Wprowadzenie

  • 2 min

Uczenie maszynowe wymaga dużych ilości danych do trenowania efektywnych modeli. Niektóre z tych danych mogą zawierać poufne informacje osób fizycznych lub firm, które muszą być zabezpieczone, aby zachować prywatność. Wyzwania związane z bezpieczeństwem związane z uczeniem maszynowym nie są ograniczone tylko do danych, a konfiguracja tworzenia bezpiecznego środowiska pracy może być zniechęcająca. Azure Machine Learning (Azure ML) udostępnia kilka mechanizmów, które oferują szczegółową kontrolę nad środowiskiem sieciowym, używanymi w nim zasobami i uzyskiwanymi dostępem do danych. Odpowiednie środki mogą chronić zarówno przed osobami zewnętrznymi, jak i przed problemami wewnętrznymi, takimi jak zaniedbanie lub niedojrzałe procesy.

Wiele ataków na systemy uczenia maszynowego polega na uzyskiwaniu dostępu do modeli za pośrednictwem niezabezpieczonych sieci w celu kradzieży lub manipulowania danymi w celu wpływania na wydajność modelu i uzyskiwania dostępu do poufnych danych. Tworząc lepsze, bezpieczniejsze magazyny danych szkoleniowych, blokując platformy uczenia maszynowego i kontrolując dostęp do danych wejściowych i wyjściowych, możemy zapewnić ochronę danych. Te funkcje są przydatne dla analityków danych, administratorów i inżynierów operacyjnych, którzy chcą tworzyć bezpieczne konfiguracje zgodne z zasadami firmy.

Ostrzeżenie

Ten moduł pozwoli zrozumieć wektory ataków i narzędzia zabezpieczeń dostępne w Azure Machine Learning, ale nie jest to kompletny kurs w zabezpieczeniach. Przed rozważeniem bezpieczeństwa architektury należy dokładnie zapoznać się z dokumentacją usługi Azure ML i pracować z wykwalifikowanymi ekspertami w dziedzinie zabezpieczeń w chmurze.

Wymagania wstępne

  • Podstawowa znajomość platformy Azure

Cele szkolenia

Zawartość tego modułu:

  • Stosowanie i interpretowanie Role-Based Access Control w usłudze Azure Machine Learning
  • Opis sposobu zarządzania wpisami tajnymi w Azure Machine Learning
  • Używanie obszaru roboczego Azure Machine Learning z usługą Azure Virtual Network