Szyfrowanie danych za pomocą usługi Azure Machine Learning

Usługa Azure Machine Learning korzysta z różnych usług magazynu danych platformy Azure i zasobów obliczeniowych podczas trenowania modeli i wnioskowania. W tym artykule dowiesz się o szyfrowaniu danych dla każdej usługi zarówno w spoczynku, jak i podczas przesyłu.

W przypadku szyfrowania klasy produkcyjnej podczas trenowania zalecamy użycie klastra obliczeniowego usługi Azure Machine Learning. W przypadku szyfrowania klasy produkcyjnej podczas wnioskowania zalecamy użycie usługi Azure Kubernetes Service (AKS).

Wystąpienie obliczeniowe usługi Azure Machine Learning to środowisko deweloperskie/testowe. W przypadku korzystania z niego zalecamy przechowywanie plików, takich jak notesy i skrypty, w udziale plików. Przechowywanie danych w magazynie danych.

Szyfrowanie w spoczynku

Kompleksowe projekty usługi Azure Machine Learning integrują się z usługami, takimi jak Azure Blob Storage, Azure Cosmos DB i Azure SQL Database. W tym artykule opisano metody szyfrowania dla takich usług.

Azure Blob Storage

Usługa Azure Machine Learning przechowuje migawki, dane wyjściowe i dzienniki na koncie usługi Azure Blob Storage (domyślne konto magazynu), które jest powiązane z obszarem roboczym usługi Azure Machine Learning i subskrypcją. Wszystkie dane przechowywane w usłudze Azure Blob Storage są szyfrowane w spoczynku przy użyciu kluczy zarządzanych przez firmę Microsoft.

Aby uzyskać informacje na temat używania własnych kluczy do danych przechowywanych w usłudze Azure Blob Storage, zobacz Szyfrowanie usługi Azure Storage przy użyciu kluczy zarządzanych przez klienta w usłudze Azure Key Vault.

Dane szkoleniowe są zwykle również przechowywane w usłudze Azure Blob Storage, aby obiekty obliczeniowe do trenowania mogły mieć do nich dostęp. Usługa Azure Machine Learning nie zarządza tym magazynem. Ten magazyn jest podłączany do celów obliczeniowych jako zdalny system plików.

Jeśli musisz obrócić lub odwołać klucz, możesz to zrobić w dowolnym momencie. Po obróceniu klucza konto magazynu zacznie używać nowego klucza (najnowszej wersji) do szyfrowania danych magazynowanych. Po cofnięciu (wyłączeniu) klucza, konto magazynowe obsługuje żądania, które nie powiodły się. Zwykle trwa to godzinę, aby rotacja lub odwołanie było skuteczne.

Aby uzyskać informacje na temat ponownego generowania kluczy dostępu, zobacz Ponowne generowanie kluczy dostępu do konta magazynu.

Azure Data Lake Storage

Usługa Azure Data Lake Storage Gen2 jest oparta na usłudze Azure Blob Storage i jest przeznaczona do analizy danych big data w przedsiębiorstwach. Usługa Data Lake Storage Gen2 jest używana jako magazyn danych dla usługi Azure Machine Learning. Podobnie jak usługa Azure Blob Storage, dane magazynowane są szyfrowane przy użyciu kluczy zarządzanych przez firmę Microsoft.

Aby uzyskać informacje na temat używania własnych kluczy do danych przechowywanych w usłudze Azure Data Lake Storage, zobacz Szyfrowanie usługi Azure Storage przy użyciu kluczy zarządzanych przez klienta w usłudze Azure Key Vault.

Relacyjne bazy danych platformy Azure

Usługa Azure Machine Learning service obsługuje dane z następujących źródeł danych.

Azure SQL Database

Transparent Data Encryption pomaga chronić Azure SQL Database przed zagrożeniem złośliwego działania offline poprzez szyfrowanie danych w spoczynku. Domyślnie funkcja Transparent Data Encryption jest włączona dla wszystkich nowo wdrożonych baz danych SQL korzystających z kluczy zarządzanych przez firmę Microsoft.

Aby uzyskać informacje na temat używania kluczy zarządzanych przez klienta do przezroczystego szyfrowania danych, zobacz Transparent Data Encryption usługi Azure SQL Database.

Azure Database for PostgreSQL

Domyślnie usługa Azure Database for PostgreSQL używa szyfrowania usługi Azure Storage do szyfrowania danych magazynowanych przy użyciu kluczy zarządzanych przez firmę Microsoft. Jest on podobny do przezroczystego szyfrowania danych w innych bazach danych, takich jak program SQL Server.

Aby uzyskać informacje na temat używania kluczy zarządzanych przez klienta do szyfrowania danych, zobacz Azure Database for PostgreSQL — elastyczne szyfrowanie danych serwera przy użyciu klucza zarządzanego przez klienta.

Azure Database for MySQL

Azure Database for MySQL to usługa relacyjnej bazy danych w chmurze firmy Microsoft. Jest oparty na silniku bazy danych MySQL Community Edition. Usługa Azure Database for MySQL używa zweryfikowanego modułu kryptograficznego FIPS 140-2 do szyfrowania danych spoczywających w Azure Storage.

Aby zaszyfrować dane przy użyciu kluczy zarządzanych przez klienta, zobacz Azure Database for MySQL — elastyczne szyfrowanie danych serwera przy użyciu klucza zarządzanego przez klienta.

Azure Cosmos DB

Usługa Azure Machine Learning przechowuje metadane w wystąpieniu usługi Azure Cosmos DB. To wystąpienie jest skojarzone z subskrypcją firmy Microsoft zarządzaną przez usługę Azure Machine Learning. Wszystkie dane przechowywane w usłudze Azure Cosmos DB są szyfrowane w spoczynku przy użyciu kluczy zarządzanych przez firmę Microsoft.

Jeśli używasz własnych (zarządzanych przez klienta) kluczy do szyfrowania wystąpienia usługi Azure Cosmos DB, w ramach subskrypcji zostanie utworzone wystąpienie Azure Cosmos DB zarządzane przez Microsoft. To wystąpienie jest tworzone w grupie zasobów zarządzanej przez Microsoft, która jest inna niż grupa zasobów przypisana do Twojego obszaru roboczego. Aby uzyskać więcej informacji, zobacz Klucze zarządzane przez klienta dla usługi Azure Machine Learning.

Azure Container Registry

Wszystkie obrazy kontenerów w rejestrze kontenerów (wystąpienie usługi Azure Container Registry) są szyfrowane podczas przechowywania. Platforma Azure automatycznie szyfruje obraz przed zapisaniem go i odszyfrowuje go, gdy usługa Azure Machine Learning ściąga obraz.

Aby zaszyfrować rejestr kontenerów przy użyciu kluczy zarządzanych przez klienta, należy utworzyć i dołączyć rejestr kontenerów podczas aprowizowania obszaru roboczego. Możesz zaszyfrować domyślną instancję utworzoną w trakcie tworzenia obszaru roboczego.

Przykłady tworzenia obszaru roboczego przy użyciu istniejącego rejestru kontenerów można znaleźć w następujących artykułach:

• Tworzenie obszaru roboczego dla usługi Azure Machine Learning przy użyciu interfejsu wiersza polecenia platformy Azure
• Tworzenie obszaru roboczego przy użyciu zestawu PYTHON SDK
• Tworzenie obszaru roboczego dla usługi Azure Machine Learning za pomocą szablonu usługi Azure Resource Manager

Azure Kubernetes Service

W dowolnym momencie można zaszyfrować wdrożony zasób usługi Azure Kubernetes Service przy użyciu kluczy zarządzanych przez klienta. Aby uzyskać więcej informacji, zobacz Bring your own keys with Azure Kubernetes Service (Używanie własnych kluczy za pomocą usługi Azure Kubernetes Service).

Ten proces umożliwia szyfrowanie zarówno danych, jak i dysku systemu operacyjnego wdrożonych maszyn wirtualnych w klastrze Kubernetes.

Obliczenia usługi Machine Learning

Klaster obliczeniowy

Dysk systemu operacyjnego dla każdego węzła obliczeniowego przechowywanego w usłudze Azure Storage jest szyfrowany przy użyciu kluczy zarządzanych przez firmę Microsoft na kontach magazynu usługi Azure Machine Learning. Ten docelowy obiekt obliczeniowy jest efemeryczny, a klastry są zwykle skalowane w dół, gdy żadne zadania nie są kolejkowane. Bazowa maszyna wirtualna zostaje zdeprowizjonowana, a dysk systemu operacyjnego usunięty.

Usługa Azure Disk Encryption nie jest domyślnie włączona dla obszarów roboczych. Jeśli utworzysz obszar roboczy z parametrem hbi_workspace ustawionym na TRUE, dysk systemu operacyjnego zostanie zaszyfrowany.

Każda maszyna wirtualna ma również lokalny dysk tymczasowy dla operacji systemu operacyjnego. Jeśli chcesz, możesz użyć dysku do umieszczenia danych treningowych. Jeśli utworzysz obszar roboczy z parametrem hbi_workspace ustawionym na wartość TRUE, dysk tymczasowy zostanie zaszyfrowany. To środowisko jest krótkotrwałe (tylko podczas zadania), a obsługa szyfrowania jest ograniczona tylko do kluczy zarządzanych przez system.

Zarządzane punkty końcowe online i punkty końcowe wsadowe używają obliczeń usługi Azure Machine Learning w zapleczu i korzystają z tego samego mechanizmu szyfrowania.

Instancja obliczeniowa

Dysk systemu operacyjnego dla wystąpienia obliczeniowego jest szyfrowany przy użyciu kluczy zarządzanych przez firmę Microsoft na kontach magazynu usługi Azure Machine Learning. Jeśli utworzysz obszar roboczy z parametrem hbi_workspace ustawionym na wartość TRUE, lokalny system operacyjny i dyski tymczasowe w wystąpieniu obliczeniowym będą szyfrowane przy użyciu kluczy zarządzanych przez firmę Microsoft. Szyfrowanie kluczy zarządzanych przez klienta nie jest obsługiwane w przypadku dysków tymczasowych i systemu operacyjnego.

Aby uzyskać więcej informacji, zobacz Klucze zarządzane przez klienta dla usługi Azure Machine Learning.

Azure Data Factory

Pipeline Azure Data Factory pozyskuje dane do użycia w Azure Machine Learning. Usługa Azure Data Factory szyfruje dane w spoczynku, w tym definicje jednostek i wszelkie dane, które są buforowane, gdy uruchomienia są w trakcie. Domyślnie dane są szyfrowane przy użyciu losowo wygenerowanego klucza zarządzanego przez firmę Microsoft, który jest jednoznacznie przypisany do fabryki danych.

Aby uzyskać informacje na temat używania kluczy zarządzanych przez klienta do szyfrowania, zobacz Szyfrowanie usługi Azure Data Factory przy użyciu kluczy zarządzanych przez klienta.

Azure Databricks

Usługi Azure Databricks można używać w potokach usługi Azure Machine Learning. Domyślnie system plików usługi Databricks (DBFS), którego używa usługa Azure Databricks, jest szyfrowany za pośrednictwem klucza zarządzanego przez firmę Microsoft. Aby skonfigurować usługę Azure Databricks do używania kluczy zarządzanych przez klienta, zobacz Konfigurowanie kluczy zarządzanych przez klienta w domyślnym systemie plików DBFS (root).

Dane wygenerowane przez firmę Microsoft

W przypadku korzystania z usług takich jak Azure Machine Learning firma Microsoft może generować przejściowe, wstępnie przetworzone dane na potrzeby trenowania wielu modeli. Te dane są przechowywane w magazynie danych w obszarze roboczym, dzięki czemu można odpowiednio wymusić kontrolę dostępu i szyfrowanie.

Możesz również zaszyfrować informacje diagnostyczne zarejestrowane z wdrożonego punktu końcowego w usłudze Application Insights.

Szyfrowanie podczas transferu

Usługa Azure Machine Learning używa protokołu Transport Layer Security (TLS) do zabezpieczania komunikacji wewnętrznej między różnymi mikrousługami usługi Azure Machine Learning. Cały dostęp do usługi Azure Storage odbywa się również za pośrednictwem bezpiecznego kanału.

Zbieranie i obsługa danych

W celach diagnostycznych firma Microsoft może zbierać informacje, które nie identyfikują użytkowników. Na przykład firma Microsoft może zbierać nazwy zasobów (na przykład nazwę zestawu danych lub nazwę eksperymentu uczenia maszynowego) lub zmienne środowiskowe zadania. Wszystkie takie dane są przechowywane za pośrednictwem kluczy zarządzanych przez firmę Microsoft w magazynie hostowanym w subskrypcjach należących do firmy Microsoft. Przechowywanie danych jest zgodne ze standardową polityką prywatności firmy Microsoft i standardami przetwarzania danych. Te dane pozostają w tym samym regionie co obszar roboczy.

Nie zalecamy przechowywania poufnych informacji (takich jak tajne klucze konta) w zmiennych środowiskowych. Microsoft rejestruje, szyfruje i przechowuje zmienne środowiskowe. Podobnie podczas nadawania nazw zadań należy unikać dołączania poufnych informacji, takich jak nazwy użytkowników lub nazwy tajnych projektów. Te informacje mogą być wyświetlane w dziennikach telemetrii, do których mogą uzyskiwać dostęp inżynierowie pomocy technicznej firmy Microsoft.

Możesz zrezygnować z zbierania danych diagnostycznych, ustawiając hbi_workspace parametr na TRUE podczas aprowizacji obszaru roboczego. Ta funkcja jest obsługiwana w przypadku korzystania z zestawu SDK języka Python usługi Azure Machine Learning, interfejsu wiersza polecenia platformy Azure, interfejsów API REST lub szablonów usługi Azure Resource Manager.

Magazyn poświadczeń w usłudze Azure Key Vault

Azure Machine Learning używa instancji Azure Key Vault powiązanej z obszarem roboczym do przechowywania różnych rodzajów poświadczeń.

• Skojarzony ciąg połączenia dla konta magazynu
• Hasła do instancji usługi Azure Container Registry
• Parametry połączenia z magazynami danych

Hasła i klucze protokołu Secure Shell (SSH) do celów obliczeniowych, takich jak usługa Azure HDInsight i maszyny wirtualne, są przechowywane w oddzielnym magazynie kluczy skojarzonym z subskrypcją firmy Microsoft. Usługa Azure Machine Learning nie przechowuje żadnych haseł ani kluczy, które udostępniają użytkownicy. Zamiast tego generuje, autoryzuje i przechowuje własne klucze SSH w celu nawiązania połączenia z maszynami wirtualnymi i usługą HDInsight w celu uruchomienia eksperymentów.

Każdy obszar roboczy ma skojarzona tożsamość zarządzana przypisana przez system, która ma taką samą nazwę jak obszar roboczy. Ta tożsamość zarządzana ma dostęp do wszystkich kluczy, tajemnic i certyfikatów wewnątrz magazynu kluczy.

Następne kroki