Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Verschlüsselung im Ruhezustand für mehrstufiges Reinforcement Learning

Optionen für die Verschlüsselung im Ruhezustand

Multi-turn Reinforcement Learning-Jobs in Amazon SageMaker AI verschlüsseln alle Daten im Ruhezustand. Ihre Trainingseingabedaten, Ausgabedaten (einschließlich Modell-Checkpoints und trainierter Modellartefakte) und Zwischendaten, die in Amazon S3 gespeichert sind, werden mit serverseitiger Verschlüsselung verschlüsselt. Sie müssen keine zusätzliche Konfiguration vornehmen, um sicherzustellen, dass Ihre Daten im Ruhezustand verschlüsselt werden.

Amazon SageMaker AI unterstützt die folgenden Verschlüsselungsoptionen für Multi-Turn-RL-Jobs:

Verschlüsselung von Daten im Ruhezustand mithilfe des vom Kunden verwalteten Systems AWS KMS keys

Wie Multi-Turn RL einen vom Kunden verwalteten KMS-Schlüssel verwendet

Wenn Sie in der Ausgabekonfiguration Ihres Multi-Turn-RL-Jobs einen vom Kunden verwalteten KMS-Schlüssel angeben, verwendet Amazon SageMaker AI diesen Schlüssel, um die folgenden Ressourcen in Amazon S3 zu verschlüsseln:

Wenn Sie einen vom Kunden verwalteten KMS-Schlüssel angeben, verwendet Amazon SageMaker AI zwei Mechanismen, um Ihre Daten zu verschlüsseln:

Während eines Trainingsauftrags finden die folgenden AWS KMS Operationen statt:

Der Dienst speichert keine Datenschlüssel im Cache. Jeder Amazon S3-Lese- oder Schreibvorgang wird AWS KMS unabhängig voneinander über die Amazon S3-Serviceintegration aufgerufen.

Konfiguration eines vom Kunden verwalteten KMS-Schlüssels

Multi-turn RL-Jobs unterstützen nur symmetrische AWS KMS Schlüssel. Multi-region Schlüssel werden nicht unterstützt.

Konfiguration von Berechtigungen zur Verwendung eines vom Kunden verwalteten KMS-Schlüssels

Um einen vom Kunden verwalteten KMS-Schlüssel für Multi-Turn-RL-Jobs zu verwenden, müssen Sie Berechtigungen sowohl für die IAM-Ausführungsrolle als auch für die KMS-Schlüsselrichtlinie konfigurieren.

Berechtigungen für die Ausführungsrolle

Die IAM-Ausführungsrolle, die Sie an die CreateJob API übergeben, muss über die folgenden Berechtigungen verfügen. AWS KMS Diese Berechtigungen ermöglichen es dem Trainingsjob, Ausgabedaten zu verschlüsseln und Eingabedaten über Amazon S3 zu entschlüsseln.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "KMSPermissionsForS3Encryption",
            "Effect": "Allow",
            "Action": [
                "kms:Decrypt",
                "kms:GenerateDataKey"
            ],
            "Resource": "arn:aws:kms:region:account-id:key/key-id",
            "Condition": {
                "StringLike": {
                    "kms:ViaService": "s3.*.amazonaws.com"
                }
            }
        }
    ]
}

Die kms:ViaService Bedingung beschränkt die Verwendung des Schlüssels auf Anfragen, die über Amazon S3 eingehen, und verhindert so, dass der Schlüssel für andere Zwecke verwendet wird.

Berechtigungen für die Rolle „Agent Runtime“

Die Agenten-Laufzeitrolle, die Ihr Amazon AgentCore Bedrock-Agent oder AWS Lambda -Forwarder übernimmt, muss über die folgenden AWS KMS Berechtigungen verfügen. SageMaker Die KI überprüft, ob der Anrufer über diese Berechtigungen verfügt, bevor er den KMS-Schlüssel während eines Multi-Turn Reinforcement Learning-Jobs (RL) verwendet.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "KMSPermissionsForMTRLRuntime",
            "Effect": "Allow",
            "Action": [
                "kms:Decrypt",
                "kms:GenerateDataKey"
            ],
            "Resource": "arn:aws:kms:region:account-id:key/key-id",
            "Condition": {
                "StringLike": {
                    "kms:ViaService": "sagemaker.*.amazonaws.com"
                }
            }
        }
    ]
}

Die kms:ViaService Bedingung für die Agenten-Runtime-Rolle gibt ansagemaker.*.amazonaws.com, dass der SageMaker AI-Laufzeitdienst die AWS KMS Operationen im Namen des Aufrufers ausführt. Im Gegensatz dazu verwendet die Ausführungsrolle, s3.*.amazonaws.com weil sie über Amazon S3 auf den Schlüssel zugreift.

KMS-Schlüsselrichtlinie

Die standardmäßige KMS-Schlüsselrichtlinie ermöglicht bereits IAM-Rollen im selben Konto, den Schlüssel zu verwenden. Optional können Sie die folgende Anweisung hinzufügen, um den Zugriff nur auf die Ausführungsrolle und die Agenten-Laufzeitrolle weiter einzuschränken:

{
    "Sid": "AllowMTRLJobEncryption",
    "Effect": "Allow",
    "Principal": {
        "AWS": [
            "arn:aws:iam::account-id:role/SageMakerExecutionRole",
            "arn:aws:iam::account-id:role/AgentRuntimeRole"
        ]
    },
    "Action": [
        "kms:Decrypt",
        "kms:GenerateDataKey"
    ],
    "Resource": "*",
    "Condition": {
        "StringLike": {
            "kms:ViaService": [
                "s3.*.amazonaws.com",
                "sagemaker.*.amazonaws.com"
            ]
        }
    }
}

Damit der Aufrufer Zuschüsse gewähren und den Schlüssel beschreiben kann, fügen Sie der Schlüsselrichtlinie die folgende Anweisung hinzu:

{
    "Sid": "AllowCreateGrantForCaller",
    "Effect": "Allow",
    "Principal": {
        "AWS": "arn:aws:iam::account-id:role/CallerRole"
    },
    "Action": [
        "kms:CreateGrant",
        "kms:DescribeKey"
    ],
    "Resource": "*",
    "Condition": {
        "StringEquals": {
            "kms:CallerAccount": "account-id"
        },
        "StringLike": {
            "kms:ViaService": "sagemaker.*.amazonaws.com"
        },
        "Bool": {
            "kms:GrantIsForAWSResource": "true"
        }
    }
}

Erstellen eines RL-Auftrags mit mehreren Turn mithilfe eines vom Kunden verwalteten KMS-Schlüssels

Um Ausgabedaten mit Ihrem vom Kunden verwalteten KMS-Schlüssel zu verschlüsseln, geben Sie in Ihrer CreateJob Anfrage den Schlüssel-ARN OutputDataConfig im KmsKeyArn Feld von an. Weitere Informationen finden Sie CreateJob in der SageMaker AI-API-Referenz.

Das folgende Beispiel zeigt, wie ein KMS-Schlüssel angegeben wird inOutputDataConfig:

{
    "OutputDataConfig": {
        "S3OutputPath": "s3://your-bucket/output/",
        "KmsKeyArn": "arn:aws:kms:region:account-id:key/key-id"
    }
}

Wenn Ihre Eingabedaten in Amazon S3 mit einem vom Kunden verwalteten Schlüssel (SSE-KMS) verschlüsselt sind, stellen Sie sicher, dass die Ausführungsrolle die kms:Decrypt Berechtigung für diesen Schlüssel hat. Sie können denselben Schlüssel für die Eingabe- und Ausgabeverschlüsselung oder unterschiedliche Schlüssel verwenden.

Einschränkung des Zugriffs auf den vom Kunden verwalteten KMS-Schlüssel

Sie können die folgenden Mechanismen verwenden, um den Zugriff auf Ihren vom Kunden verwalteten KMS-Schlüssel einzuschränken:

Verschlüsselungskontext für Multi-Turn-RL-Jobs

Wenn ein Multi-Turn-RL-Job Daten mithilfe Ihres vom Kunden verwalteten KMS-Schlüssels verschlüsselt, fügt Amazon SageMaker AI in jede über Amazon S3 gestellte AWS KMS Anfrage einen Verschlüsselungskontext ein. Ein Verschlüsselungskontext besteht aus einer Reihe von Schlüssel-Wert-Paaren, die zusätzliche authentifizierte Daten (AAD) für Operationen bereitstellen. AWS KMS Der Verschlüsselungskontext ist angemeldet AWS CloudTrail und kann in KMS-Schlüsselrichtlinien und Gewährleistungsbeschränkungen verwendet werden, um den Zugriff weiter einzuschränken.

Amazon SageMaker AI verwendet das folgende Schlüssel-Wert-Paar für den Verschlüsselungskontext für mehrstufige RL-Trainingsjobs:

{
    "aws:sagemaker:finetuning-job-arn": "arn:aws:sagemaker:region:account-id:job/AgentRFT/job-name"
}

Für Multi-Turn-RL-Evaluierungsjobs verwendet der Verschlüsselungskontext:

{
    "aws:sagemaker:agent-rft-evaluation-job-arn": "arn:aws:sagemaker:region:account-id:job/AgentRFTEvaluation/job-name"
}

Der Verschlüsselungskontext ist an den spezifischen Job gebunden, der die verschlüsselten Daten erstellt. Jeder Job verschlüsselt seine eigene Ausgabe mit seinem eigenen ARN im Verschlüsselungskontext. Dadurch wird eine kryptografische Bindung zwischen den verschlüsselten Daten und dem Job, der sie generiert hat, hergestellt.

Verwendung des Verschlüsselungskontextes in wichtigen Richtlinien

Der Verschlüsselungskontext wird automatisch durch die Zuschussbeschränkungen durchgesetzt, die Amazon SageMaker AI bei der Schaffung von Arbeitsplätzen festlegt. Sie müssen Ihrer KMS-Schlüsselrichtlinie keine Bedingungen für den Verschlüsselungskontext hinzufügen, damit die Verschlüsselung ordnungsgemäß funktioniert.

Wenn Sie der kms:CreateGrant Anweisung in Ihrer KMS-Schlüsselrichtlinie Bedingungen für den Verschlüsselungskontext hinzufügen, müssen Sie in iterativen Schulungsketten Zuschüsse sowohl für den aktuellen als auch für den vorherigen Job gewähren. Das folgende Beispiel ermöglicht es Amazon SageMaker AI, Zuschüsse mit einem beliebigen ARN für Schulungsjobs im Verschlüsselungskontext zu erstellen:

{
    "Sid": "AllowCreateGrantForCaller",
    "Effect": "Allow",
    "Principal": {
        "AWS": "arn:aws:iam::account-id:role/CallerRole"
    },
    "Action": [
        "kms:CreateGrant",
        "kms:DescribeKey"
    ],
    "Resource": "*",
    "Condition": {
        "StringLike": {
            "kms:ViaService": "sagemaker.*.amazonaws.com",
            "kms:EncryptionContext:aws:sagemaker:finetuning-job-arn": "arn:aws:sagemaker:region:account-id:job/AgentRFT/*"
        },
        "Bool": {
            "kms:GrantIsForAWSResource": "true"
        }
    }
}

Verschlüsselungskontext im iterativen Training

Wenn Sie iterative Trainingsaufträge ausführen (bei denen ein nachfolgender Job vom Checkpoint eines vorherigen Jobs aus wieder aufgenommen wird), enthält der Verschlüsselungskontext für jeden Job den eigenen ARN dieses Jobs. Amazon SageMaker AI verwaltet automatisch zwei AWS KMS Zuschüsse zur Unterstützung iterativer Schulungen:

Beide Zuschüsse werden automatisch zurückgezogen, wenn der Auftrag abgeschlossen ist. Für iterative Schulungen zur Arbeit mit vom Kunden verwalteten Schlüsseln müssen Sie keine weiteren wichtigen Grundsatzerklärungen hinzufügen.

Verschlüsselungskontext in AWS CloudTrail

Wenn Sie die CloudTrail Protokolle für AWS KMS API-Aufrufe überprüfen, die von RL-Aufträgen mit mehreren Turn getätigt wurden, wird der Verschlüsselungskontext im requestParameters Feld des Protokolleintrags angezeigt. Anhand dieser Informationen können Sie ermitteln, welcher Job einen bestimmten Verschlüsselungs- oder Entschlüsselungsvorgang für Ihre Daten ausgeführt hat.

Überwachung der Multi-Turn-RL-Interaktion mit AWS KMS

Sie können AWS CloudTrail es verwenden, um AWS KMS API-Aufrufe zu überwachen, die im Namen Ihrer Multi-Turn-RL-Jobs getätigt wurden. Die folgenden CloudTrail Ereignisnamen sind für die Überwachung der Verwendung von KMS-Schlüsseln relevant:

Achten Sie in den CloudTrail Protokolleinträgen für diese Ereignisse auf die folgenden Werte:

Weitere Informationen zur Protokollierung von AWS KMS API-Aufrufen finden Sie unter Protokollieren von AWS KMS API-Aufrufen mit AWS CloudTrail im AWS KMS Entwicklerhandbuch.