Amazon S3 Access Grants können jetzt in Amazon SageMaker Studio integriert werden
Amazon S3 Access Grants können jetzt für das Training von Machine-Learning-Modellen (ML) in Amazon SageMaker Studio integriert werden. S3 Access Grants helfen Ihnen, Identitäten in Identitätsanbietern (IdPs) wie Active Directory oder AWS Identity and Access Management (IAM) -Prinzipale Ihren ML-Datensätzen in S3 zuzuordnen. Die Verwendung des Plugins AWS SDK für Python (Boto3) in Amazon SageMaker Studio Notebooks hilft Ihnen bei der einfachen Nutzung von S3 Access Grants für ML-Training und Inferenz.
Beginnen Sie mit S3 Access Grants in SageMaker Studio, indem Sie eine JupyterLab Notebook starten. Importieren Sie als Nächstes das Boto3-Plugin von Amazon S3 Access Grants in Ihr Notebook, um auf Ihre ML-Datensätze in S3 zugreifen zu können. Das Boto3-Plugin fordert automatisch temporäre Berechtigungstoken für alle S3-Anfragen an, die Sie in Ihrer Notebook ausführen, speichert und aktualisiert diese. S3 Access Grants aktualisieren S3-Berechtigungen automatisch basierend auf der Mitgliedschaft in der Endbenutzergruppe, wenn Benutzer zu Gruppen im IdP hinzugefügt oder aus diesen entfernt werden.
Amazon S3 Access Grants in Amazon SageMaker Studio sind in allen AWS-Regionen verfügbar, in denen SageMaker Studio verfügbar ist. Preisidetails finden Sie unter Amazon S3-Preise und Amazon SageMaker-Preise. Weitere Informationen zu S3 Access Grants finden Sie in der Dokumentation.