Data, sekretess och säkerhet för användning av modeller via modellkatalogen

Den här artikeln innehåller information om hur data som du anger bearbetas, används och lagras när du distribuerar modeller från modellkatalogen. Se även Microsoft Products and Services Data Protection Addendum, som styr databehandling av Azure tjänster.

Vilka data bearbetas för modeller som distribueras i Azure Machine Learning?

När du distribuerar modeller i Azure Machine Learning bearbetar tjänsten följande typer av data för att tillhandahålla tjänsten:

• Frågar och genererade innehåll. Du skickar frågor och modellen genererar innehåll (utdata) genom de åtgärder som den stöder. Uppmaningar kan inkludera innehåll som du lägger till via retrieval-augmented generation (RAG), meta-prompter eller annan funktionalitet som ingår i en applikation.

• Uppladdade data. För modeller som stöder finjustering kan du ladda upp dina data till Azure Machine Learning Datastore för finjustering.

Generera slutsatsdragningsutdata med hanterad beräkning

När du distribuerar modeller till hanterad beräkning distribuerar du modellvikter till dedikerade virtuella datorer och exponerar ett REST-API för slutsatsdragning i realtid. Mer information finns i distribuera modeller från modellkatalogen till hanterad beräkning. Du hanterar infrastrukturen för dessa hanterade beräkningar och Azure data, sekretess och säkerhetsåtaganden gäller. Mer information finns i Azure efterlevnadserbjudanden som gäller för Azure Machine Learning.

Även om containrar för "Modeller som säljs av Azure" genomsöks efter sårbarheter som kan exfiltera data, genomsöks inte alla modeller som är tillgängliga via modellkatalogen. För att minska risken för dataexfiltrering kan du skydda distributionen med hjälp av virtuella nätverk. Mer information finns i katalog för nätverksisoleringsmodell. Du kan också använda Azure Policy för att reglera de modeller som användarna kan distribuera.

Generera inferensutdata med standardimplementeringar

När du distribuerar en modell från modellkatalogen (bas eller finjusterad) som en standarddistribution för slutsatsdragning får du ett API som ger dig åtkomst till modellen som hanteras av Azure Machine Learning Service. Mer information finns i Modeller som en tjänst. Modellen bearbetar dina indataprompter och genererar utdata baserat på modellens funktioner, enligt beskrivningen i modellinformationen som tillhandahålls för modellen. Modellen tillhandahålls av modellleverantören och din användning av modellen (och modellleverantörens ansvar för modellen och dess utdata) omfattas av licensvillkoren som tillhandahålls med modellen, Microsoft tillhandahåller och hanterar värdinfrastrukturen och API-slutpunkten. Modellerna som finns i Modeller som en tjänst omfattas av Azure data, sekretess och säkerhetsåtaganden. Mer information om Azure efterlevnadserbjudanden som gäller för Azure Machine Learning finns i here.

Microsoft fungerar som dataprocessor för frågor och utdata som skickas till och genereras av en modell som distribueras för standarddrift. Microsoft delar inte dessa uppmaningar och utdata med modellprovidern, och Microsoft använder inte dessa uppmaningar och utdata för att träna eller förbättra Microsoft, modellproviderns eller någon tredje parts modeller. Modeller är tillståndslösa och inga uppmaningar eller utdata lagras i modellen. Om innehållsfiltrering (förhandsgranskning) är aktiverad, filtrerar Azure AI Innehållsäkerhet-tjänsten uppmaningar och utdata för vissa kategorier av skadligt innehåll i realtid. Mer information finns i hur Azure AI Innehållsäkerhet bearbetar data here. Uppmaningar och utdata bearbetas inom det geografiska område som angavs under distributionen, men kan bearbetas mellan regioner inom geografin i driftssyfte (inklusive prestanda och kapacitetshantering).

Som förklaras under distributionsprocessen för Modeller som en tjänst kan Microsoft dela kundkontaktinformation och transaktionsinformation (inklusive användningsvolym som är associerad med erbjudandet) med modellutgivaren så att de kan kontakta kunder angående modellen. För mer information som är tillgänglig för modellutgivare, se den här länken.

Finjustera en modell med standarddistributioner (Modeller som en tjänst)

Om en modell som är tillgänglig för standarddistribution stöder finjustering kan du ladda upp data till (eller ange data som redan finns i) en Azure Machine Learning Datastore för att finjustera modellen. Du kan sedan skapa en standarddistribution för den finjusterade modellen. Du kan inte ladda ned den finjusterade modellen, men den finjusterade modellen:

• Är exklusivt tillgänglig för din användning;

• Kan vara dubbelt krypterad i vila (som standard med Microsoft AES-256-kryptering och valfritt med en kundhanterad nyckel).

• Kan tas bort av dig när som helst.

Träningsdata som laddas upp för finjustering används inte för att träna, träna om eller förbättra någon Microsoft eller tredjepartsmodell förutom enligt anvisningarna i tjänsten.

Databearbetning för nedladdade modeller

Om du laddar ned en modell från modellkatalogen väljer du var modellen ska distribueras och du ansvarar för hur data bearbetas när du använder modellen.

Nästa steg

• Översikt över modellkatalog