此浏览器不再受支持。
请升级到 Microsoft Edge 以使用最新的功能、安全更新和技术支持。
为以下每个问题选择最佳答案。
数据科学团队包括一家合作伙伴公司的 15 名全职员工和 8 名承包商。 承包商需要临时访问为期 3 个月的项目开发 Azure 机器学习工作区，但项目结束时，它们应自动失去访问权限。 安全策略禁止承包商访问生产工作区。 哪种方法最能通过最少的持续管理来实现这些要求？
创建一个名为 Project-Contractors 的安全组，其中包含基于 employeeType 和部门属性的动态成员身份规则，仅在开发工作区上为其分配读取者角色，并将组的过期策略设置为 90 天
将所有承包商单独添加到现有的数据科学家组，授予其开发和生产工作区的读取者角色，然后设置日历提醒，三个月后手动将其移除
为所有工作区上具有基于证书的身份验证和参与者角色的每个承包商创建服务主体，并将证书存储在 Azure Key Vault 中，有效期为 90 天
安全团队报告可疑活动：数据科学家的帐户在 2 小时内从三个不同的国家/地区向 Azure 机器学习工作室进行身份验证，这在物理上是不可能的。 受影响的用户确认其密码尚未共享。 你需要防止此类攻击，同时最大程度地减少对经常参加会议的合法用户的影响。 哪种条件访问策略配置最能解决此威胁？
为任何位置的所有 Azure 机器学习访问创建要求合规设备加上 MFA 的策略，会话登录频率设置为 1 小时以强制频繁重新身份验证
阻止来自公司所在国家/地区以外的位置的所有 Azure 机器学习访问，但无例外，并且需要为国际旅客建立 VPN 连接
实施基于风险的登录策略，该策略要求对中等和高风险的身份验证使用多因素认证，并结合“不可行旅行”异常检测功能，自动阻止可疑登录，等待安全审查。
你的机器学习工程团队构建了一个自动化训练流水线，每晚定时运行，利用更新的数据重新训练模型。 管道需要向 Azure 机器学习进行身份验证、从 Azure Data Lake 读取训练数据、将模型写入模型注册表，并将指标记录到 Azure Monitor。 团队最初使用带有客户端密钥的服务主体，但由于 CI/CD 工具中存储静态凭据，您的安全审计标记此为不合规。 哪种身份验证方法最符合合规性要求，同时保持自动化可靠性？
在运行管道的 Azure 机器学习计算群集上启用系统分配的托管身份，然后为 Data Lake 分配具有读取权限的自定义 RBAC 角色，为模型注册表分配写入权限，并为监控工作区分配指标贡献者权限。
为现有服务主体生成 X.509 证书，将其存储在具有限制性访问策略的 Azure Key Vault 中，并修改管道代码以在运行时检索证书进行身份验证
创建在整个 Azure 订阅上具有所有者角色的用户分配托管标识，以确保其拥有所有当前和未来管道需求的权限
在检查工作前，必须回答所有问题。
此页面是否有帮助？
需要有关本主题的帮助？
想要尝试使用 Ask Learn 阐明或指导你完成本主题？