SageMaker 带有 mlFlow 的亚马逊的操作、资源和条件密钥

SageMaker 带有 mlFlow（服务前缀:sagemaker-mlflow）的 Amazon 提供以下特定于服务的资源、操作和条件上下文密钥，供在 IAM 权限策略中使用。

参考：

了解如何配置该服务。
查看适用于该服务的 API 操作列表。
了解如何使用 IAM 权限策略保护该服务及其资源。

主题

亚马逊通过 mlFlow 定义 SageMaker 的操作
亚马逊通过 mlFlow 定义 SageMaker 的资源类型
带有 mlFlow 的亚马逊 SageMaker 的条件密钥

亚马逊通过 mlFlow 定义 SageMaker 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
AccessUI	授予权限以访问 MLflow 用户界面	读取
CreateExperiment	授予权限以创建 MLflow 实验	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
CreateModelVersion	授予权限以创建新模型版本	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
CreateRegisteredModel	授予权限以创建注册模型	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
CreateRun	授予权限以在实验中创建新的运行	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteExperiment	授予权限以将 MLflow 实验标记为删除	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteLoggedModel	授予权限以在 MLflow 中删除记录的模型	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteLoggedModelTag	授予权限以在 MLflow 中删除记录的模型的标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteModelVersion	授予删除模型版本的权限	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteModelVersionTag	授予权限以删除模型版本标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteRegisteredModel	授予权限以删除注册模型	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteRegisteredModelAlias	授予权限以删除注册模型别名	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteRegisteredModelTag	授予权限以删除模型标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteRun	授予权限以将运行标记为删除	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteTag	授予权限以删除运行标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteTraceTag	授予权限以在 MLflow 中删除跟踪标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
DeleteTraces	授予权限以在 MLflow 中删除跟踪	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
EndTrace	授予权限以在 MLflow 中结束跟踪	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
FinalizeLoggedModel	授予权限以在 MLflow 中设置记录的模型的状态	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetDownloadURIForModelVersionArtifacts	授予权限以获取 URI 以下载特定模型版本的模型构件	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetExperiment	授予权限以获取 MLflow 实验的元数据	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetExperimentByName	授予权限以按名称获取 MLflow 实验元数据	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetLatestModelVersions	授予权限以获取最新模型版本	列表	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetLoggedModel	授予权限以在 MLflow 中获取记录的模型	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetMetricHistory	授予权限以获取给定运行中指定指标的所有值	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetModelVersion	授予权限以按模型名称和版本获取模型版本	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetModelVersionByAlias	授予权限以在 MLflow 中按别名获取模型版本	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetRegisteredModel	授予权限以获取注册模型	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetRun	授予权限以获取运行的元数据、指标、参数和标签	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
GetTraceInfo	授予权限以在 MLflow 中获取有关跟踪的信息	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
ListArtifacts	授予权限以列出运行的构件	列表	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
ListLoggedModelArtifacts	授予权限以在 MLflow 中列出记录的模型的构件	列表	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
LogBatch	授予记录一批运行的指标、参数和标签的权限	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
LogInputs	授予权限以记录运行的输入	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
LogLoggedModelParams	授予权限以在 MLflow 中记录记录的模型的参数	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
LogMetric	授予权限以记录运行指标	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
LogModel	授予权限以记录与运行关联的模型	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
LogOutputs	授予权限以在 MLflow 中记录运行的输出（例如模型）	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
LogParam	授予权限以记录运行期间跟踪的参数	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
RenameRegisteredModel	授予权限以重命名注册模型	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
RestoreExperiment	授予权限以恢复标记为删除的实验	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
RestoreRun	授予权限以恢复已删除的运行	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SearchExperiments	授予权限以搜索 MLFlow 实验	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SearchLoggedModels	授予权限以在 MLflow 中搜索记录的模型	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SearchModelVersions	授予权限以搜索模型版本	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SearchRegisteredModels	授予权限以在 MLflow 中搜索注册模型	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SearchRuns	授予权限以搜索满足表达式的运行	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SearchTraces	授予权限以在 MLflow 中搜索跟踪	读取	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SetExperimentTag	授予权限以设置实验标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SetLoggedModelTags	授予权限以在 MLflow 中设置记录的模型的标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SetModelVersionTag	授予权限以为模型版本设置标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SetRegisteredModelAlias	授予权限以设置注册模型别名	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SetRegisteredModelTag	授予权限以设置注册模型标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SetTag	授予权限以设置运行标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
SetTraceTag	授予权限以在 MLflow 中设置跟踪标签	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
StartTrace	授予权限以在 MLflow 中启动跟踪	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
TransitionModelVersionStage	授予权限以将模型版本过渡到特定阶段	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
UpdateExperiment	授予权限以更新 MLFlow 实验的元数据	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
UpdateModelVersion	授予权限以更新模型版本	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
UpdateRegisteredModel	授予权限以更新注册模型	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}
UpdateRun	授予权限以更新运行元数据	写入	mlflow-tracking-server*	aws:ResourceTag/${TagKey}

亚马逊通过 mlFlow 定义 SageMaker 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
mlflow-tracking-server	`arn:${Partition}:sagemaker:${Region}:${Account}:mlflow-tracking-server/${MlflowTrackingServerName}`

带有 mlFlow 的亚马逊 SageMaker 的条件密钥

SageMaker 带有 mlFlow 的 Amazon 定义了以下条件键，这些条件键可用于 IAM 策略的Condition元素。您可以使用这些键进一步细化应用策略语句的条件。有关下表中各列的详细信息，请参阅条件键表。

要查看适用于所有服务的全局条件键，请参阅 AWS 全局条件上下文键。

条件键	描述	Type
aws:ResourceTag/${TagKey}	按标签键值对筛选访问	字符串

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

亚马逊 SageMaker 统一工作室 MCP

AWS Savings Plans