Terméken belüli felhasználói adatok exportálása és törlése a Machine Learning Studióból (klasszikus)

HATÓKÖR: A Machine Learning Studio (klasszikus) Azure Machine Learning

Fontos

A (klasszikus) Machine Learning Studio támogatása 2024. augusztus 31-én megszűnik. Javasoljuk, hogy addig térjen át az Azure Machine Learning használatára.

2021. december 1-től kezdve nem fog tudni létrehozni új (klasszikus) Machine Learning Studio-erőforrásokat. 2024. augusztus 31-ig továbbra is használhatja a meglévő (klasszikus) Machine Learning Studio-erőforrásokat.

• A gépi tanulási projektek ml studióból (klasszikus) Azure Machine Learningbe való áthelyezéséről szóló információk.
• További információ az Azure Machine Learningről

A (klasszikus) ML Studio dokumentációjának kivezetése folyamatban van, és a jövőben nem várható a frissítése.

A Machine Learning Studio (klasszikus) által tárolt terméken belüli adatokat a Azure Portal, a Studio (klasszikus) felület, a PowerShell és a hitelesített REST API-k használatával törölheti vagy exportálhatja. Ebből a cikkből megtudhatja, hogyan.

A telemetriai adatok az Azure Adatvédelmi portálon érhetők el.

Megjegyzés

További információ a személyes adatok megtekintésével vagy törlésével kapcsolatban: Azure érintettek kérelmei a GDPR-rel kapcsolatban. A GDPR-ről további információt a Microsoft Adatvédelmi központ GDPR szakaszában és a Szolgáltatásmegbízhatósági portál GDPR szakaszában talál.

Megjegyzés

Ez a cikk a személyes adatok eszközről vagy szolgáltatásból való törlésének lépéseit ismerteti, és a GDPR szerinti kötelezettségek támogatására használható. A GDPR-vel kapcsolatos általános információkért tekintse meg a Microsoft Adatvédelmi központ GDPR szakaszát és a Szolgáltatásmegbízhatósági portál GDPR szakaszát.

Milyen típusú felhasználói adatokat gyűjt a Studio (klasszikus)?

Ebben a szolgáltatásban a felhasználói adatok a szolgáltatással folytatott felhasználói interakciók munkaterületeinek és telemetriai rekordjainak elérésére jogosult felhasználókról tartalmaznak információkat.

A Machine Learning Studióban (klasszikus) kétféle felhasználói adat létezik:

• Személyes fiókadatok: Fiókazonosítók és fiókhoz társított e-mail-címek.
• Ügyféladatok: Az elemzéshez feltöltött adatok.

A Studio (klasszikus) fióktípusai és az adatok tárolási módja

A Machine Learning Studióban (klasszikus) háromféle fiók létezik. A fiók típusa határozza meg az adatok tárolásának módját, valamint az adatok törlésének vagy exportálásának módját.

• A vendég-munkaterület egy ingyenes, névtelen fiók. Hitelesítő adatok, például e-mail-cím vagy jelszó megadása nélkül regisztrálhat.
  • Az adatok törlődnek a vendég-munkaterület lejárata után.
  • A vendégfelhasználók a felhasználói felületen, REST API-kon vagy PowerShell-csomagon keresztül exportálhatják az ügyféladatokat.
• Az ingyenes munkaterület egy ingyenes fiók, amelybe Microsoft-fiók hitelesítő adataival – e-mail-címmel és jelszóval – jelentkezik be.
  • Exportálhatja és törölheti azokat a személyes és ügyféladatokat, amelyekre az adattulajdonosi jogok (DSR) kérései vonatkoznak.
  • Az ügyféladatokat a felhasználói felületen, a REST API-kon vagy a PowerShell-csomagon keresztül exportálhatja.
  • A Azure AD-fiókokat nem használó ingyenes munkaterületek esetében a telemetriai adatok exportálhatók az adatvédelmi portál használatával.
  • A munkaterület törlésekor az összes személyes ügyféladatot törli.
• A standard munkaterület egy fizetős fiók, amelyet bejelentkezési hitelesítő adatokkal érhet el.
  • Exportálhatja és törölheti a DSR-kérelmek hatálya alá tartozó személyes és ügyféladatokat.
  • Az adatok az Azure Adatvédelmi portálon keresztül érhetők el
  • Személyes és ügyféladatokat a felhasználói felületen, REST API-kon vagy PowerShell-csomagon keresztül exportálhat
  • Az adatokat törölheti a Azure Portal.

Munkaterület adatainak törlése a Studióban (klasszikus)

Egyes objektumok törlése

A felhasználók a munkaterületen lévő objektumokat úgy törölhetik, hogy kijelölik őket, majd kiválasztják a törlés gombot.

Teljes munkaterület törlése

A felhasználók a teljes munkaterületüket is törölhetik:

• Fizetős munkaterület: Törlés a Azure Portal keresztül.
• Ingyenes munkaterület: Használja a Törlés gombot a Beállítások panelen.

Studio-adatok exportálása (klasszikus) a PowerShell-lel

A PowerShell használatával minden információt exportálhat hordozható formátumba a Machine Learning Studióból (klasszikus) parancsokkal. További információt a Machine Learning Studio (klasszikus) PowerShell-moduljában talál.

Következő lépések

A webszolgáltatásokra és a kötelezettségvállalási csomagok számlázására vonatkozó dokumentációért tekintse meg a Machine Learning Studio (klasszikus) REST API-referenciáját.