Güvenli çalışma alanı oluşturma

Bu makalede, güvenli bir çalışma alanı oluşturma ve bu çalışma alanına Azure Machine Learning öğrenin. Güvenli bir çalışma alanı, azure sanal ağı tarafından kullanılan kaynaklar çevresinde bir güvenlik sınırı oluşturmak Azure Machine Learning.

Bu öğreticide aşağıdaki görevleri gerçekleştirebilirsiniz:

Ortamınız önkoşulları karşılarsa ve ARM şablonlarını kullanmayı biliyorsanız, 'Azure'a Dağıt düğmesi' seçerek bu öğreticinin ilk beş adımı da tamamlanır. Çalışma alanına Bağlan okumaya devam edin.

Önkoşullar

• Azure Sanal Ağları ve IP ağı hakkında bilgi
• Bu makaledeki adımların çoğu Azure portal veya Azure Machine Learning studio'su kullansa da, bazı adımlarda Machine Learning.

Sanal ağ oluşturma

Sanal ağ oluşturmak için aşağıdaki adımları kullanın:

1. Giriş Azure portalsol üst köşedeki portal menüsünü seçin. Menüden + Kaynak oluştur'a tıklayın ve arama alanına Sanal Ağ girin. Sanal Ağ girişini ve ardından Oluştur'a seçin.

   

   

2. Temel Bilgiler sekmesinde, bu kaynak için kullanmak üzere Azure aboneliğini seçin ve ardından yeni bir kaynak grubu seçin veya oluşturun. Örnek ayrıntıları altında, sanal ağınız için kolay bir ad girin ve içinde oluşturulacak bölgeyi seçin.

   

3. IP Adresleri sekmesini seçin. Varsayılan ayarlar aşağıdaki görüntüye benzer olması gerekir:

   

   IP adresini yapılandırmak ve eğitim ve puanlama kaynakları için bir alt ağ yapılandırmak üzere aşağıdaki adımları kullanın:

   İpucu

   Tüm Azure ML kaynakları için tek bir alt ağ kullanabilirsiniz, ancak bu makaledeki adımlarda eğitim ve puanlama kaynaklarını ayırmak için iki alt & nasıl oluşturulmalıdır.

   Çalışma alanı ve diğer bağımlılık hizmetleri eğitim alt ağın içine gider. Bunlar puanlama alt ağı gibi diğer alt ağlarda yer alan kaynaklar tarafından hala kullanılabilir.

   1. Varsayılan IPv4 adres alanı değerine bakın. Ekran görüntüsünde değeri 172.17.0.0/16'dır. değeri sizin için farklı olabilir. Farklı bir değer kullanabilirsiniz, ancak bu öğreticide yer alan adımların geri kalanı 172.17.0.0/16 değerini temel alan bir değerdir.

   2. Varsayılan alt ağı ve ardından Alt ağı kaldır'ı seçin.

      

   3. Eğitim için kullanılan çalışma alanını, bağımlılık hizmetlerini ve kaynakları içeren bir alt ağ oluşturmak için + Alt ağ ekle'yi seçin ve alt ağ için aşağıdaki değerleri kullanın:

      • Alt ağ adı: Eğitim
      • Alt ağ adres aralığı: 172.17.0.0/24

      

      İpucu

      Azure Depolama Hesabınız, Azure Key Vault ve sanal Azure Container Registry eklemek için bir hizmet uç noktası kullanmayı planlıyorsanız, Hizmetler'in altında aşağıdakini seçin:

      • Microsoft.Storage
      • Microsoft.KeyVault
      • Microsoft.ContainerRegistry

      Bu hizmetleri sanal ağlara eklemek için özel bir uç nokta kullanmayı planlıyorsanız, bu girdileri seçmenize gerek yok. Bu makaledeki adımlar bu hizmetler için özel bir uç nokta kullanır, bu nedenle bu adımları takip etmek için bunları seçmenize gerek yok.

   4. Modellerinizi puanlarken kullanılan işlem kaynakları için bir alt ağ oluşturmak üzere + Alt ağ ekle'yi yeniden seçin ve aşağıdaki değerleri kullanın:

      • Alt ağ adı: Puanlama
      • Alt ağ adres aralığı: 172.17.1.0/24

      

      İpucu

      Azure Depolama Hesabınız, Azure Key Vault ve sanal Azure Container Registry eklemek için bir hizmet uç noktası kullanmayı planlıyorsanız, Hizmetler'in altında aşağıdakini seçin:

      • Microsoft.Storage
      • Microsoft.KeyVault
      • Microsoft.ContainerRegistry

      Bu hizmetleri sanal ağlara eklemek için özel bir uç nokta kullanmayı planlıyorsanız, bu girdileri seçmenize gerek yok. Bu makaledeki adımlar bu hizmetler için özel bir uç nokta kullanır, bu nedenle bu adımları takip etmek için bunları seçmenize gerek yok.

4. Güvenlik’i seçin. BastionHost için Etkinleştir'i seçin. Azure Bastion sonraki bir adımda sanal ağ içinde oluşturacağız VM atlama kutusuna erişmek için güvenli bir yol sağlar. Kalan alanlar için aşağıdaki değerleri kullanın:

   • Bastion adı: Bu Bastion örneği için benzersiz bir ad
   • AzureBastionSubnetAddress alanı: 172.17.2.0/27
   • Genel IP adresi: Yeni bir genel IP adresi oluşturun.

   Diğer alanları varsayılan değerlerde bırakın.

   

5. Gözden geçir ve oluştur’u seçin.

   

6. Bilgilerin doğru olduğunu doğrulayın ve oluştur'a seçin.

   

Depolama hesabı oluşturma

1. Giriş Azure portalsol üst köşedeki portal menüsünü seçin. Menüden + Kaynak oluştur'Depolama girin. Hesap Depolama girişini ve ardından Oluştur'a seçin.

2. Temel Bilgiler sekmesinde, daha önce sanal ağ için kullanılan aboneliği, kaynak grubunu ve bölgeyi seçin. Hesap adı Depolama girin ve Yedeklilik'i Yerel olarak yedekli depolama (LRS) olarak ayarlayın.

   

3. Ağ sekmesinde Özel uç nokta'ya ve ardından + Özel uç nokta ekle'yi seçin.

   

4. Özel uç nokta oluştur formunda aşağıdaki değerleri kullanın:

   • Abonelik: Oluşturduğunuz önceki kaynakları içeren Azure aboneliği.
   • Kaynak grubu: Oluşturduğunuz önceki kaynakları içeren Azure kaynak grubu.
   • Konum: Oluşturduğunuz önceki kaynakları içeren Azure bölgesi.
   • Ad: Bu özel uç nokta için benzersiz bir ad.
   • Hedef alt kaynak: blob
   • Sanal ağ: Daha önce oluşturduğunuz sanal ağ.
   • Alt ağ: Eğitim (172.17.0.0/24)
   • Özel DNS tümleştirmesi: Evet
   • Özel DNS Bölgesi: privatelink.blob.core.windows.net

   Özel uç nokta oluşturmak için Tamam'ı seçin.

5. Gözden geçir ve oluştur’u seçin. Bilgilerin doğru olduğunu doğrulayın ve oluştur'a seçin.

6. Hesap Depolama sonra Kaynağa git'i seçin:

   

7. Sol gezinti bölmesinden Ağ İletişimi'ni Özel uç nokta bağlantıları sekmesine ve ardından + Özel uç nokta'ya tıklayın:

   Not

   Önceki adımlarda Blob depolama için özel bir uç nokta oluştursanız da, Dosya depolama için de bir uç nokta oluşturmanız gerekir.

   

8. Özel uç nokta oluştur formunda, önceki kaynaklar için kullanılan aboneliği, kaynak grubunu ve Bölgeyi kullanın. Benzersiz bir Ad girin.

   

9. Sonraki: Kaynak'ı seçin ve hedef alt kaynağı olarak dosyasını ayarlayın.

   

10. Sonraki: Yapılandırma'yi seçin ve ardından aşağıdaki değerleri kullanın:

    • Sanal ağ: Daha önce oluşturduğunuz ağ
    • Alt ağ: Eğitim
    • Özel DNS bölgesiyle tümleştirin: Evet
    • Özel DNS bölgesi: privatelink.file.core.windows.net

    

11. Gözden geçir + Oluştur’u seçin. Bilgilerin doğru olduğunu doğrulayın ve oluştur'a seçin.

Anahtar kasası oluşturma

1. Giriş Azure portalsol üst köşedeki portal menüsünü seçin. Menüden + Kaynak oluştur'a tıklayın ve ardından yeni bir Key Vault. İlke Key Vault ve ardından Oluştur'a seçin.

2. Temel Bilgiler sekmesinde, daha önce sanal ağ için kullanılan aboneliği, kaynak grubunu ve bölgeyi seçin. Benzersiz bir Anahtar kasası adı girin. Diğer alanları varsayılan değerde bırakın.

   

3. Ağ sekmesinde Özel uç nokta'ya ve ardından + Ekle'ye tıklayın.

   

4. Özel uç nokta oluştur formunda aşağıdaki değerleri kullanın:

   • Abonelik: Oluşturduğunuz önceki kaynakları içeren Azure aboneliği.
   • Kaynak grubu: Oluşturduğunuz önceki kaynakları içeren Azure kaynak grubu.
   • Konum: Oluşturduğunuz önceki kaynakları içeren Azure bölgesi.
   • Ad: Bu özel uç nokta için benzersiz bir ad.
   • Hedef alt kaynak: Kasa
   • Sanal ağ: Daha önce oluşturduğunuz sanal ağ.
   • Alt ağ: Eğitim (172.17.0.0/24)
   • Özel DNS tümleştirmesi: Evet
   • Özel DNS Bölgesi: privatelink.vaultcore.azure.net

   Özel uç nokta oluşturmak için Tamam'ı seçin.

   

5. Gözden geçir ve oluştur’u seçin. Bilgilerin doğru olduğunu doğrulayın ve oluştur'a seçin.

Kapsayıcı kayıt defteri oluşturma

1. Giriş Azure portalsol üst köşedeki portal menüsünü seçin. Menüden + Kaynak oluştur'a tıklayın ve ardından yeni bir Container Registry. İlke Container Registry ve ardından Oluştur'a seçin.

2. Temel Bilgiler sekmesinde, daha önce sanal ağ için kullanılan aboneliği, kaynak grubunu ve konumu seçin. Benzersiz bir Kayıt Defteri adı girin ve SKU'Premium.

   

3. Ağ sekmesinde Özel uç nokta'ya ve ardından + Ekle'ye tıklayın.

   

4. Özel uç nokta oluştur formunda aşağıdaki değerleri kullanın:

   • Abonelik: Oluşturduğunuz önceki kaynakları içeren Azure aboneliği.
   • Kaynak grubu: Oluşturduğunuz önceki kaynakları içeren Azure kaynak grubu.
   • Konum: Oluşturduğunuz önceki kaynakları içeren Azure bölgesi.
   • Ad: Bu özel uç nokta için benzersiz bir ad.
   • Hedef alt kaynak: kayıt defteri
   • Sanal ağ: Daha önce oluşturduğunuz sanal ağ.
   • Alt ağ: Eğitim (172.17.0.0/24)
   • Özel DNS tümleştirmesi: Evet
   • Özel DNS Bölgesi: privatelink.azurecr.io

   Özel uç nokta oluşturmak için Tamam'ı seçin.

   

5. Gözden geçir ve oluştur’u seçin. Bilgilerin doğru olduğunu doğrulayın ve oluştur'a seçin.

6. Kapsayıcı kayıt defteri oluşturulduktan sonra Kaynağa git'i seçin.

   

7. Sayfanın sol tarafından Erişim anahtarları'ı seçin ve ardından Yönetici kullanıcı'sını etkinleştirin. Bu ayar, sanal ağ Azure Container Registry içinde sanal ağ kullanırken Azure Machine Learning.

   

Çalışma alanı oluşturma

1. Giriş Azure portalsol üst köşedeki portal menüsünü seçin. Menüden + Kaynak oluştur'a tıklayın ve ardından yeni bir Machine Learning. İlke Machine Learning ve ardından Oluştur'a seçin.

   

2. Temel Bilgiler sekmesinde, daha önce sanal ağ için kullanılan aboneliği, kaynak grubunu ve Bölge'yi seçin. Diğer alanlar için aşağıdaki değerleri kullanın:

   • Çalışma alanı adı: Çalışma alanınız için benzersiz bir ad.
   • Depolama hesabı: Daha önce oluşturduğunuz depolama hesabını seçin.
   • Anahtar kasası: Daha önce oluşturduğunuz anahtar kasasını seçin.
   • Application Insights: Varsayılan değeri kullanın.
   • Kapsayıcı kayıt defteri: Daha önce oluşturduğunuz kapsayıcı kayıt defterini kullanın.

   

3. Ağ sekmesinde Özel uç nokta'ya ve ardından + ekle'yi seçin.

   

4. Özel uç nokta oluştur formunda aşağıdaki değerleri kullanın:

   • Abonelik: Oluşturduğunuz önceki kaynakları içeren Azure aboneliği.
   • Kaynak grubu: Oluşturduğunuz önceki kaynakları içeren Azure kaynak grubu.
   • Konum: Oluşturduğunuz önceki kaynakları içeren Azure bölgesi.
   • Ad: Bu özel uç nokta için benzersiz bir ad.
   • Hedef alt kaynak: amlworkspace
   • Sanal ağ: Daha önce oluşturduğunuz sanal ağ.
   • Alt ağ: Eğitim (172.17.0.0/24)
   • Özel DNS tümleştirmesi: Evet
   • Özel DNS: İki özel DNS bölgesi varsayılan değerde bırakın ve privatelink.api.azureml.ms privatelink.notebooks.azure.net.

   Özel uç nokta oluşturmak için Tamam'ı seçin.

   

5. Gözden geçir ve oluştur’u seçin. Bilgilerin doğru olduğunu doğrulayın ve oluştur'a seçin.

6. Çalışma alanı oluşturulduktan sonra Kaynağa git'i seçin.

7. Sol Ayarlar Uç nokta bağlantıları'nın ardından Özel uç nokta sütunundaki bağlantıyı seçin:

   

8. Özel uç nokta bilgileri görüntülendiğinde sayfanın sol tarafından DNS yapılandırması'ni seçin. IP adresi ve tam etki alanı adı (FQDN) bilgilerini daha sonra kullanacağız şekilde bu sayfaya kaydedin.

   

Studio'ya etkinleştirme

Azure Machine Learning Studio, çalışma alanınızı kolayca yönetmenize olanak sağlayan web tabanlı bir uygulamadır. Ancak sanal ağ içinde güvenliği sağlanacak kaynaklarla kullanılamadan önce ek yapılandırmaya ihtiyaç vardır. Studio'yi etkinleştirmek için aşağıdaki adımları kullanın:

1. Özel uç noktası olan bir Azure Depolama Hesabı kullanırken, çalışma alanının hizmet sorumlularını depolama özel uç noktaları için Okuyucu olarak ekleyin. Depolama Azure portal hesabını ve ardından Ağ'ı seçin. Ardından Özel uç nokta bağlantıları'ı seçin.

   

2. listelenen her özel uç nokta için aşağıdaki adımları kullanın:

   1. Özel uç nokta sütunundaki bağlantıyı seçin.

      

   2. Sol taraftan Erişim denetimi (IAM) öğesini seçin.

   3. + Ekle'yi ve ardından Rol ataması ekle (Önizleme) öğesini seçin.

      

   4. Rol sekmesinde Okuyucu'ya tıklayın.

      

   5. Üyeler sekmesinde Erişim ata alanında Kullanıcı, grup veya hizmet sorumlusu seçeneğini ve ardından + Üye seç'i seçin. Üyeleri seçin iletişim kutusunda, çalışma alanınız olarak Azure Machine Learning girin. Çalışma alanı için hizmet sorumlularını seçin ve seç düğmesini kullanın.

   6. Gözden geçir ve ata sekmesinde Gözden geçir ve ata'ya seçerek rolü attayabilirsiniz.

Bağlan çalışma alanına ekleme

Güvenli çalışma alanına bağlanmak için çeşitli yollar vardır. Bu makaledeki adımlar, sanal ağ içinde bir sanal makine olan atlama kutusunu kullanır. Web tarayıcınızı kullanarak buna bağlanabilirsiniz ve Azure Bastion. Aşağıdaki tabloda, güvenli çalışma alanına bağlanacak başka birkaç yol listele ve bu yöntemlerden birini daha listeleyebilirsiniz:

Sıçrama kutusu oluşturma (VM)

Atlama kutusu olarak kullanmak üzere Veri Bilimi Sanal Makinesi oluşturmak için aşağıdaki adımları kullanın:

1. Giriş Azure portalsol üst köşedeki portal menüsünü seçin. Menüden + Kaynak oluştur'a tıklayın ve veri bilimi sanal makinesi girin. Veri bilimi sanal makinesi - Veri bilimi Windows girişini ve ardından Oluştur'a seçin.

2. Temel Bilgiler sekmesinde, daha önce sanal ağ için kullanılan aboneliği, kaynak grubunu ve Bölge'yi seçin. Benzersiz bir Sanal makine adı, Kullanıcı Adı ve Parola girin. Diğer alanları varsayılan değerlerde bırakın.

   

3. Ağ'ı ve ardından daha önce oluşturduğunuz Sanal ağı seçin. Kalan alanları ayarlamak için aşağıdaki bilgileri kullanın:

   • Eğitim alt ağın seçin.
   • Genel IP'yi Yok olarak ayarlayın.
   • Diğer alanları varsayılan değerde bırakın.

   

4. Gözden geçir ve oluştur’u seçin. Bilgilerin doğru olduğunu doğrulayın ve oluştur'a seçin.

Bağlan kutusuna tıklayın

1. Sanal makine oluşturulduktan sonra Kaynağa git'i seçin.

2. Sayfanın üst kısmından Bağlan'yi ve ardından Bastion'ı seçin.

   

3. Bastion'ı Kullan'ı seçin, sonra sanal makine için kimlik doğrulama bilgilerini sağlarsanız tarayıcınızda bir bağlantı kurulur.

   

İşlem kümesi ve işlem örneği oluşturma

Eğitim işleriniz tarafından bir işlem kümesi kullanılır. İşlem örneği, çalışma alanınıza Jupyter Notebook paylaşılan bir işlem kaynağı üzerinde daha iyi bir deneyim sağlar.

1. Bir Azure Bastion bağlantıdan, uzak masaüstünde Microsoft Edge tarayıcısını açın.

2. Uzak tarayıcı oturumunda' https://ml.azure.com gidin. İstendiğinde Azure AD hesabınızla kimlik doğrulaması yapma.

3. Stüdyoya hoş geldiniz! ekranında, daha önce Machine Learning çalışma alanını seçin ve sonra da Kullanmaya başlayın.

   İpucu

   Azure AD hesabınız birden çok abonelik veya dizine erişiyorsa, çalışma alanını içeren aboneliği seçmek için Dizin ve Abonelik açılan listesinden birini seçin.

   

4. Studio'dan İşlem, İşlem kümeleri'ni ve ardından+ Yeni'yi seçin.

   

5. Sanal Makine iletişim kutusunda, varsayılan sanal makine yapılandırmasını kabul etmek için Sonraki'yi seçin.

   

6. Yapılandırma kümesi Ayarlar iletişim kutusunda İşlem adı olarak cpu-cluster girin. Alt ağı Eğitim olarak ayarlayın ve oluştur'a seçerek kümeyi oluşturun.

   İpucu

   İşlem kümeleri, gerektiğinde kümedeki düğümleri dinamik olarak ölçeklendirin. Küme kullanımda değilken maliyetleri azaltmak için minimum düğüm sayısını 0'da bırakmanız önerilir.

   

7. Studio'dan İşlem, İşlem örneği ve + Yeni'yi seçin.

   

8. Sanal Makine iletişim kutusunda benzersiz bir Bilgisayar adı girin ve İleri: Gelişmiş Ayarlar.

   

9. Gelişmiş Ayarlar iletişim kutusunda Alt Ağı Eğitim olarak ayarlayın ve Oluştur'a seçin.

   

Bir işlem kümesi ve işlem kümesi oluşturma hakkında daha fazla bilgi için bkz. Python ve CLı ile bunun nasıl yapılacağı dahil, aşağıdaki makalelere bakın:

• İşlem kümesi oluşturma
• İşlem örneği oluşturma

Görüntü derlemelerini yapılandırma

Azure Container Registry sanal ağın arkasında olduğunda, Azure Machine Learning docker görüntülerini doğrudan oluşturmak için kullanamaz (eğitim ve dağıtım için kullanılır). Bunun yerine, çalışma alanını daha önce oluşturduğunuz işlem kümesini kullanacak şekilde yapılandırın. Bir işlem kümesi oluşturmak için aşağıdaki adımları kullanın ve çalışma alanını görüntü oluşturmak için kullanmak üzere yapılandırın:

1. https://shell.azure.com/Azure Cloud Shell açmak için öğesine gidin.

2. Cloud Shell, Azure Machine Learning için 1,0 CLı 'yı yüklemek üzere aşağıdaki komutu kullanın:

   az extension add -n azure-cli-ml
   

3. Çalışma alanını, Docker görüntülerini oluşturmak üzere hesaplama kümesini kullanacak şekilde güncelleştirmek için. docs-ml-rgKaynak grubunuz ile değiştirin. docs-ml-wsÇalışma alanınız ile değiştirin. cpu-clusterKullanılacak işlem kümesiyle değiştirin:

   az ml workspace update -g docs-ml-rg -w docs-ml-ws --image-build-compute cpu-cluster
   

   Not

   Aynı işlem kümesini modelleri eğitmek ve çalışma alanı için Docker görüntülerini derlemek için kullanabilirsiniz.

Çalışma alanını kullanma

Bu noktada, Studio 'yu kullanarak işlem örneğindeki Not defterleriyle etkileşimli olarak çalışabilir ve işlem kümesinde eğitim işleri çalıştırabilirsiniz. İşlem örneği ve işlem kümesi kullanma hakkında bir öğretici için bkz. Python betiği çalıştırma.

İşlem örneğini ve sıçrama kutusunu durdur

İşlem kümesi, oluşturduğunuzda ayarlanan en düşük ve en yüksek düğüm sayısı arasında dinamik olarak ölçeklenir. Varsayılanları kabul ettiyseniz, en az 0 olur ve kullanımda olmadığında kümeyi etkin bir şekilde kapatır.

İşlem örneğini durdur

Studio 'dan işlem, işlem kümeleri' ni seçin ve ardından işlem örneğini seçin. Son olarak, sayfanın üst kısmından Durdur ' u seçin.

Sıçrama kutusunu durdur

Oluşturulduktan sonra, Azure portal sanal makineyi seçin ve ardından Durdur düğmesini kullanın. Yeniden kullanmaya hazırsanız, başlatmak için Başlat düğmesini kullanın.

Ayrıca, geçiş kutusunu otomatik olarak belirli bir zamanda kapatılacak şekilde yapılandırabilirsiniz. Bunu yapmak için otomatik olarak kapatın, etkinleştirin, bir saat ayarlayın ve ardından Kaydet' i seçin.

Kaynakları temizleme

Güvenli çalışma alanını ve diğer kaynakları kullanmaya devam etmeyi planlıyorsanız, bu bölümü atlayın.

Bu öğreticide oluşturulan tüm kaynakları silmek için aşağıdaki adımları kullanın:

1. Azure portalının en sol tarafındaki Kaynak gruplarını seçin.

2. Listeden, bu öğreticide oluşturduğunuz kaynak grubunu seçin.

3. Kaynak grubunu sil'i seçin.

   

4. Kaynak grubu adını girip Sil' i seçin.

Sonraki adımlar

Artık güvenli bir çalışma alanı oluşturdunuz ve Studio 'ya erişebiltiğiniz için Azure Machine Learning kullanarak Python betiğini çalıştırmayı öğrenin.