Amazon SageMaker 基于身份的政策示例 - Amazon SageMaker
策略最佳实践使用控制台允许用户查看他们自己的权限使用条件键控制 SageMaker 资源的创建使用基于身份 SageMaker API的策略控制对的访问按 IP 地址限制访问 SageMaker API和运行时调用通过 IP 地址限制对笔记本实例的访问使用标签控制对 SageMaker 资源的访问权限提供标记 SageMaker资源的权限使用可见性条件限制对可搜索资源的访问
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

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。

Amazon SageMaker 基于身份的政策示例

默认情况下，IAM用户和角色无权创建或修改 SageMaker 资源。他们也无法使用 Amazon Web Services Management Console Amazon CLI、或执行任务 Amazon API。IAM管理员必须创建IAM策略，授予用户和角色对其所需的指定资源执行特定API操作的权限。然后，管理员必须将这些策略附加到需要这些权限的IAM用户或群组。要了解如何将策略附加到IAM用户或群组，请参阅《服务授权参考》中的添加和删除IAM身份权限。

要了解如何使用这些示例策略文档创建IAM基于身份的JSON策略，请参阅在选项卡上JSON创建策略。

策略最佳实践

基于身份的策略决定了某人是否可以在您的账户中创建、访问或删除 SageMaker 资源。这些操作可能会使 Amazon Web Services 账户产生成本。创建或编辑基于身份的策略时，请遵循以下指南和建议：

  • 开始使用 Amazon 托管策略并转向最低权限权限 — 要开始向用户和工作负载授予权限，请使用为许多常见用例授予权限的Amazon 托管策略。它们在你的版本中可用 Amazon Web Services 账户。我们建议您通过定义针对您的用例的 Amazon 客户托管策略来进一步减少权限。有关更多信息，请参阅《IAM用户指南》中的Amazon 托Amazon 管策略或工作职能托管策略。

  • 应用最低权限权限-使用IAM策略设置权限时，仅授予执行任务所需的权限。为此，您可以定义在特定条件下可以对特定资源执行的操作，也称为最低权限许可。有关使用应用权限IAM的更多信息，请参阅《IAM用户指南》IAM中的策略和权限。

  • 使用IAM策略中的条件进一步限制访问权限-您可以在策略中添加条件以限制对操作和资源的访问权限。例如，您可以编写一个策略条件来指定所有请求都必须使用发送SSL。如果服务操作是通过特定的方式使用的，则也可以使用条件来授予对服务操作的访问权限 Amazon Web Services 服务，例如 Amazon CloudFormation。有关更多信息，请参阅《IAM用户指南》中的IAMJSON策略元素：条件。

  • 使用 A IAM ccess Analyzer 验证您的IAM策略以确保权限的安全性和功能性 — A IAM ccess Analyzer 会验证新的和现有的策略，以便策略符合IAM策略语言 (JSON) 和IAM最佳实践。IAMAccess Analyzer 提供了 100 多项策略检查和可行的建议，可帮助您制定安全和实用的策略。有关更多信息，请参阅《IAM用户指南》中的 IAMAccess Analyzer 策略验证。

  • 需要多重身份验证 (MFA)-如果您的场景需要IAM用户或 root 用户 Amazon Web Services 账户，请打开MFA以提高安全性。要要求MFA何时调用API操作，请在策略中添加MFA条件。有关更多信息，请参阅《IAM用户指南》中的配置MFA受保护的API访问权限。

有关中最佳做法的更多信息IAM，请参阅《IAM用户指南》IAM中的安全最佳实践。

使用控制 SageMaker 台

要访问 Amazon SageMaker 控制台，您必须拥有一组最低权限。这些权限必须允许您列出和查看 Amazon 账户中 SageMaker 资源的详细信息。如果您创建的基于身份的策略比所需的最低权限更严格，则控制台将无法为拥有该策略的实体正常运行。这包括使用该策略的用户或角色。

为确保这些实体仍然可以使用 SageMaker 控制台，您还必须将以下 Amazon 托管策略附加到这些实体。有关更多信息，请参阅《服务授权参考》中的向用户添加权限：

对于仅拨打 Amazon CLI 或电话的用户，您无需为其设置最低控制台权限 Amazon API。相反，只允许访问与你正在尝试执行的API操作相匹配的操作。

使用 Amazon SageMaker 控制台所需的权限

权限参考表列出了 Amazon 的 SageMaker API操作并显示了每项操作所需的权限。有关 Amazon SageMaker API 运营的更多信息，请参阅Amazon SageMaker API 权限：操作、权限和资源参考。

要使用 Amazon SageMaker 控制台，您需要授予其他操作的权限。具体而言，控制台需要允许ec2操作显示子网VPCs、和安全组的权限。或者，控制台需要为 CreateNotebook、CreateTrainingJob 和 CreateModel 等任务创建执行角色的权限。使用以下权限策略授予这些权限：

{
    "Version": "2012-10-17",
    "Statement": [
        {
          "Sid": "SageMakerApis",
          "Effect": "Allow",
          "Action": [
            "sagemaker:*"
          ],
          "Resource": "*"
        },
        {
          "Sid": "VpcConfigurationForCreateForms",
          "Effect": "Allow",
          "Action": [
            "ec2:DescribeVpcs",
            "ec2:DescribeSubnets",
            "ec2:DescribeSecurityGroups"
          ],
          "Resource": "*"
        },
        {
            "Sid":"KmsKeysForCreateForms",
            "Effect":"Allow",
            "Action":[
              "kms:DescribeKey",
              "kms:ListAliases"
            ],
            "Resource":"*"
        },
        {
          "Sid": "AccessAwsMarketplaceSubscriptions",
          "Effect": "Allow",
          "Action": [
            "aws-marketplace:ViewSubscriptions"
          ],
          "Resource": "*"
        },
        {
          "Effect": "Allow",
          "Action": [
            "codecommit:BatchGetRepositories",
            "codecommit:CreateRepository",
            "codecommit:GetRepository",
            "codecommit:ListRepositories",
            "codecommit:ListBranches",
            "secretsmanager:CreateSecret",
            "secretsmanager:DescribeSecret",
            "secretsmanager:ListSecrets"
          ],
          "Resource": "*"
        },
        {
          "Sid":"ListAndCreateExecutionRoles",
          "Effect":"Allow",
          "Action":[
            "iam:ListRoles",
            "iam:CreateRole",
            "iam:CreatePolicy",
            "iam:AttachRolePolicy"
          ],
          "Resource":"*"
        },
        {
          "Sid": "DescribeECRMetaData",
          "Effect": "Allow",
          "Action": [
              "ecr:Describe*"
          ],
          "Resource": "*"
        },
        {
          "Sid": "PassRoleForExecutionRoles",
          "Effect": "Allow",
          "Action": [
            "iam:PassRole"
          ],
          "Resource": "*",
          "Condition": {
            "StringEquals": {
                "iam:PassedToService": "sagemaker.amazonaws.com"
            }
          }
        }
    ]
}

使用 Amazon G SageMaker round Truth 控制台所需的权限

要使用 Amazon G SageMaker round Truth 控制台，您需要授予其他资源的权限。具体而言，控制台需要以下权限：

  • 可以在 Amazon Marketplace 上查看订阅，

  • 通过亚马逊 Cognito 运营来管理您的私人员工

  • 用于访问您的输入和输出文件的 Amazon S3 操作

  • Amazon Lambda 列出和调用函数的操作

使用以下权限策略授予这些权限：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "GroundTruthConsole",
            "Effect": "Allow",
            "Action": [
                "aws-marketplace:DescribeListings",
                "aws-marketplace:ViewSubscriptions",

                "cognito-idp:AdminAddUserToGroup",
                "cognito-idp:AdminCreateUser",
                "cognito-idp:AdminDeleteUser",
                "cognito-idp:AdminDisableUser",
                "cognito-idp:AdminEnableUser",
                "cognito-idp:AdminRemoveUserFromGroup",
                "cognito-idp:CreateGroup",
                "cognito-idp:CreateUserPool",
                "cognito-idp:CreateUserPoolClient",
                "cognito-idp:CreateUserPoolDomain",
                "cognito-idp:DescribeUserPool",
                "cognito-idp:DescribeUserPoolClient",
                "cognito-idp:ListGroups",
                "cognito-idp:ListIdentityProviders",
                "cognito-idp:ListUsers",
                "cognito-idp:ListUsersInGroup",
                "cognito-idp:ListUserPoolClients",
                "cognito-idp:ListUserPools",
                "cognito-idp:UpdateUserPool",
                "cognito-idp:UpdateUserPoolClient",

                "groundtruthlabeling:DescribeConsoleJob",
                "groundtruthlabeling:ListDatasetObjects",
                "groundtruthlabeling:RunFilterOrSampleManifestJob",
                "groundtruthlabeling:RunGenerateManifestByCrawlingJob",

                "lambda:InvokeFunction",
                "lambda:ListFunctions",

                "s3:GetObject",
                "s3:PutObject",
                "s3:SelectObjectContent"
            ],
            "Resource": "*"
        }
    ]
}

使用 Amazon Agumented AI（预览版）控制台所需的权限

要使用 Augmented AI 控制台，您需要授予其他资源的权限。使用以下权限策略授予这些权限：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "sagemaker:*Algorithm",
                "sagemaker:*Algorithms",
                "sagemaker:*App",
                "sagemaker:*Apps",
                "sagemaker:*AutoMLJob",
                "sagemaker:*AutoMLJobs",
                "sagemaker:*CodeRepositories",
                "sagemaker:*CodeRepository",
                "sagemaker:*CompilationJob",
                "sagemaker:*CompilationJobs",
                "sagemaker:*Endpoint",
                "sagemaker:*EndpointConfig",
                "sagemaker:*EndpointConfigs",
                "sagemaker:*EndpointWeightsAndCapacities",
                "sagemaker:*Endpoints",
                "sagemaker:*Environment",
                "sagemaker:*EnvironmentVersion",
                "sagemaker:*EnvironmentVersions",
                "sagemaker:*Environments",
                "sagemaker:*Experiment",
                "sagemaker:*Experiments",
                "sagemaker:*FlowDefinitions",
                "sagemaker:*HumanLoop",
                "sagemaker:*HumanLoops",
                "sagemaker:*HumanTaskUi",
                "sagemaker:*HumanTaskUis",
                "sagemaker:*HyperParameterTuningJob",
                "sagemaker:*HyperParameterTuningJobs",
                "sagemaker:*LabelingJob",
                "sagemaker:*LabelingJobs",
                "sagemaker:*Metrics",
                "sagemaker:*Model",
                "sagemaker:*ModelPackage",
                "sagemaker:*ModelPackages",
                "sagemaker:*Models",
                "sagemaker:*MonitoringExecutions",
                "sagemaker:*MonitoringSchedule",
                "sagemaker:*MonitoringSchedules",
                "sagemaker:*NotebookInstance",
                "sagemaker:*NotebookInstanceLifecycleConfig",
                "sagemaker:*NotebookInstanceLifecycleConfigs",
                "sagemaker:*NotebookInstanceUrl",
                "sagemaker:*NotebookInstances",
                "sagemaker:*ProcessingJob",
                "sagemaker:*ProcessingJobs",
                "sagemaker:*RenderUiTemplate",
                "sagemaker:*Search",
                "sagemaker:*SearchSuggestions",
                "sagemaker:*Tags",
                "sagemaker:*TrainingJob",
                "sagemaker:*TrainingJobs",
                "sagemaker:*TransformJob",
                "sagemaker:*TransformJobs",
                "sagemaker:*Trial",
                "sagemaker:*TrialComponent",
                "sagemaker:*TrialComponents",
                "sagemaker:*Trials",
                "sagemaker:*Workteam",
                "sagemaker:*Workteams"
            ],
            "Resource": "*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "sagemaker:*FlowDefinition"
            ],
            "Resource": "*",
            "Condition": {
                "StringEqualsIfExists": {
                    "sagemaker:WorkteamType": [
                        "private-crowd",
                        "vendor-crowd"
                    ]
                }
            }
        },
        {
            "Effect": "Allow",
            "Action": [
                "application-autoscaling:DeleteScalingPolicy",
                "application-autoscaling:DeleteScheduledAction",
                "application-autoscaling:DeregisterScalableTarget",
                "application-autoscaling:DescribeScalableTargets",
                "application-autoscaling:DescribeScalingActivities",
                "application-autoscaling:DescribeScalingPolicies",
                "application-autoscaling:DescribeScheduledActions",
                "application-autoscaling:PutScalingPolicy",
                "application-autoscaling:PutScheduledAction",
                "application-autoscaling:RegisterScalableTarget",
                "aws-marketplace:ViewSubscriptions",
                "cloudwatch:DeleteAlarms",
                "cloudwatch:DescribeAlarms",
                "cloudwatch:GetMetricData",
                "cloudwatch:GetMetricStatistics",
                "cloudwatch:ListMetrics",
                "cloudwatch:PutMetricAlarm",
                "cloudwatch:PutMetricData",
                "codecommit:BatchGetRepositories",
                "codecommit:CreateRepository",
                "codecommit:GetRepository",
                "codecommit:ListBranches",
                "codecommit:ListRepositories",
                "cognito-idp:AdminAddUserToGroup",
                "cognito-idp:AdminCreateUser",
                "cognito-idp:AdminDeleteUser",
                "cognito-idp:AdminDisableUser",
                "cognito-idp:AdminEnableUser",
                "cognito-idp:AdminRemoveUserFromGroup",
                "cognito-idp:CreateGroup",
                "cognito-idp:CreateUserPool",
                "cognito-idp:CreateUserPoolClient",
                "cognito-idp:CreateUserPoolDomain",
                "cognito-idp:DescribeUserPool",
                "cognito-idp:DescribeUserPoolClient",
                "cognito-idp:ListGroups",
                "cognito-idp:ListIdentityProviders",
                "cognito-idp:ListUserPoolClients",
                "cognito-idp:ListUserPools",
                "cognito-idp:ListUsers",
                "cognito-idp:ListUsersInGroup",
                "cognito-idp:UpdateUserPool",
                "cognito-idp:UpdateUserPoolClient",
                "ec2:CreateNetworkInterface",
                "ec2:CreateNetworkInterfacePermission",
                "ec2:CreateVpcEndpoint",
                "ec2:DeleteNetworkInterface",
                "ec2:DeleteNetworkInterfacePermission",
                "ec2:DescribeDhcpOptions",
                "ec2:DescribeNetworkInterfaces",
                "ec2:DescribeRouteTables",
                "ec2:DescribeSecurityGroups",
                "ec2:DescribeSubnets",
                "ec2:DescribeVpcEndpoints",
                "ec2:DescribeVpcs",
                "ecr:BatchCheckLayerAvailability",
                "ecr:BatchGetImage",
                "ecr:CreateRepository",
                "ecr:Describe*",
                "ecr:GetAuthorizationToken",
                "ecr:GetDownloadUrlForLayer",
                "elastic-inference:Connect",
                "elasticfilesystem:DescribeFileSystems",
                "elasticfilesystem:DescribeMountTargets",
                "fsx:DescribeFileSystems",
                "glue:CreateJob",
                "glue:DeleteJob",
                "glue:GetJob",
                "glue:GetJobRun",
                "glue:GetJobRuns",
                "glue:GetJobs",
                "glue:ResetJobBookmark",
                "glue:StartJobRun",
                "glue:UpdateJob",
                "groundtruthlabeling:*",
                "iam:ListRoles",
                "kms:DescribeKey",
                "kms:ListAliases",
                "lambda:ListFunctions",
                "logs:CreateLogGroup",
                "logs:CreateLogStream",
                "logs:DescribeLogGroups",
                "logs:DescribeLogStreams",
                "logs:GetLogEvents",
                "logs:PutLogEvents",
                "sns:ListTopics"
            ],
            "Resource": "*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "logs:CreateLogDelivery",
                "logs:DeleteLogDelivery",
                "logs:DescribeResourcePolicies",
                "logs:GetLogDelivery",
                "logs:ListLogDeliveries",
                "logs:PutResourcePolicy",
                "logs:UpdateLogDelivery"
            ],
            "Resource": "*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "ecr:SetRepositoryPolicy",
                "ecr:CompleteLayerUpload",
                "ecr:BatchDeleteImage",
                "ecr:UploadLayerPart",
                "ecr:DeleteRepositoryPolicy",
                "ecr:InitiateLayerUpload",
                "ecr:DeleteRepository",
                "ecr:PutImage"
            ],
            "Resource": "arn:aws:ecr:*:*:repository/*sagemaker*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "codecommit:GitPull",
                "codecommit:GitPush"
            ],
            "Resource": [
                "arn:aws:codecommit:*:*:*sagemaker*",
                "arn:aws:codecommit:*:*:*SageMaker*",
                "arn:aws:codecommit:*:*:*Sagemaker*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "secretsmanager:ListSecrets"
            ],
            "Resource": "*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "secretsmanager:DescribeSecret",
                "secretsmanager:GetSecretValue",
                "secretsmanager:CreateSecret"
            ],
            "Resource": [
                "arn:aws:secretsmanager:*:*:secret:AmazonSageMaker-*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "secretsmanager:DescribeSecret",
                "secretsmanager:GetSecretValue"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "secretsmanager:ResourceTag/SageMaker": "true"
                }
            }
        },
        {
            "Effect": "Allow",
            "Action": [
                "robomaker:CreateSimulationApplication",
                "robomaker:DescribeSimulationApplication",
                "robomaker:DeleteSimulationApplication"
            ],
            "Resource": [
                "*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "robomaker:CreateSimulationJob",
                "robomaker:DescribeSimulationJob",
                "robomaker:CancelSimulationJob"
            ],
            "Resource": [
                "*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "s3:GetObject",
                "s3:PutObject",
                "s3:DeleteObject",
                "s3:AbortMultipartUpload",
                "s3:GetBucketCors",
                "s3:PutBucketCors"
            ],
            "Resource": [
                "arn:aws:s3:::*SageMaker*",
                "arn:aws:s3:::*Sagemaker*",
                "arn:aws:s3:::*sagemaker*",
                "arn:aws:s3:::*aws-glue*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "s3:CreateBucket",
                "s3:GetBucketLocation",
                "s3:ListBucket",
                "s3:ListAllMyBuckets"
            ],
            "Resource": "*"
        },
        {
            "Effect": "Allow",
            "Action": [
                "s3:GetObject"
            ],
            "Resource": "*",
            "Condition": {
                "StringEqualsIgnoreCase": {
                    "s3:ExistingObjectTag/SageMaker": "true"
                }
            }
        },
        {
            "Effect": "Allow",
            "Action": [
                "lambda:InvokeFunction"
            ],
            "Resource": [
                "arn:aws:lambda:*:*:function:*SageMaker*",
                "arn:aws:lambda:*:*:function:*sagemaker*",
                "arn:aws:lambda:*:*:function:*Sagemaker*",
                "arn:aws:lambda:*:*:function:*LabelingFunction*"
            ]
        },
        {
            "Action": "iam:CreateServiceLinkedRole",
            "Effect": "Allow",
            "Resource": "arn:aws:iam::*:role/aws-service-role/sagemaker.application-autoscaling.amazonaws.com/AWSServiceRoleForApplicationAutoScaling_SageMakerEndpoint",
            "Condition": {
                "StringLike": {
                    "iam:AWSServiceName": "sagemaker.application-autoscaling.amazonaws.com"
                }
            }
        },
        {
            "Effect": "Allow",
            "Action": "iam:CreateServiceLinkedRole",
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "iam:AWSServiceName": "robomaker.amazonaws.com"
                }
            }
        },
        {
            "Effect": "Allow",
            "Action": [
                "sns:Subscribe",
                "sns:CreateTopic"
            ],
            "Resource": [
                "arn:aws:sns:*:*:*SageMaker*",
                "arn:aws:sns:*:*:*Sagemaker*",
                "arn:aws:sns:*:*:*sagemaker*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "iam:PassRole"
            ],
            "Resource": "arn:aws:iam::*:role/*",
            "Condition": {
                "StringEquals": {
                    "iam:PassedToService": [
                        "sagemaker.amazonaws.com",
                        "glue.amazonaws.com",
                        "robomaker.amazonaws.com",
                        "states.amazonaws.com"
                    ]
                }
            }
        }
    ]
}

允许用户查看他们自己的权限

此示例说明如何创建允许IAM用户查看附加到其用户身份的内联和托管策略的策略。此策略包括在控制台上或使用或以编程方式完成此操作的 Amazon CLI 权限。 Amazon API

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "ViewOwnUserInfo",
            "Effect": "Allow",
            "Action": [
                "iam:GetUserPolicy",
                "iam:ListGroupsForUser",
                "iam:ListAttachedUserPolicies",
                "iam:ListUserPolicies",
                "iam:GetUser"
            ],
            "Resource": ["arn:aws:iam::*:user/${aws:username}"]
        },
        {
            "Sid": "NavigateInConsole",
            "Effect": "Allow",
            "Action": [
                "iam:GetGroupPolicy",
                "iam:GetPolicyVersion",
                "iam:GetPolicy",
                "iam:ListAttachedGroupPolicies",
                "iam:ListGroupPolicies",
                "iam:ListPolicyVersions",
                "iam:ListPolicies",
                "iam:ListUsers"
            ],
            "Resource": "*"
        }
    ]
}

使用条件键控制 SageMaker 资源的创建

使用 SageMaker特定条件键控制精细访问权限以允许创建 SageMaker 资源。有关在IAM策略中使用条件密钥的信息，请参阅IAM用户指南中的IAMJSON策略元素：条件。

条件密钥、相关API操作和相关文档的链接列在《服务授权参考》的条件密钥 SageMaker中。

以下示例说明如何使用 SageMaker 条件键来控制访问权限。

使用文件系统条件键控制对 SageMaker 资源的访问

SageMaker 训练为训练算法提供了安全的基础架构，但在某些情况下，您可能需要增强深度防御。例如，您可以最大程度地降低在算法中运行不受信任的代码的风险，或者您在组织中具有特定的安全性要求。对于这些场景，您可以使用IAM策略的 Condition 元素中的服务特定条件键将用户的范围缩小到：

  • 特定的文件系统

  • 目录

  • 访问模式（读写、只读）

  • 安全组

将IAM用户限制在特定的目录和访问模式下

以下策略将用户限制为EFS文件系统的/sagemaker/xgboost-dm/train和/sagemaker/xgboost-dm/validation目录ro（只读） AccessMode：

注意

当允许目录时，训练算法也可以访问其所有子目录。POSIX权限被忽略。

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "AccessToElasticFileSystem",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateTrainingJob",
                "sagemaker:CreateHyperParameterTuningJob"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "sagemaker:FileSystemId": "fs-12345678",
                    "sagemaker:FileSystemAccessMode": "ro",
                    "sagemaker:FileSystemType": "EFS",
                    "sagemaker:FileSystemDirectoryPath": "/sagemaker/xgboost-dm/train"
                }
            }
        },
        {
            "Sid": "AccessToElasticFileSystemValidation",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateTrainingJob",
                "sagemaker:CreateHyperParameterTuningJob"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "sagemaker:FileSystemId": "fs-12345678",
                    "sagemaker:FileSystemAccessMode": "ro",
                    "sagemaker:FileSystemType": "EFS",
                    "sagemaker:FileSystemDirectoryPath": "/sagemaker/xgboost-dm/validation"
                }
            }
        }
    ]
}

将用户限制在特定的文件系统中

为了防止恶意算法使用用户空间客户端直接访问您账户中的任何文件系统，您可以限制网络流量。要限制此流量，请仅允许来自特定安全组的入口。在以下示例中， 用户只能使用指定的安全组访问文件系统：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "AccessToLustreFileSystem",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateTrainingJob",
                "sagemaker:CreateHyperParameterTuningJob"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "sagemaker:FileSystemId": "fs-12345678",
                    "sagemaker:FileSystemAccessMode": "ro",
                    "sagemaker:FileSystemType": "FSxLustre",
                    "sagemaker:FileSystemDirectoryPath": "/fsx/sagemaker/xgboost/train"
                },
                "ForAllValues:StringEquals": {
                    "sagemaker:VpcSecurityGroupIds": [
                        "sg-12345678"
                    ]
                }
            }
        }
    ]
}

此示例可以将算法限制为特定的文件系统。但是，它不会阻止算法使用用户空间客户端访问该文件系统中的任何目录。要缓解这种情况，您可以：

  • 确保文件系统仅包含您信任的用户要访问的数据

  • 创建一个IAM角色，限制您的用户使用已批准ECR存储库中的算法启动训练作业

有关如何将角色与配合使用的更多信息 SageMaker，请参阅SageMaker 角色。

将训练限制在特定的范围内 VPC

限制 Amazon 用户在 Amazon 内部创建培训作业VPC。在中创建训练作业时VPC，使用VPC流日志监控进出训练集群的所有流量。有关使用VPC流日志的信息，请参阅 Amazon Virtual Private Cloud 用户指南中的VPC流日志。

以下策略强制要求训练作业由CreateTrainingJob从内部调用的用户创建：VPC

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "AllowFromVpc",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateTrainingJob",
                "sagemaker:CreateHyperParameterTuningJob"
            ],
            "Resource": "*",
            "Condition": {
                "ForAllValues:StringEquals": {
                    "sagemaker:VpcSubnets": ["subnet-a1234"],
                    "sagemaker:VpcSecurityGroupIds": ["sg12345", "sg-67890"]
                },
                "Null": {
                    "sagemaker:VpcSubnets": "false",
                    "sagemaker:VpcSecurityGroupIds": "false"
                }
            }
        }

    ]
}

限制对 Ground Truth 标签工作和 Amazon A2I 人工审核工作流程的劳动力类型的访问权限

Amazon SageMaker Ground Truth 和 Amazon Agumented AI 工作团队分为三种劳动力类型之一：

  • 公开（使用亚马逊 Mechanical Turk）

  • 专属

  • 供应商

您可以使用其中一种类型或工作团队来限制用户对特定工作团队的访问权限ARN。为此，请使用sagemaker:WorkteamType和/或sagemaker:WorkteamArn条件键。对于 sagemaker:WorkteamType 条件键，请使用字符串条件运算符。对于sagemaker:WorkteamArn条件密钥，请使用 Amazon 资源名称 (ARN) 条件运算符。如果用户尝试使用受限的工作团队创建标签作业，则 SageMaker 会返回拒绝访问错误。

以下策略显示了使用带有适当条件运算符sagemaker:WorkteamType和有效sagemaker:WorkteamArn条件值的和条件键的不同方法。

以下示例使用 sagemaker:WorkteamType 条件键和 StringEquals 条件运算符一起限制对公有工作团队的访问。它接受以下格式的条件值：workforcetype-crowd，其中 workforcetype 可以等于publicprivate、或vendor。

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "RestrictWorkteamType",
            "Effect": "Deny",
            "Action": "sagemaker:CreateLabelingJob",
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "sagemaker:WorkteamType": "public-crowd"
                }
            }
        }
    ]
}

以下策略演示如何使用 sagemaker:WorkteamArn 条件键限制对公有工作团队的访问。第一个演示如何将其与工作团队ARN和ArnLike条件运IAM算符的有效正则表达式变体一起使用。第二个演示如何与ArnEquals条件操作员和工作团队一起使用它ARN。

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "RestrictWorkteamType",
            "Effect": "Deny",
            "Action": "sagemaker:CreateLabelingJob",
            "Resource": "*",
            "Condition": {
                "ArnLike": {
                    "sagemaker:WorkteamArn": "arn:aws:sagemaker:*:*:workteam/public-crowd/*"
                }
            }
        }
    ]
}
{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "RestrictWorkteamType",
            "Effect": "Deny",
            "Action": "sagemaker:CreateLabelingJob",
            "Resource": "*",
            "Condition": {
                "ArnEquals": {
                    "sagemaker:WorkteamArn": "arn:aws:sagemaker:us-west-2:394669845002:workteam/public-crowd/default"
                }
            }
        }
    ]
}

强制对输入数据进行加密

以下策略限制用户在创建时使用sagemaker:VolumeKmsKey条件 Amazon KMS 密钥指定用于加密输入数据的密钥：

  • 训练

  • 超参数调整

  • 为作业贴标签

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "EnforceEncryption",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateTrainingJob",
                "sagemaker:CreateHyperParameterTuningJob",
                "sagemaker:CreateLabelingJob",
                "sagemaker:CreateFlowDefiniton"
            ],
            "Resource": "*",
            "Condition": {
                "ArnEquals": {
                    "sagemaker:VolumeKmsKey": "arn:aws:kms:us-west-2:111122223333:key/1234abcd-12ab-34cd-56ef-1234567890ab"
                }
            }
        }

     ]
}

对训练作业强制网络隔离

以下策略限制用户在使用 sagemaker:NetworkIsolation 条件键创建训练作业时启用网络隔离：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "EnforceIsolation",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateTrainingJob",
                "sagemaker:CreateHyperParameterTuningJob"
            ],
            "Resource": "*",
            "Condition": {
                "Bool": {
                    "sagemaker:NetworkIsolation": "true"
                }
            }
        }
    ]
}

为训练作业强制使用特定的实例类型

以下策略限制用户在使用 sagemaker:InstanceTypes 条件键创建训练作业时使用特定实例类型：

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "EnforceInstanceType",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateTrainingJob",
                "sagemaker:CreateHyperParameterTuningJob"
            ],
            "Resource": "*",
            "Condition": {
                "ForAllValues:StringLike": {
                    "sagemaker:InstanceTypes": ["ml.c5.*"]
                }
            }
        }

     ]
}

强制禁用互联网访问和根访问权限以创建笔记本实例

您可以禁用对笔记本实例的 Internet 访问和根访问，以帮助提高它们的安全性。有关控制对笔记本实例的 root 访问权限的信息，请参阅控制对 SageMaker 笔记本实例的 root 访问权限。有关禁用笔记本实例的互联网访问的信息，请参阅将中的笔记本实例VPC连接到外部资源。

以下策略要求用户在创建实例时禁用网络访问权限，或在创建或更新笔记本实例时禁用根访问权限。

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "LockDownCreateNotebookInstance",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreateNotebookInstance"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "sagemaker:DirectInternetAccess": "Disabled",
                    "sagemaker:RootAccess": "Disabled"
                },
                "Null": {
                  "sagemaker:VpcSubnets": "false",
                  "sagemaker:VpcSecurityGroupIds": "false"
                }
            }
        },
        {
            "Sid": "LockDownUpdateNotebookInstance",
            "Effect": "Allow",
            "Action": [
                "sagemaker:UpdateNotebookInstance"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "sagemaker:RootAccess": "Disabled"
                }
            }
        }
     ]
}

使用基于身份 SageMaker API的策略控制对的访问

要控制对 SageMaker 托管端点的 SageMaker API呼叫和呼叫的访问权限，请使用基于身份IAM的策略。

限制来自您内部的呼叫的访问权限 SageMaker API和运行时间 VPC

如果您在中设置了接口终端节点VPC，则外部的个人VPC可以通过互联网连接到 SageMaker API和运行时。为防止出现这种情况，请附上限制来自内部的呼叫的访问权限的IAMVPC策略。这些呼叫必须仅限于有权访问您的 SageMaker 资源的所有用户和群组。有关为 SageMaker API和运行时创建VPC接口终端节点的信息，请参阅Connect t SageMaker o Inside VPC。

重要

如果您应用与以下IAM策略相似的策略，则用户无法 SageMaker APIs通过控制台访问指定的策略。

要将访问权限限制为仅限从您的内部建立的连接VPC，请创建限制访问的 Amazon Identity and Access Management 策略。此访问权限必须仅限于来自您内部的呼叫VPC。然后将该策略添加到用于访问或运行时的每个 Amazon Identity and Access Management 用户、组 SageMaker API或角色。

注意

此策略只允许连接到创建接口终端节点的子网中的调用方。

{
    "Id": "api-example-1",
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "EnableAPIAccess",
            "Effect": "Allow",
            "Action": [
                "sagemaker:*"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "aws:SourceVpc": "vpc-111bbaaa"
                }
            }
        }
    ]
}

要将访问权限限制API为仅限使用接口端点进行的呼叫，请使用aws:SourceVpce条件键代替aws:SourceVpc：

{
    "Id": "api-example-1",
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "EnableAPIAccess",
            "Effect": "Allow",
            "Action": [
                "sagemaker:CreatePresignedNotebookInstanceUrl"
            ],
            "Resource": "*",
            "Condition": {
                "StringEquals": {
                    "aws:sourceVpce": [
                        "vpce-111bbccc",
                        "vpce-111bbddd"
                    ]
                }
            }
        }
    ]
}

按 IP 地址限制访问 SageMaker API和运行时调用

您只能允许从您指定的列表中的 IP 地址访问 SageMaker API呼叫和运行时调用。为此，请创建拒绝访问的IAM策略，API除非呼叫来自列表中的 IP 地址。然后将该策略附加到用于访问或运行时的每个 Amazon Identity and Access Management 用户、组API或角色。有关创建IAM策略的信息，请参阅《Amazon Identity and Access Management 用户指南》中的创建IAM策略。

要指定有权访问API呼叫的 IP 地址列表，请使用：

  • IpAddress条件运算符

  • aws:SourceIP条件上下文密钥

有关IAM条件运算符的信息，请参阅Amazon Identity and Access Management 用户指南中的IAMJSON策略元素：条件运算符。有关IAM条件上下文键的信息，请参阅Amazon 全局条件上下文密钥。

例如，以下策略仅允许从范围 192.0.2.0-192.0.2.255 和 203.0.113.0-203.0.113.255 内的 IP 地址中访问 CreateTrainingJob：

{
    "Version": "2012-10-17",
    "Statement": [

        {
            "Effect": "Allow",
            "Action": "sagemaker:CreateTrainingJob",
            "Resource": "*",
            "Condition": {
                "IpAddress": {
                    "aws:SourceIp": [
                        "192.0.2.0/24",
                        "203.0.113.0/24"
                    ]
                }
            }
        }
    ]
}

通过 IP 地址限制对笔记本实例的访问

您只能允许从您指定的列表中的 IP 地址访问笔记本实例。为此，请创建一个拒绝访问的IAM策略，CreatePresignedNotebookInstanceUrl除非呼叫来自列表中的 IP 地址。然后，将此策略附加到用于访问笔记本实例的每个 Amazon Identity and Access Management 用户、组或角色。有关创建IAM策略的信息，请参阅《Amazon Identity and Access Management 用户指南》中的创建IAM策略。

要指定您想要访问笔记本实例的 IP 地址列表，请使用：

  • IpAddress条件运算符

  • aws:SourceIP条件上下文密钥

有关IAM条件运算符的信息，请参阅Amazon Identity and Access Management 用户指南中的IAMJSON策略元素：条件运算符。有关IAM条件上下文键的信息，请参阅Amazon 全局条件上下文密钥。

例如，以下策略仅允许从范围 192.0.2.0-192.0.2.255 和 203.0.113.0-203.0.113.255 之间的 IP 地址访问笔记本实例：

{
    "Version": "2012-10-17",
    "Statement": [

        {
            "Effect": "Allow",
            "Action": "sagemaker:CreatePresignedNotebookInstanceUrl",
            "Resource": "*",
            "Condition": {
                "IpAddress": {
                    "aws:SourceIp": [
                        "192.0.2.0/24",
                        "203.0.113.0/24"
                    ]
                }
            }
        }
    ]
}

该策略限制了对呼叫CreatePresignedNotebookInstanceUrl和该呼叫返回的呼叫URL的访问权限。该策略还会限制对控制台中所打开笔记本实例的访问。它会对尝试连接到笔记本实例的每个HTTP请求和 WebSocket 帧强制执行。

注意

通过VPC接口端点进行连接时，使用此方法按 IP 地址筛选是不兼容的。 SageMaker 。有关通过VPC接口端点连接时限制对笔记本实例的访问的信息，请参阅通过VPC接口端点连接到笔记本实例。

使用标签控制对 SageMaker 资源的访问权限

在IAM策略中指定标签以控制对 SageMaker 资源组的访问。使用标签实现基于属性的访问控制 (ABAC)。使用标签有助于将资源访问权限划分给特定用户组。您可以让一个团队访问一组资源，让另一个团队访问另一组资源。您可以在IAM策略中提供ResourceTag条件，为每个群组提供访问权限。

注意

基于标签的策略无法限制以下API呼叫：

  • DeleteImageVersion

  • DescribeImageVersion

  • ListAlgorithms

  • ListCodeRepositories

  • ListCompilationJobs

  • ListEndpointConfigs

  • ListEndpoints

  • ListFlowDefinitions

  • ListHumanTaskUis

  • ListHyperparameterTuningJobs

  • ListLabelingJobs

  • ListLabelingJobsForWorkteam

  • ListModelPackages

  • ListModels

  • ListNotebookInstanceLifecycleConfigs

  • ListNotebookInstances

  • ListSubscribedWorkteams

  • ListTags

  • ListProcessingJobs

  • ListTrainingJobs

  • ListTrainingJobsForHyperParameterTuningJob

  • ListTransformJobs

  • ListWorkteams

  • Search

一个简单的示例可帮助您了解如何使用标签来划分资源。假设您在 Amazon 账户中定义了两个不同的IAM群组DevTeam2，名为DevTeam1和。您还创建了 10 个笔记本实例。您将在一个项目中使用 5 个笔记本实例。将在第二个项目中使用另外 5 个笔记本实例。您可以DevTeam1提供在用于第一个项目的笔记本实例上进行API调用的权限。您可以提供DevTeam2在用于第二个项目的笔记本实例上进行API调用。

以下过程提供了一个简单示例，可帮助您理解添加标签的概念。您可以用它来实施上一段中描述的解决方案。

控制对API呼叫的访问权限（示例）

  1. 将具有键 Project 和值 A 的标签添加到用于第一个项目的笔记本实例。有关为 SageMaker 资源添加标签的信息，请参阅AddTags。

  2. 将具有键 Project 和值 B 的标签添加到用于第二个项目的笔记本实例。

  3. 创建一个IAM策略，其ResourceTag条件是拒绝访问用于第二个项目的笔记本实例。然后，将该策略附加到DevTeam1。以下示例策略拒绝对任何带有密钥为、值为的标签的Project笔记本实例进行的所有API调用B：

    {
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": "sagemaker:*",
      "Resource": "*"
    },
    {
      "Effect": "Deny",
      "Action": "sagemaker:*",
      "Resource": "*",
      "Condition": {
        "StringEquals": {
          "sagemaker:ResourceTag/Project": "B"
        }
      }
    },
    {
      "Effect": "Deny",
      "Action": [
        "sagemaker:AddTags",
        "sagemaker:DeleteTags"
      ],
      "Resource": "*"
    }
  ]
}

    有关创建IAM策略并将其附加到身份的信息，请参阅《Amazon Identity and Access Management 用户指南》中的使用策略控制访问权限。

  4. 创建一个IAM策略，其ResourceTag条件是拒绝访问用于第一个项目的笔记本实例。然后，将该策略附加到DevTeam2。以下示例策略拒绝对任何带有密钥为、值为的标签的Project笔记本实例进行的所有API调用A：

    {
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": "sagemaker:*",
      "Resource": "*"
    },
    {
      "Effect": "Deny",
      "Action": "sagemaker:*",
      "Resource": "*",
      "Condition": {
        "StringEquals": {
          "sagemaker:ResourceTag/Project": "A"
        }
      }
    },
    {
      "Effect": "Deny",
      "Action": [
        "sagemaker:AddTags",
        "sagemaker:DeleteTags"
      ],
      "Resource": "*"
    }
  ]
}

提供标记 SageMaker资源的权限

标签是您可以附加到某些 Amazon 资源的元数据标签。标签由键值对组成，它提供了一种灵活的方式来为各种标签用例添加元数据属性的资源注释，包括：

它们可用于权限和策略、服务配额以及与其他 Amazon 服务的集成。标签可以由用户定义，也可以在创建资源时 Amazon 生成。这取决于用户是手动指定自定义标签还是 Amazon 服务自动生成标签。

  • 中@@ 用户定义的标签 SageMaker：用户可以在使用 SageMaker SDKs、、、Cons SageMaker ole 或 Amazon CloudFormation 模板创建 SageMaker 资源时添加标签。 Amazon CLI CLI SageMaker APIs

    注意

    如果稍后更新资源并更改或替换标签值，则可以覆盖用户定义的标签。例如，使用 {Team: A} 创建的训练作业可能被错误更新并重新标记为 {Team: B}。因此，可能未正确分配允许的权限。因此，在允许用户或群组添加标签时应谨慎行事，因为他们可能能够覆盖现有的标签值。最佳做法是严格限定标签权限的范围，并使用IAM条件来控制标记功能。

  • Amazon 中@@ 生成的标签 SageMaker： SageMaker自动标记它创建的某些资源。例如，Studio 和 Studio Classic 会自动将sagemaker:domain-arn标签分配给他们创建的 SageMaker 资源。使用域名标记新资源ARN可以追溯训练作业、模型和端点等 SageMaker 资源的起源方式。为了更好地控制和跟踪，新资源会获得额外的标签，例如：

    • sagemaker:user-profile-arn-创建资源的用户个人资料。ARN这允许跟踪特定用户创建的资源。

    • sagemaker:space-arn-创建资源的空间。ARN这允许对每个空间的资源进行分组和隔离。

    注意

    Amazon 用户无法更改生成的标签。

有关为 Amazon 资源添加标签的一般信息和最佳实践，请参阅为资源添加 Amazon 标签。有关主要标签用例的信息，请参阅标记用例。

授予在创建 SageMaker 资源时添加标签的权限

您可以允许用户（用户定义的标签）或 Studio 和 Studio Classic（Amazon 生成的标签）在创建时在新 SageMaker 资源上添加标签。为此，他们的IAM权限必须包括以下两项：

  • 该资源类型的基本 SageMaker 创建权限。

  • sagemaker:AddTags权限。

例如，要允许用户创建 SageMaker 训练作业并对其进行标记，则需要为sagemaker:CreateTrainingJob和授予权限sagemaker:AddTags。

重要

允许 Amazon SageMaker Studio 或 Amazon SageMaker Studio Classic 创建亚马逊 SageMaker 资源的自定义IAM策略还必须授予向这些资源添加标签的权限。需要向资源添加标签的权限，因为 Studio 和 Studio Classic 会自动标记他们创建的任何资源。如果IAM策略允许 Studio 和 Studio Classic 创建资源但不允许标记，则在尝试创建资源时可能会出现 AccessDenied “” 错误。

Amazon Amazon 托管政策 SageMaker授予创建 SageMaker 资源的权限已经包括在创建这些资源时添加标签的权限。

管理员将这些IAM权限附加到：

  • Amazon IAM为用户定义的标签分配给用户的角色

  • Studio 或 Studio Classic 对 Amazon 生成的标签使用的执行角色

有关创建和应用自定义IAM策略的说明，请参阅创建IAM策略（控制台）。

注意

通过搜索以开头的操作，可以在SageMaker API文档中找到 SageMaker 资源创建操作的列表Create。这些创建操作（例如CreateTrainingJob和CreateEndpoint）是创建新 SageMaker 资源的操作。

为某些创建操作添加标签权限

您可以通过在原始资源创建策略中附加一个IAM策略来授予该sagemaker:AddTags权限，但有限制。以下示例策略允许sagemaker:AddTags但仅限于某些 SageMaker 资源创建操作，例如CreateTrainingJob。

{
  "Sid": "AllowAddTagsForCreateOperations",
  "Effect": "Allow",
  "Action": [
    "sagemaker:AddTags"
  ],
  "Resource": "*",
  "Condition": {
    "StringEquals": {
      "sagemaker:TaggingAction": "CreateTrainingJob"
    }
  }
}

策略条件仅限sagemaker:AddTags于与特定的创建操作一起使用。在这种方法中，创建权限策略保持不变，而额外的策略则提供受限的sagemaker:AddTags访问权限。该条件通过将其范围狭窄地限定为需要标记的创建操作来阻止一揽子sagemaker:AddTags许可。这sagemaker:AddTags通过仅允许特定的 SageMaker资源创建用例使用最小权限来实现最小权限。

示例：允许全局标签权限并将创建操作限制在网域上

在此自定义IAM策略示例中，前两个语句说明了如何使用标签来跟踪资源的创建。它允许对所有资源sagemaker:CreateModel执行操作，并在使用该操作时对这些资源进行标记。第三条语句演示了如何使用标签值来控制对资源的操作。在这种情况下，它会阻止创建任何标有特定域名的 SageMaker 资源ARN，从而根据标签值限制访问权限。

具体而言：

  • 第一条语句允许对任何资源 (*) CreateModel 执行操作。

  • 第二条语句允许sagemaker:AddTags执行该操作，但前提是sagemaker:TaggingAction条件键等于。CreateModel这将sagemaker:AddTags操作限制为仅在用于标记新创建的模型时执行。

  • 第三条语句拒绝对任何资源 (Create*) 执行任何 SageMaker 创建操作 (*)，但前提是该资源的标签sagemaker:domain-arn等于特定域ARNdomain-arn。

{
   "Statement":[
      {
         "Effect":"Allow",
         "Action":[
            "sagemaker:CreateModel"
         ],
         "Resource":"*"
      },
      {
         "Effect":"Allow",
         "Action":[
            "sagemaker:AddTags"
         ],
         "Resource":"*",
         "Condition":{
            "String":{
               "sagemaker:TaggingAction":[
                  "CreateModel"
               ]
            }
         }
      },
      {
         "Sid":"IsolateDomain",
         "Effect":"Deny",
         "Resource":"*",
         "Action":[
            "sagemaker:Create*"
         ],
         "Condition":{
            "StringEquals":{
               "aws:ResourceTag/sagemaker:domain-arn":"domain-arn"
            }
         }
      }
   ]
}

使用可见性条件限制对可搜索资源的访问

使用可见性条件限制用户对 Amazon 账户内特定已标记资源的访问权限。您的用户只能访问他们有权访问的资源。当您的用户搜索其资源时，他们可以将搜索结果限制为特定的资源。

您可能希望您的用户仅查看与特定 Amazon SageMaker Studio 或 Amazon Studio Classic 域名相关的资源并与之交互。 SageMaker 您可以使用可见性条件来限制他们对单个域名或多个域的访问权限。


{
    "Sid": "SageMakerApis",
    "Effect": "Allow",
    "Action": "sagemaker:Search", 
    "Resource": "*",
    "Condition": {
        "StringEquals": {
            "sagemaker:SearchVisibilityCondition/Tags.sagemaker:example-domain-arn/EqualsIfExists": "arn:aws:sagemaker:Amazon Web Services 区域:111122223333:domain/example-domain-1",
            "sagemaker:SearchVisibilityCondition/Tags.sagemaker:example-domain-arn/EqualsIfExists": "arn:aws:sagemaker:Amazon Web Services 区域:111122223333:domain/example-domain-2"
        }
    }
}

可见性条件的一般格式为"sagemaker:SearchVisibilityCondition/Tags.key": "value"。您可以为任何带标签的资源提供键值对。


{
   "MaxResults": number,
   "NextToken": "string",
   "Resource": "string", # Required Parameter
   "SearchExpression": { 
      "Filters": [ 
         { 
            "Name": "string",
            "Operator": "string",
            "Value": "string"
         }
      ],
      "NestedFilters": [ 
         { 
            "Filters": [ 
               { 
                  "Name": "string",
                  "Operator": "string",
                  "Value": "string"
               }
            ],
            "NestedPropertyName": "string"
         }
      ],
      "Operator": "string",
      "SubExpressions": [ 
         "SearchExpression"
      ]
   },
   "IsCrossAccount": "string",
   "VisibilityConditions" : [ List of conditions for visibility
         {"Key": "Tags.sagemaker:example-domain-arn", "Value": "arn:aws:sagemaker:Amazon Web Services 区域:111122223333:domain/example-domain-1"},
         {"Key": "Tags.sagemaker:example-domain-arn", "Value": "arn:aws:sagemaker:Amazon Web Services 区域:111122223333:domain/example-domain-2"}
]
   ],
   "SortBy": "string",
   "SortOrder": "string"
}

其中的可见性条件使用策略中指定的相同"sagemaker:SearchVisibilityCondition/Tags.key": "value"格式。您的用户可以指定用于任何已标记资源的键值对。

如果用户在搜索请求中包含该VisibilityConditions参数，但适用于该用户的访问策略不包含中指定的任何匹配条件密钥VisibilityConditions，则该Search请求仍被允许并会运行。

如果未在用户的搜索API请求中指定VisibilityConditions参数，但适用于该用户的访问策略包含与相关的条件键VisibilityConditions，则该用户的Search请求将被拒绝。