Kundhanterad nyckelkryptering i Microsoft Foundry

Microsoft Foundry krypterar automatiskt dina data när de sparas i molnet. Om du vill lägga till ett extra kontrolllager stöder Foundry kundhanterade nycklar (CMK:er) som använder nycklar som lagras i Azure Key Vault eller Azure Managed HSM. CMK:er ger ett extra krypteringslager som ger dig kontroll över viktiga livscykelåtgärder, till exempel rotation, återkallande och granskning.

Information om hur du konfigurerar CMK-kryptering för din resurs finns i Konfigurera kundhanterade nycklar för Microsoft Foundry.

Note

På grund av kapacitetsbegränsningar i den underliggande Azure AI-sökning infrastrukturen är CMK-kryptering för närvarande endast tillgänglig i utvalda regioner. Listan över regioner som stöds finns i Azure AI-sökning regional tillgänglighet.

Om Microsoft Foundry-kryptering

Microsoft Foundry-data krypteras och dekrypteras med hjälp av FIPS 140-2-kompatibel256-bitars AES-kryptering. Kryptering och dekryptering är transparenta, vilket innebär att kryptering och åtkomst hanteras åt dig. Dina data är säkra som standard och du behöver inte ändra din kod eller dina program för att dra nytta av kryptering.

Viktigt!

CMK-tillämpning omfattas av begränsningar. I följande avsnitt beskrivs scenarier, undantag och konfigurationsspecifika överväganden som stöds.

Så här tillämpas CMK i Microsoft Foundry

Som standard lagrar tjänsten data och resurstillstånd i Microsoft hanterad tjänstinfrastruktur och krypterar dem med hjälp av Microsoft hanterade nycklar. När du konfigurerar CMK:er krypterar tjänsten berättigade tjänstdata som den lagrar med hjälp av nycklar som du styr.

Exempel på krypterade data är:

  • Projekttillgångar, till exempel agenter, promptar, datauppsättningar och utvärderingar.
  • Uppladdade filer, till exempel filer som laddats upp för ett finjusterande träningsjobb som en datamängd eller via OpenAI Files-API:er.
  • Användartillstånd, till exempel konversationshistorik, systemprompter och finjusterade modeller.
  • Indexerade representationer av ovanstående data som möjliggör sökningar i produkten.

Viktigt!

Beroende på konfigurationen av Foundry-resursen kan tjänsten lagra tjänsttillstånd på hanterad lagring som är en del av Foundry-resursen eller på lagring som du hanterar. Stödet varierar beroende på Foundry-kapacitet. Vissa funktioner stöder inte kundhanterad nyckelkryptering om du inte tar med din egen lagring. Mer information finns i CMK-täckning efter Foundry-funktion.

CMK-täckning efter Foundry-kapacitet

Foundry-kapacitet CMK för lagring som hanteras av Foundry CMK via kundhanterad lagring Notes
Agenttjänst ❌ Stöds inte ✅ Stödd Agentkonversationshistorik och vektorlager är endast CMK-krypterade om du tar med din egen lagring. I den grundläggande konfigurationen krypteras data med hjälp av Microsoft-hanterade nycklar även om Foundry-resursen konfigurerar en CMK.
Finjusterande ✅ Stödd N/A (inget stöd för bring-your-own-lagring) Uppladdade filer och tränade finjusterade modeller är CMK-krypterade på Microsoft hanterade lagringskonton. Tränade modeller isoleras logiskt av deras Azure prenumeration. Modellvikter skrivs upp av CMK för att instansiera modelldistributioner. Detaljer om beräkningsstacken och körningsmiljön för träning finns i CMK-täckning i hela beräkningsstacken.
Batch-jobb ✅ Stödd ✅ Stödd Uppladdade filer är CMK-krypterade i vila på Microsoft hanterade lagringskonton. Under bedömningsjobbet monteras det här lagringskontot praktiskt taget på beräkningsnoderna för bearbetning. Mer information om beräkningsstacken som används för körning av batchjobb finns i CMK-täckning i beräkningsstacken.
Recensioner ✅ Stödd ✅ Stödd Utvärderingstillgångar och uppladdade filer som lagras av Foundry är CMK-skyddade. Mer information om den beräkningsstack som används för utvärderingsjobb finns i CMK-täckning i beräkningsstacken.
Hugging Face-modeller distribuerade på hanterad beräkningsmiljö N/A (vikter lagras på Microsoft hanterade offentliga register) N/A (vikter kan inte lagras på ditt eget lagringsutrymme) För Hugging Face-modeller som är tillgängliga via Foundry lagras modellvikter på Azure Storage som hanteras av Microsoft. Mer information om beräkningsstacken och värdkörning finns i CMK-täckning i beräkningsstacken.
Speech ❌ Stöds inte ✅ Stödd Omfattar uppladdade tränings- och testdata som använder Azure AI Speech, batch-transkriptioner, transkription i realtid med ljud- och resultatloggning samt anpassat tal. Spårningsdata omfattas endast om spårning är aktiverat för den anpassade slutpunkten.
Language ✅ Stödd ✅ Stödd Data och modellvikter lagras med Microsoft-hanterade eller kundhanterade nycklar i de fall där du inte använder ditt eget lagringskonto.
Innehållstolkning N/A ✅ Stödd Bring Your Own Storage krävs för att använda funktionen Content Understanding.
OpenAI-assistenter (inaktuella) ❌ Stöds inte N/A Den här funktionen är inaktuell och har inte stöd för CMK i förhandsversionen.
Anslutna tjänster, inklusive Azure AI-sökning, Azure Logic Apps och Azure Functions N/A N/A Konfigurera krypteringsnycklar separat från din Foundry-resurs. Varje ansluten resurs följer sin egen livscykel för krypteringshantering.

CMK-täckning i hela beräkningsstacken

Kundhanterade nycklar skyddar kunddata som Microsoft Foundry lagrar i vila. Foundrys funktioner bygger på hanterad beräkningsinfrastruktur för modellhantering, inferensbearbetning, finjustering, batchinferens och andra körningsoperationer.

Det är viktigt att skilja mellan:

  • Beständiga datalager, där kundinnehåll lagras och CMK framtvingas i vila.
  • Körningsberäkningsinfrastruktur, som kör AI-arbetsbelastningar för bearbetning. Data CMK-avkapslas för bearbetning och CMK-omsluts när det skrivs tillbaka till beständig lagring.

Beräkningsresurser som används för inferens, modellhosting, träning och batchbearbetning är avsiktligt temporära. Jobbcontainrar och tillfällig lagring etableras endast under den tid som krävs för att köra en arbetsbelastning och de är inte avsedda som långsiktiga lagringsplatser för kunddata. Minne och diskutrymme rensas när körningen av beräkningsjobbet har slutförts. När beräkningspoddar avslutas rensas alla tillfälliga tillstånd.

Microsoft Foundry-arbetsbelastningar körs i logiskt isolerade miljöer som är associerade med en specifik Foundry-resurs. Kundkod, agentkörningar och arbetsbelastningskörningar delar inte exekveringscontainrar med andra hyresgäster. Cachelagring under körning som förbättrar prestandan är isolerad på klientorganisations- eller resursnivå och delas inte mellan olika kunder.

Därför fokuserar CMK-täckningen på att skydda kunddata som sparas i lagringstjänster och plattformshanterade datalager. Körningsbaserad beräkningsinfrastruktur skyddas via Microsoft plattformshanterad kryptering, arbetsbelastningsisolering och kontroller för klientisolering.

Skikt Examples Tillfällig Datalivscykel CMK tillämpas
Beständiga datalager Foundry-hanterad lagring eller Azure Storage-lagringskonton som du hanterar No Behålls tills det tas bort av dig, en bevarandeprincip eller borttagning av resursen ✅ Ja
Foundry-artefakter Projekttillgångar, användarstatus, metadata för tjänster No Består tills den tas bort av dig eller den tillhörande resursen ✅ Ja
Hostinginfrastruktur för finjusteringsmodell Kluster för modellservering, containrar, ändpunktsinfrastruktur Yes CMK:er skyddar filer och modellartefakter som lagras i lagring. Under distributionen packas modellvikter upp och läses in i Microsoft hanterad serverinfrastruktur för slutsatsdragning och tas sedan bort när distributionen tas bort. ◐ Partiell
Infrastruktur för värdbaserade hanterade beräkningsmodeller Kluster för modellservering, containrar, ändpunktsinfrastruktur Yes Modellvikter lagras i lagring som hanteras av Foundry och läses in i minnet när instanser för modellservering provisioneras. Minnesinterna kopior är tillfälliga och knutna till livscykeln för den betjänande infrastrukturen. Beräkningscachen är inte krypterad och är kopplad till nodens livscykel. ◐ Partiell
Inferens- och körningsmiljö för agenter Promptkörning, tokengenerering, verktygsanrop, körtidsminne, tillfälligt exekveringstillstånd, cache Partial Tillståndslös i samband med bearbetning av slutsatsdragningsbegäran. Arbetsbelastningar körs i logiskt isolerade miljöer som är associerade med en Foundry-resurs och används inte som varaktiga lagringsplatser. Agentsvarsutdata, till exempel konversationer, kan vara CMK-krypterade i vila om du tar med din egen lagring. ◐ Delvis (när du använder egen lagring)
Körningstid för finjusteringsträning Finjusteringsberäkning, GPU:er, tillfälliga arbetskataloger Yes Träningsdata krypteras med CMK när de lagras i Foundry-hanterad lagring. Under träningen monteras data från CMK-skyddade Azure Storage, och kontrollpunkter och slutliga modellartefakter skrivs tillbaka till CMK-skyddad lagring. Träning skapar tillfälliga, lokala arbetsfiler och cachefiler för jobbet som inte är CMK-krypterade och bara finns kvar så länge jobbet pågår. ◐ Partiell

Datakvarhållning och borttagning

Förutom krypteringskontroller behåller du kontrollen över livscykeln för data som hanteras av Microsoft Foundry. Du kan ta bort tränings-, validerings- och träningsresultatdata som laddas upp via Files API när som helst. På samma sätt kan du ta bort finjusterade modeller och distributioner permanent när du inte längre behöver dem, vilket säkerställer att tjänsthanterade tillgångar inte förblir lagrade utöver den avsedda användningen. Du kan när som helst ta bort dessa uppgifter via lämpliga DELETE API-operationer.

Konsekvenser av att återkalla en kundhanterad nyckel

Du kan återkalla åtkomsten till en kundhanterad nyckel när som helst, till exempel genom att ta bort behörigheter till nyckeln, inaktivera nyckeln eller ta bort nyckeln. När du återkallar åtkomsten till en aktiv kundhanterad nyckel medan CMK fortfarande är aktiverat kan du inte längre komma åt data som krypterats med den nyckeln. Därför misslyckas åtgärder som kräver åtkomst till krypterade finjusteringstillgångar, inklusive nedladdning av träningsdata eller träningsresultat, skapande av nya finjusterade modeller och distribution av finjusterade modeller.

Tidigare distribuerade finjusterade modeller fortsätter att hantera slutsatsdragningstrafik eftersom modellartefakter läses in i värdinfrastrukturen vid distributionstillfället. Dessa distributioner fortsätter att fungera tills de tas bort, varefter de inte kan återskapas om du inte återställer åtkomsten till den kundhanterade nyckeln.

Relaterat innehåll

  • Last updated on