Amazon SageMaker avec MLflow prend désormais en charge AWS PrivateLink pour un routage sécurisé du trafic
Amazon SageMaker avec MLflow prend désormais en charge AWS PrivateLink, ce qui vous permet de transférer des données critiques depuis votre cloud privé virtuel (VPC) vers les serveurs de suivi MLflow de manière privée, sécurisée et évolutive. Cette fonctionnalité améliore la protection des informations sensibles en garantissant que les données envoyées aux serveurs de suivi MLflow sont transférées au sein du réseau AWS, évitant ainsi toute exposition à l'Internet public.
MLflow est un outil open source populaire qui aide les scientifiques des données à organiser, suivre et analyser des expérimentations de machine learning (ML) et d'IA générative (GenAI). Pour accélérer les expérimentations en machine learning et GenAI, vous pouvez en quelques clics configurer et gérer les serveurs de suivi MLflow dans Amazon SageMaker Studio. Lorsque vous utilisez AWS PrivateLink, la communication entre votre VPC et les serveurs de suivi MLflow se fait entièrement au sein du réseau AWS, ce qui garantit une meilleure sécurité et protège les données privées. Pour utiliser Amazon SageMaker avec MLflow via votre VPC, configurez un nouveau point de terminaison VPC et connectez-le au service d'expériences. Vous pouvez créer un AWS PrivateLink pour vous connecter aux serveurs de suivi MLflow à l'aide de la console de gestion AWS ou de l’interface de ligne de commande AWS (AWS CLI).
Cette fonctionnalité est disponible dans toutes les régions AWS où Amazon SageMaker est actuellement disponible, à l'exception des régions Chine et GovCloud (US). Pour en savoir plus, consultez la section Connexion à un serveur de suivi MLflow via un point de terminaison d’interface de VPC.