Veröffentlicht am: Jul 28, 2022
Wir freuen uns, die Unterstützung für Verschlüsselung im Ruhezustand für Datensätze und Machine-Learning-Modelle (ML) auf Amazon SageMaker Canvas mit kundenverwalteten Schlüsseln über AWS Key Management Service (KMS) ankündigen zu können. Amazon SageMaker Canvas ist eine visuelle Point-and-Click-Oberfläche, mit der Geschäftsanalysten selbst genaue ML-Vorhersagen erstellen können – ohne Erfahrung mit Machine Learning zu haben oder eine einzige Zeile Code schreiben zu müssen. Mit SageMaker Canvas ist es einfach, auf Daten aus verschiedenen Quellen zuzugreifen und diese zu kombinieren, Daten automatisch zu bereinigen und ML-Modelle zu entwickeln, um mit wenigen Klicks präzise Vorhersagen zu treffen.
Mit dieser neuen Funktion bietet Ihnen SageMaker Canvas nun Flexibilität und Kontrolle über die Verwendung Ihrer eigenen Schlüssel zur Verschlüsselung der Dateisysteme auf den Instances, die zum Trainieren von Modellen und Generieren von Einblicken verwendet werden, sowie der Modelldaten in Ihrem Amazon S3-Bucket. Sie können sie erstellen, importieren, rotieren, deaktivieren, löschen, Nutzungsrichtlinien dafür definieren und die Nutzung der verwendeten Verschlüsselungsschlüssel überwachen. Dies fügt eine zusätzliche Sicherheitsebene zum Schutz Ihrer Daten und ML-Modelle hinzu.
Die Verschlüsselung mit kundenverwalteten Schlüsseln wird für importierte Datensätze, ML-Modellartefakte und Batch-Prognosen für die Regression, Mehrklassen- sowie binäre Klassifikationsmodelle unterstützt, wobei eine Unterstützung für Zeitreihen-Prognosemodelle in Zukunft folgen wird. Die Verschlüsselungsunterstützung für Amazon SageMaker Canvas ist in allen AWS-Regionen verfügbar, in denen SageMaker Canvas unterstützt wird. Weitere Informationen und erste Schritte finden Sie in der Dokumentation zu Amazon SageMaker Canvas.