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。
使用记录亚马逊 SageMaker API 调用 Amazon CloudTrail
SageMaker Amazon 与 Amazon CloudTrail一项服务集成，可记录用户、角色或 Amazon 服务在中执行的操作 SageMaker。 CloudTrail 捕获除 InvokeEndpoint和 InvokeEndpointAsync之外的所有 API 调用作为事件。 SageMaker捕获的调用包括来自 SageMaker控制台的调用和对 SageMaker API 操作的代码调用。如果您创建了跟踪，则可以允许将 CloudTrail 事件持续传输到 Amazon S3 存储桶，包括的事件 SageMaker。如果您未配置跟踪，您仍然可以在 CloudTrail 控制台的事件历史记录中查看最新的事件。使用收集的信息 CloudTrail，您可以确定向哪个请求发出 SageMaker、发出请求的 IP 地址、谁发出了请求、何时发出请求以及其他详细信息。
要了解更多信息 CloudTrail，请参阅《Amazon CloudTrail 用户指南》。
默认情况下，日志数据无限期地存储在 CloudWatch 日志中。但是，您可以配置要在日志组中存储日志数据多长时间。有关信息，请参阅 Amazon CloudWatch 日志用户指南中的更改 CloudWatch 日志数据保留期。
SageMaker 中的信息 CloudTrail
CloudTrail 在您创建 Amazon 账户时已在您的账户上启用。当 Amazon 中发生活动时 SageMaker，该活动会与其他 Amazon 服务 CloudTrail 事件一起记录在事件历史记录中。您可以在自己的 Amazon 账户中查看、搜索和下载最近发生的事件。有关更多信息，请参阅使用事件历史记录查看 CloudTrail 事件。
要持续记录您的 Amazon 账户中的事件，包括亚马逊的事件 SageMaker，请创建跟踪。跟踪允许 CloudTrail 将日志文件传输到 Amazon S3 存储桶。默认情况下，当您在控制台中创建跟踪时，该跟踪将应用于所有 Amazon 区域。跟踪记录 Amazon 分区中所有区域的事件，并将日志文件传送到您指定的 Amazon S3 存储桶。此外，您可以配置其他 Amazon 服务，以进一步分析和处理 CloudTrail 日志中收集的事件数据。有关更多信息，请参阅下列内容：
除 InvokeEndpoint和之外的所有 SageMaker 操作 InvokeEndpointAsync都由记录 CloudTrail 并记录在中Operations。例如，调用CreateEndpoint和CreateNotebookInstance操作会在 CloudTrail 日志文件中生成条目。CreateTrainingJob
每个事件或日记账条目都包含有关生成请求的人员信息。身份信息可帮助您确定以下内容：
-
请求是使用根用户凭证还是 IAM 用户凭证发出的。
-
请求是使用角色还是联合用户的临时安全凭证发出的。
-
请求是否由其他 Amazon 服务发出。
有关更多信息，请参阅CloudTrail 用户身份元素。
由自动模型优化执行的操作
SageMaker 支持将非 API 服务事件记录到 CloudTrail 日志文件中，用于自动模型调整作业。这些事件与您的调优任务有关，但不是客户向公共 Amazon API 请求的直接结果。例如，当您通过调用创建超参数调整作业时 CreateHyperParameterTuningJob， SageMaker 会创建训练作业来评估各种超参数组合以找到最佳结果。同样，当您调StopHyperParameterTuningJob用停止超参数调整作业时， SageMaker可能会停止任何相关的正在运行的训练作业。系统会记录调整任务的非 API 事件， CloudTrail 以帮助您改善 Amazon 账户的治理、合规性以及运营和风险审计。
从非 API 服务事件生成的日志条目具有 AwsServiceEvent 而非 AwsApiCall 的 eventType。
了解 SageMaker 日志文件条目
跟踪是一种配置，允许将事件作为日志文件传输到您指定的 S3 存储桶。 CloudTrail 日志文件包含一个或多个日志条目。事件代表来自任何来源的单个请求，包括有关请求的操作、操作的日期和时间、请求参数等的信息。 CloudTrail 日志文件不是公共 API 调用的有序堆栈跟踪，因此它们不会按任何特定顺序出现。
以下示例为 CreateEndpoint 操作的日志条目，它创建一个端点以部署经过训练的模型。
{ "eventVersion":"1.05", "userIdentity": { "type":"IAMUser", "principalId":"AIXDAYQEXAMPLEUMLYNGL", "arn":"arn:aws:iam::123456789012:user/intern", "accountId":"123456789012", "accessKeyId":"ASXIAGXEXAMPLEQULKNXV", "userName":"intern" }, "eventTime":"2018-01-02T13:39:06Z", "eventSource":"sagemaker.amazonaws.com", "eventName":"CreateEndpoint", "awsRegion":"us-west-2", "sourceIPAddress":"127.0.0.1", "userAgent":"USER_AGENT", "requestParameters": { "endpointName":"ExampleEndpoint", "endpointConfigName":"ExampleEndpointConfig" }, "responseElements": { "endpointArn":"arn:aws:sagemaker:us-west-2:123456789012:endpoint/exampleendpoint" }, "requestID":"6b1b42b9-EXAMPLE", "eventID":"a6f85b21-EXAMPLE", "eventType":"AwsApiCall", "recipientAccountId":"444455556666" }
以下示例是 CreateModel 操作的日志条目，它创建一个或多个容器来托管以前经过训练的模型。
{ "eventVersion":"1.05", "userIdentity": { "type":"IAMUser", "principalId":"AIXDAYQEXAMPLEUMLYNGL", "arn":"arn:aws:iam::123456789012:user/intern", "accountId":"123456789012", "accessKeyId":"ASXIAGXEXAMPLEQULKNXV", "userName":"intern" }, "eventTime":"2018-01-02T15:23:46Z", "eventSource":"sagemaker.amazonaws.com", "eventName":"CreateModel", "awsRegion":"us-west-2", "sourceIPAddress":"127.0.0.1", "userAgent":"USER_AGENT", "requestParameters": { "modelName":"ExampleModel", "primaryContainer": { "image":"174872318107.dkr.ecr.us-west-2.amazonaws.com/kmeans:latest" }, "executionRoleArn":"arn:aws:iam::123456789012:role/EXAMPLEARN" }, "responseElements": { "modelArn":"arn:aws:sagemaker:us-west-2:123456789012:model/barkinghappy2018-01-02t15-23-32-275z-ivrdog" }, "requestID":"417b8dab-EXAMPLE", "eventID":"0f2b3e81-EXAMPLE", "eventType":"AwsApiCall", "recipientAccountId":"444455556666" }