Amazon Machine Learning 的操作、资源和条件键 - 服务授权参考
操作资源类型条件键

Amazon Machine Learning 的操作、资源和条件键

Amazon Machine Learning（服务前缀：machinelearning）提供以下服务特定的资源、操作和条件上下文键以在 IAM 权限策略中使用。

参考：

Amazon Machine Learning 定义的操作

您可以在 IAM 策略语句的 Action 元素中指定以下操作。可以使用策略授予在 AWS 中执行操作的权限。您在策略中使用一项操作时，通常使用相同的名称允许或拒绝对 API 操作或 CLI 命令的访问。但在某些情况下，单一动作可控制对多项操作的访问。还有某些操作需要多种不同的动作。

操作表的访问级别列描述如何对操作进行分类（列出、读取、权限管理或标记）。此分类可以帮助您了解当您在策略中使用操作时，相应操作授予的访问级别。有关访问级别的更多信息，请参阅策略摘要中的访问级别。

操作表的资源类型列指示每项操作是否支持资源级权限。如果该列没有任何值，您必须在策略语句的 Resource 元素中指定策略应用的所有资源（“*”）。通过在 IAM policy 中使用条件来筛选访问权限，以控制是否可以在资源或请求中使用特定标签键。如果操作具有一个或多个必需资源，则调用方必须具有使用这些资源来使用该操作的权限。必需资源在表中以星号 (*) 表示。如果您在 IAM policy 中使用 Resource 元素限制资源访问权限，则必须为每种必需的资源类型添加 ARN 或模式。某些操作支持多种资源类型。如果资源类型是可选的（未指示为必需），则可以选择使用一种可选资源类型。

操作表的条件键列包括可以在策略语句的 Condition 元素中指定的键。有关与服务资源关联的条件键的更多信息，请参阅资源类型表的条件键列。

操作表的依赖操作列显示成功调用操作可能需要的其他权限。除了操作本身的权限以外，可能还需要这些权限。若某个操作指定依赖操作，则这些依赖关系可能适用于为该操作定义的其他资源，而不仅仅是表中列出的第一个资源。

注意

资源条件键在资源类型表中列出。您可以在操作表的资源类型（* 为必需）列中找到应用于某项操作的资源类型的链接。资源类型表中的资源类型包括条件密钥列，这是应用于操作表中操作的资源条件键。

有关下表中各列的详细信息，请参阅操作表。

操作 描述 访问级别 资源类型（* 为必需） 条件键 相关操作
AddTags 为某一对象添加一个或多个标签，上限为 10 个。每个标签由一个键和一个可选值组成 Tagging

batchprediction

datasource

evaluation

mlmodel

CreateBatchPrediction 生成一组观察的预测 Write

batchprediction*

datasource*

mlmodel*

CreateDataSourceFromRDS 由 Amazon RDS 创建 DataSource 对象 Write

datasource*

CreateDataSourceFromRedshift 由托管在 Amazon Redshift 集群上的数据库创建 DataSource Write

datasource*

CreateDataSourceFromS3 由 S3 创建 DataSource 对象 Write

datasource*

CreateEvaluation 创建 MLModel 的新评估 Write

datasource*

evaluation*

mlmodel*

CreateMLModel 新建 MLModel Write

datasource*

mlmodel*

CreateRealtimeEndpoint 创建 MLModel 的实时终端节点 Write

mlmodel*

DeleteBatchPrediction 为 BatchPrediction 分配 DELETED 状态，使它表现为不可用 Write

batchprediction*

DeleteDataSource 为 DataSource 分配 DELETED 状态，使它表现为不可用 Write

datasource*

DeleteEvaluation 为评估分配 DELETED 状态，使它表现为不可用 Write

evaluation*

DeleteMLModel 为 MLModel 分配 DELETED 状态，使它表现为不可用 Write

mlmodel*

DeleteRealtimeEndpoint 删除 MLModel 的实时终端节点 Write

mlmodel*

DeleteTags 删除与 ML 对象关联的指定标签。此操作完成后，您将无法恢复已删除的标签 Tagging

batchprediction

datasource

evaluation

mlmodel

DescribeBatchPredictions 返回与请求中的搜索条件匹配的 BatchPrediction 操作列表 List
DescribeDataSources 返回与请求中的搜索条件匹配的 DataSource 列表 List
DescribeEvaluations 返回与请求中的搜索条件匹配的 DescribeEvaluations 列表 List
DescribeMLModels 返回与请求中的搜索条件匹配的 MLModel 列表 List
DescribeTags 描述您的 Amazon ML 对象的一个或多个标签 List

batchprediction

datasource

evaluation

mlmodel

GetBatchPrediction 返回包含详细的元数据、状态和数据文件信息的 BatchPrediction Read

batchprediction*

GetDataSource 返回包含元数据和数据文件信息的 DataSource，及其当前状态 Read

datasource*

GetEvaluation 返回包含元数据的评估，及其当前状态 Read

datasource*

GetMLModel 返回包含详细元数据和数据源信息的 MLModel，及其当前状态 Read

mlmodel*

Predict 使用指定的 ML 模型生成观察的预测 Write

mlmodel*

UpdateBatchPrediction 更新 BatchPrediction 的 BatchPredictionName Write

batchprediction*

UpdateDataSource 更新 DataSource 的 DataSourceName Write

datasource*

UpdateEvaluation 更新评估的 EvaluationName Write

evaluation*

UpdateMLModel 更新 MLModel 的 MLModelName 和 ScoreThreshold Write

mlmodel*

Amazon Machine Learning 定义的资源类型

以下资源类型是由该服务定义的，可以在 IAM 权限策略语句的 Resource 元素中使用这些资源类型。操作表中的每个操作指定了可以使用该操作指定的资源类型。您也可以在策略中包含条件键，从而定义资源类型。这些键显示在资源类型表的最后一列。有关下表中各列的详细信息，请参阅资源类型表。

资源类型 ARN 条件键
batchprediction arn:${Partition}:machinelearning:${Region}:${Account}:batchprediction/${BatchPredictionId}
datasource arn:${Partition}:machinelearning:${Region}:${Account}:datasource/${DatasourceId}
evaluation arn:${Partition}:machinelearning:${Region}:${Account}:evaluation/${EvaluationId}
mlmodel arn:${Partition}:machinelearning:${Region}:${Account}:mlmodel/${MlModelId}

Amazon Machine Learning 的条件键

Machine Learning 没有可以在策略语句的 Condition 元素中使用的服务特定上下文键。有关适用于所有服务的全局上下文键列表，请参阅 AWS 全局条件上下文键。