AWS 客户请求提供一种方法用来在 Amazon SageMaker 中记录活动，从而帮助满足管治及合规性要求。我很高兴地宣布，Amazon SageMaker 现在与 AWS CloudTrail 进行了集成，这项服务可用来记录、持续监控以及保留与 Amazon SageMaker API 活动相关的账户信息。无论是通过 Amazon SageMaker SDK、AWS SDK、Apache Spark SDK for Amazon SageMaker，还是通过 Amazon SageMaker 控制台进行的 Amazon SageMaker API 调用，都可以被捕获并发送到 Amazon S3 存储桶，从而提供 AWS 账户活动的事件历史记录。记录的信息包括源 IP 地址、发出请求的日期和时间、与请求关联的用户身份以及请求的参数。
AWS CloudTrail 集成壮大了现有的控件组，有助于我们继续致力于履行我们在共享安全和合规性方面的责任。这次集成构建于我们上个月交付的旨在符合 ISO 标准认证的控件上。这次集成奠定了 Amazon SageMaker 中专注未来管治的审计友好型功能的基础，从而帮助客户建立和运营安全合规的机器学习 (ML) 平台。
有关更多信息，请参阅 Amazon SageMaker 文档。
补充阅读
作者介绍：
Kumar Venkateswar 是 AWS ML 平台团队的产品经理，AWS ML 平台包括 Amazon SageMaker、Amazon Machine Learning 和 AWS Deep Learning AMI。工作之余，Kumar 喜欢拉小提琴、玩万智牌。
本文转载自 AWS 技术博客。
原文链接：
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
基于时间序列数据预测模型的智能量化交易系统性能优化实践
MatrixOne 在 SaaS 企服领域的应用场景解读
大型集团性企业研发团队的数字化转型实践
评论