionTag	授予权限以为模型版本设置标签	写入	mlflow-tracking-server*
SetRegisteredModelAlias	授予权限以设置注册模型别名	写入	mlflow-tracking-server*
SetRegisteredModelTag	授予权限以设置注册模型标签	写入	mlflow-tracking-server*
SetTag	授予权限以设置运行标签	写入	mlflow-tracking-server*
SetTraceTag	授予在中设置跟踪标签的权限 MLflow	写入	mlflow-tracking-server*
StartTrace	授予在中开始追踪的权限 MLflow	写入	mlflow-tracking-server*
TransitionModelVersionStage	授予权限以将模型版本过渡到特定阶段	写入	mlflow-tracking-server*
UpdateExperiment	授予更新MLflow实验元数据的权限	写入	mlflow-tracking-server*
UpdateModelVersion	授予权限以更新模型版本	写入	mlflow-tracking-server*
UpdateRegisteredModel	授予权限以更新注册模型	写入	mlflow-tracking-server*
UpdateRun	授予权限以更新运行元数据	写入	mlflow-tracking-server*

由 Amazon SageMaker 定义的资源类型 MLflow

以下资源类型是由该服务定义的，可以在 IAM 权限策略语句的 Resource 元素中使用这些资源类型。操作表中的每个操作指定了可以使用该操作指定的资源类型。您也可以在策略中包含条件键，从而定义资源类型。这些键显示在资源类型表的最后一列。有关下表中各列的详细信息，请参阅资源类型表。

资源类型 ARN 条件键

资源类型	ARN	条件键
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}

SageMaker 带有 Amazon 的条件密钥 MLflow

SageMaker Amazon with MLflow 定义了以下可在IAM策略Condition元素中使用的条件键。您可以使用这些键进一步细化应用策略语句的条件。有关下表中各列的详细信息，请参阅条件键表。

要查看适用于所有服务的全局条件键，请参阅可用的全局条件键。

条件键	描述	类型
aws:ResourceTag/${TagKey}	按标签键值对筛选访问	String
sagemaker:ResourceTag/${TagKey}	按标签键值对筛选访问	String

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

Amazon G SageMaker round Truth 合成

AWS Savings Plans