本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用加密保护传输中的数据
所有传输中的网际数据都支持 TLS 1.2 加密。
亚马逊 SageMaker 确保在传输和静止状态时对机器学习 (ML) 模型项目和其他系统项目进行加密。向 SageMaker API 和控制台通过安全 (SSL) 连接创建。传递Amazon Identity and Access Management角色到 SageMaker 提供代表您访问资源以进行训练和部署的权限。您可以将加密的 Amazon S3 存储桶用于模型工件和数据，也可以通过Amazon KMS关键 SageMaker 实例来加密附加的 ML 存储卷。
某些网内数据在传输（在服务平台内）未加密。这包括：
-
服务控制层面和训练作业实例（不是客户数据）之间的命令和控制通信。
-
分布式处理作业（网络内）中节点之间的通信。
-
分布式训练作业（网络内）中节点之间的通信。
没有用于批处理的节点间通信。
您可以选择加密训练群集中节点之间的通信。有关如何执行此操作的信息，请参阅 保护分布式训练作业中机器学习计算实例之间的通信。启用容器间流量加密可能会增加训练时间，在您使用分布式深度学习算法时尤其如此。对于受影响的算法，添加此另一层安全性还会增加成本。大多数人的训练时间 SageMaker 内置算法（如 XGBoost、DeepAR 和线性学习器）通常不受影响。
FIPS 验证的终端节点可用于 SageMaker 托管模型的 API 和请求路由器（运行时）。有关 FIPS 兼容终端节点的信息，请参阅美国联邦信息处理标准 (FIPS) 140-2