Nous ne mettons plus à jour le service Amazon Machine Learning et n'acceptons plus de nouveaux utilisateurs pour celui-ci. Cette documentation est disponible pour les utilisateurs existants, mais nous ne la mettons plus à jour. Pour plus d'informations, consultez Qu'est-ce qu'Amazon Machine Learning ?
Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Journalisation des appels d'API Amazon ML avec AWS CloudTrail
Amazon Machine Learning (Amazon ML) est intégré AWS CloudTrailà un service qui fournit un enregistrement des actions effectuées par un utilisateur, un rôle ou AWS un service dans Amazon ML. CloudTrail capture tous les appels d'API pour Amazon ML sous forme d'événements. Les appels capturés incluent des appels provenant de la console Amazon ML et des appels de code vers les opérations de l'API Amazon ML. Si vous créez un suivi, vous pouvez activer la diffusion continue d' CloudTrail événements vers un compartiment Amazon S3, y compris des événements pour Amazon ML. Si vous ne configurez pas de suivi, vous pouvez toujours consulter les événements les plus récents dans la CloudTrail console dans Historique des événements. À l'aide des informations collectées par CloudTrail, vous pouvez déterminer la demande envoyée à Amazon ML, l'adresse IP à partir de laquelle la demande a été effectuée, l'auteur de la demande, la date à laquelle elle a été faite, ainsi que des informations supplémentaires.
Pour en savoir plus CloudTrail, notamment comment le configurer et l'activer, consultez le guide de AWS CloudTrail l'utilisateur.
Informations sur Amazon ML dans CloudTrail
CloudTrail est activé sur votre AWS compte lorsque vous le créez. Lorsqu'une activité événementielle prise en charge se produit dans Amazon ML, cette activité est enregistrée dans un CloudTrail événement avec d'autres événements de AWS service dans l'historique des événements. Vous pouvez consulter, rechercher et télécharger les événements récents dans votre AWS compte. Pour plus d'informations, consultez la section Affichage des événements à l'aide de l'historique des CloudTrail événements.
Pour un enregistrement continu des événements de votre AWS compte, y compris des événements pour Amazon ML, créez un historique. Un suivi permet CloudTrail de fournir des fichiers journaux à un compartiment Amazon S3. Par défaut, lorsque vous créez un journal d'activité dans la console, il s’applique à toutes les régions AWS. Le journal enregistre les événements de toutes les régions de la AWS partition et transmet les fichiers journaux au compartiment Amazon S3 que vous spécifiez. En outre, vous pouvez configurer d'autres AWS services pour analyser plus en détail les données d'événements collectées dans les CloudTrail journaux et agir en conséquence. Pour plus d’informations, consultez les ressources suivantes :
Amazon ML prend en charge l'enregistrement des actions suivantes sous forme d'événements dans des fichiers CloudTrail journaux :
Les opérations Amazon ML suivantes utilisent des paramètres de demande contenant des informations d'identification. Avant que ces demandes ne soient envoyées à CloudTrail, les informations d'identification sont remplacées par trois astérisques (« *** ») :
Lorsque les opérations Amazon ML suivantes sont effectuées avec la console Amazon ML, l'attribut n'ComputeStatisticsest pas inclus dans le RequestParameters composant du CloudTrail journal :
Chaque événement ou entrée de journal contient des informations sur la personne ayant initié la demande. Les informations relatives à l’identité permettent de déterminer les éléments suivants :
-
Si la demande a été faite avec les informations d'identification de l'utilisateur root ou AWS Identity and Access Management (IAM).
-
Si la demande a été effectuée avec les informations d’identification de sécurité temporaires d’un rôle ou d’un utilisateur fédéré.
-
Si la demande a été faite par un autre AWS service.
Pour plus d’informations, consultez la section Élément userIdentity CloudTrail .
Exemple : entrées dans le fichier journal Amazon ML
Un suivi est une configuration qui permet de transmettre des événements sous forme de fichiers journaux à un compartiment Amazon S3 que vous spécifiez. CloudTrail les fichiers journaux contiennent une ou plusieurs entrées de journal. Un événement représente une demande unique provenant de n'importe quelle source et inclut des informations sur l'action demandée, la date et l'heure de l'action, les paramètres de la demande, etc. CloudTrail les fichiers journaux ne constituent pas une trace ordonnée des appels d'API publics, ils n'apparaissent donc pas dans un ordre spécifique.
L'exemple suivant montre une entrée de CloudTrail journal illustrant l'action.
{ "Records": [ { "eventVersion": "1.03", "userIdentity": { "type": "IAMUser", "principalId": "EX_PRINCIPAL_ID", "arn": "arn:aws:iam::012345678910:user/Alice", "accountId": "012345678910", "accessKeyId": "EXAMPLE_KEY_ID", "userName": "Alice" }, "eventTime": "2015-11-12T15:04:02Z", "eventSource": "machinelearning.amazonaws.com", "eventName": "CreateDataSourceFromS3", "awsRegion": "us-east-1", "sourceIPAddress": "127.0.0.1", "userAgent": "console.amazonaws.com", "requestParameters": { "data": { "dataLocationS3": "s3://aml-sample-data/banking-batch.csv", "dataSchema": "{\"version\":\"1.0\",\"rowId\":null,\"rowWeight\":null, \"targetAttributeName\":null,\"dataFormat\":\"CSV\", \"dataFileContainsHeader\":false,\"attributes\":[ {\"attributeName\":\"age\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"job\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"marital\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"education\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"default\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"housing\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"loan\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"contact\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"month\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"day_of_week\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"duration\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"campaign\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"pdays\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"previous\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"poutcome\",\"attributeType\":\"CATEGORICAL\"}, {\"attributeName\":\"emp_var_rate\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"cons_price_idx\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"cons_conf_idx\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"euribor3m\",\"attributeType\":\"NUMERIC\"}, {\"attributeName\":\"nr_employed\",\"attributeType\":\"NUMERIC\"} ],\"excludedAttributeNames\":[]}" }, "dataSourceId": "exampleDataSourceId", "dataSourceName": "Banking sample for batch prediction" }, "responseElements": { "dataSourceId": "exampleDataSourceId" }, "requestID": "9b14bc94-894e-11e5-a84d-2d2deb28fdec", "eventID": "f1d47f93-c708-495b-bff1-cb935a6064b2", "eventType": "AwsApiCall", "recipientAccountId": "012345678910" }, { "eventVersion": "1.03", "userIdentity": { "type": "IAMUser", "principalId": "EX_PRINCIPAL_ID", "arn": "arn:aws:iam::012345678910:user/Alice", "accountId": "012345678910", "accessKeyId": "EXAMPLE_KEY_ID", "userName": "Alice" }, "eventTime": "2015-11-11T15:24:05Z", "eventSource": "machinelearning.amazonaws.com", "eventName": "CreateBatchPrediction", "awsRegion": "us-east-1", "sourceIPAddress": "127.0.0.1", "userAgent": "console.amazonaws.com", "requestParameters": { "batchPredictionName": "Batch prediction: ML model: Banking sample", "batchPredictionId": "exampleBatchPredictionId", "batchPredictionDataSourceId": "exampleDataSourceId", "outputUri": "s3://EXAMPLE_BUCKET/BatchPredictionOutput/", "mLModelId": "exampleModelId" }, "responseElements": { "batchPredictionId": "exampleBatchPredictionId" }, "requestID": "3e18f252-8888-11e5-b6ca-c9da3c0f3955", "eventID": "db27a771-7a2e-4e9d-bfa0-59deee9d936d", "eventType": "AwsApiCall", "recipientAccountId": "012345678910" } ] }
