Подключения в Azure AI Studio
Внимание
Некоторые функции, описанные в этой статье, могут быть доступны только в предварительной версии. Эта предварительная версия предоставляется без соглашения об уровне обслуживания, и мы не рекомендуем ее для рабочих нагрузок. Некоторые функции могут не поддерживаться или их возможности могут быть ограничены. Дополнительные сведения см. в статье Дополнительные условия использования Предварительных версий Microsoft Azure.
Подключения в Azure AI Studio — это способ проверки подлинности и использования ресурсов Майкрософт и не Microsoft в проектах AI Studio. Например, подключения можно использовать для потока запросов, обучающих данных и развертываний. Подключения можно создавать исключительно для одного проекта или совместно использовать для всех проектов в одном концентраторе.
Подключения к службам ИИ Azure
Вы можете создавать подключения к службам ИИ Azure, таким как Azure OpenAI и безопасность содержимого ИИ Azure. Затем вы можете использовать подключение в средстве потока запросов, например в средстве LLM.
В качестве другого примера можно создать подключение к ресурсу поиска ИИ Azure. Затем подключение можно использовать с помощью средств потока запроса, таких как средство поиска векторной базы данных.
Подключения к не службы Майкрософт
Azure AI Studio поддерживает подключения к не службы Майкрософт, включая следующие:
- Подключение ключа API обрабатывает проверку подлинности в указанном целевом объекте отдельно. Это наиболее распространенный тип подключения, отличный от Майкрософт.
- Настраиваемое подключение позволяет безопасно хранить и получать доступ к ключам при хранении связанных свойств, таких как целевые объекты и версии. Пользовательские подключения полезны, если у вас есть множество целевых объектов, в которых не требуется доступ к учетным данным. Сценарии LangChain — это хороший пример использования пользовательских подключений к службе. Пользовательские подключения не управляют проверкой подлинности, поэтому вам придется самостоятельно управлять проверкой подлинности.
Подключения к хранилищам данных
Создание подключения к данным позволяет получить доступ к внешним данным без копирования его в проект. Вместо этого подключение предоставляет ссылку на источник данных.
Подключение к данным обеспечивает следующие преимущества:
- Распространенный и простой API, взаимодействующий с различными типами хранилища, включая Microsoft OneLake, BLOB-объект Azure и Azure Data Lake 2-го поколения.
- Упрощение обнаружения полезных подключений в операциях группы.
- Для доступа на основе учетных данных (субъект-служба/SAS/ключ) подключение AI Studio защищает учетные данные. Таким образом, вам не нужно размещать эти сведения в скриптах.
При создании подключения с существующей учетной записью хранения Azure можно выбрать один из двух различных методов проверки подлинности:
- На основе учетных данных: проверка подлинности доступа к данным с помощью субъекта-службы, маркера подписанного URL-адреса (SAS) или ключа учетной записи. Пользователи с разрешениями проекта читателя могут получить доступ к учетным данным.
- На основе удостоверений: используйте идентификатор Microsoft Entra или управляемое удостоверение для проверки подлинности доступа к данным.
В следующей таблице показаны поддерживаемые облачные службы хранилища Azure и методы проверки подлинности:
Поддерживаемая служба хранилища | Проверка подлинности на основе учетных данных | Проверка подлинности на основе удостоверений |
---|---|---|
контейнер BLOB-объектов Azure; | ✓ | ✓ |
Microsoft OneLake | ✓ | ✓ |
Azure Data Lake 2-го поколения | ✓ | ✓ |
Универсальный идентификатор ресурса (URI) представляет расположение хранилища на локальном компьютере, хранилище Azure или общедоступное расположение http или https. В этих примерах показаны URI для различных вариантов хранения:
Расположение хранилища | Примеры URI |
---|---|
Подключение к Azure AI Studio | azureml://datastores/<data_store_name>/paths/<folder1>/<folder2>/<folder3>/<file>.parquet |
Локальные файлы | ./home/username/data/my_data |
Общедоступный http-сервер или https | https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv |
Хранилище BLOB-объектов | wasbs://<containername>@<accountname>.blob.core.windows.net/<folder>/ |
Azure Data Lake (2-го поколения) | abfss://<file_system>@<account_name>.dfs.core.windows.net/<folder>/<file>.csv |
Microsoft OneLake | abfss://<file_system>@<account_name>.dfs.core.windows.net/<folder>/<file>.csv https://<accountname>.dfs.fabric.microsoft.com/<artifactname> |
Хранилища ключей и секреты
Подключения позволяют безопасно хранить учетные данные, проходить проверку подлинности и использовать данные и сведения. Секреты, связанные с подключениями, безопасно сохраняются в соответствующем Azure Key Vault, придерживаясь надежных стандартов безопасности и соответствия требованиям. Администратор может выполнять аудит общих и проектных подключений на уровне концентратора (ссылка на rbac подключения).
Подключения Azure служат прокси-серверами хранилища ключей, а взаимодействие с подключениями — это прямое взаимодействие с хранилищем ключей Azure. Подключения Azure AI Studio безопасно хранят ключи API в виде секретов в хранилище ключей. Управление доступом на основе ролей Azure (Azure RBAC) позволяет управлять доступом к этим ресурсам подключения. Подключение ссылается на учетные данные из расположения хранилища ключей для дальнейшего использования. Вам не нужно напрямую работать с учетными данными после их хранения в хранилище ключей концентратора. У вас есть возможность хранить учетные данные в файле YAML. Команда CLI или пакет SDK могут переопределить их. Рекомендуется избежать хранения учетных данных в файле YAML, так как нарушение безопасности может привести к утечке учетных данных.
Следующие шаги
Обратная связь
https://aka.ms/ContentUserFeedback.
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделеОтправить и просмотреть отзыв по