Integrating watsonx.governance as a Service on AWS with Amazon SageMaker
통합할 수 있습니다.watsonx.governance 서비스로AWS 아마존과 함께SageMaker 거버넌스, 위험 및 규정 준수 기능을 제공합니다.watsonx.governance 당신의 아마존으로SageMaker 모델.
시작하기 전에
다음 서비스가 있어야 합니다.
- 다음의 인스턴스watsonx.governance
- 아마존의 사례SageMaker
다음 서비스를 설정하세요.AWS :
- CloudTrail: 아마존 SageMaker 이벤트는 다음에 게시됩니다. CloudTrail.
- Simple Queue 서비스(SQS): 이 서비스를 사용하여 Amazon에 대한 대기열을 설정하세요.SageMaker 모델. 자세한 내용은 다음을 참조하세요. Amazon SQS 설정
- EventBridge: 이 서비스를 사용하여 Amazon을 추출하는 규칙을 정의하세요. SageMaker 모델 카드가 SQS(Simple Queue Service) FIFO 대기열로 변경됩니다.
다음을 확인하세요.CloudTrail 그리고EventBridge 서비스가 실행되고 있습니다.
~ 안에AWS , 통합을 위한 장기 액세스 키를 설정합니다.watsonx.governance . 귀하의 자격 증명에는 다음 액세스 권한이 있어야 합니다.
- SQS(Simple Queue Service)에 대한 프로그래밍 방식 액세스
- Amazon에 프로그래밍 방식으로 액세스SageMaker 아피스
- Amazon에서 모델 카드를 업데이트할 수 있는 권한SageMaker
자세한 내용은 다음을 참조하세요.AWS 보안 자격 증명 .
거버넌스 콘솔에서 사용자 계정에 All/SOX/Administration/SageMaker 신청 허가.
설정AWS 통합을 위한 서비스
다음 단계를 수행하십시오.
- SQS 대기열 설정 당신의 아마존을 위해SageMaker 모델.
- 아마존 설정EventBridge 규칙을 선택하고 SQS 대기열을 규칙의 대상으로 추가합니다.
SQS 대기열 설정
통합은 SQS 대기열을 사용하여 모델 카드의 변경 사항에 대한 알림을 받습니다.
SQS 대기열을 설정하려면 다음 단계를 수행하십시오.
- 로부터AWS 콘솔에서 단순 대기열 서비스를 선택합니다.
- 딸깍 하는 소리 대기열 생성 .
- 대기열 이름을 입력하고 다음 정보를 입력합니다.
- 유형 : FIFO
- 공개 시간 초과 : 30 초
- 메시지 보관 기간 : 4 일
- 최대 메시지 크기 : 256KB
- 배송지연 : 0
- 메시지 수신 대기 시간 : 0
- 아래에 FIFO 대기열 설정 , 다음 옵션을 활성화합니다:
- 컨텐츠 기반 중복 제거
- 높은 처리량의 FIFO 대기열
SQS 대기열이 정의됩니다. 다음으로EventBridge 규칙.
설정EventBridge 규칙
설정하려면EventBridge 규칙을 적용하고 SQS 대기열을 대상으로 추가하려면 다음 단계를 수행하십시오.
- 로부터AWS 콘솔에서 Amazon을 선택하세요.EventBridge 서비스.
- 딸깍 하는 소리 규칙 생성 .
- 규칙 이름을 입력한 다음 다음 .
- 이벤트 소스의 경우 다른 .
- 생성 방법을 보려면 다음을 클릭하세요. 사용자 정의 패턴(JSON 편집기) 를 클릭한 후 이벤트 패턴에 다음 JSON을 입력합니다.
{ "detail": { "eventName": ["CreateModelCard", "UpdateModelCard", "DeleteModelCard"], "eventSource": ["sagemaker.amazonaws.com"] }, "detail-type": ["AWS API Call via CloudTrail"], "source": ["aws.sagemaker"] }
- 다음 을 클릭하십시오.
- 생성한 SQS 대기열로 대상을 설정합니다.
- 딸깍 하는 소리 다음 나머지 페이지에서 다음을 클릭하세요. 규칙 생성 .
이제 당신은EventBridge SQS 대기열을 규칙의 대상으로 사용하는 규칙입니다.
모기업 법인 설정
Amazon의 상위 비즈니스 엔터티로 사용할 비즈니스 엔터티를 결정합니다.SageMaker 모델. 기본적으로 Amazon의 상위 비즈니스 엔터티는SageMaker 모델은 라이브러리/MRG .
다른 비즈니스 엔터티를 사용하려면 Amazon과의 통합을 구성하기 전에 생성하십시오.SageMaker . 사업체 목록을 보려면 다음을 클릭하세요. > 조직 > 사업체 . 비즈니스 항목을 생성하려면 관리 권한이 있어야 합니다.
예를 들어 Amazon을 저장하려는 경우 SageMaker 아래의 모델 라이브러리/MRG/SageMaker, 가세요 라이브러리/MRG 사업체, 클릭 새로운 사업체. 에서 이름 필드, 유형SageMaker
, 에서 유형 필드, 선택 도서관 . 필수 항목을 입력한 후 저장하세요.
통합 구성
연동 기능을 구성하려면 다음 정보가 필요합니다:
- AWS 계정 ID입니다.
- 통합을 위해 설정한 액세스 키 ID 및 비밀 ID입니다.
- 통합을 위해 설정한 Amazon SQS 서비스 URL입니다.
필수 권한: All/SOX/Administration/SageMaker 거버넌스 콘솔의 애플리케이션 권한.
통합을 구성하려면 다음 단계를 수행하세요.
거버넌스 콘솔에 관리자로 로그인합니다.
> 통합 > 아마존 SageMaker를 클릭합니다.
아래에 일반 구성 , 다음 단계를 수행하십시오.
- 귀하의 모회사를 선택하세요.SageMaker 모델. 일반적으로 모델은 다음 아래에 저장됩니다. 라이브러리/MRG 실재.
- 기본 사용자를 선택합니다. 할당된 소유자가 없거나 거버넌스 콘솔에 존재하지 않는 소유자가 있는 모델은 이 기본 사용자에게 할당됩니다.
AWS 계정 자격증명에 AWS 계정 자격증명 및 지역을 입력합니다.
에 대한 지역 사용
us-east-1
.~ 안에 모델 카드 SQS URL 에서 구성한 SQS 대기열의 URL을 입력합니다.
딸깍 하는 소리 테스트 연결 을 클릭한 다음 구하다 .
통합을 활성화하려면 토글을 클릭하세요. 자동 동기화 프로세스가 시작됩니다. Amazon에서 모델을 생성하는 경우 SageMaker, 정보는 거버넌스 콘솔과 동기화됩니다. 진행 상황을 보려면 다음을 클릭하세요. 다른 > 백그라운드 프로세스 .
당신의 아마존 SageMaker 이제 거버넌스 콘솔에서 모델을 사용할 수 있습니다.
새로운 사용 사례의 일반적인 작업 흐름은 다음과 같습니다.
- 비즈니스 사용자는 사용 사례를 생성하고 위험 평가 및 적용 가능성 평가를 완료합니다.
- 모델 개발자는 사용 사례를 개발할 준비가 되었다는 알림을 받습니다.
- 모델 개발자가 Amazon에서 모델 카드를 생성합니다.SageMaker .
- 모델 카드 정보는 Amazon에서 동기화됩니다. SageMaker 거버넌스 콘솔에.
- 비즈니스 사용자는 모델을 사용 사례에 연결합니다.
데이터 동기화
동기화 프로세스는 다음 작업을 수신합니다.
UpdateModelCard
: 모델 카드가 Amazon에서 편집되거나 업데이트됩니다.SageMaker .DeleteModelCard
: Amazon에서 모델 카드가 삭제되었습니다.SageMaker .CreateModelCard
: Amazon에서 모델 카드가 생성됩니다.SageMaker .
거버넌스 콘솔에 변경 사항이 즉시 표시되지 않을 수도 있습니다.
- 동기화 프로세스는 1분에 한 번 실행됩니다.
- 시스템 관리 모드가 활성화되면 동기화 프로세스가 일시 중지됩니다. 시스템 관리 모드가 비활성화되면 동기화가 다시 시작됩니다.
- 수동 동기화가 실행 중이면 동기화 프로세스가 일시 중지됩니다. 수동 프로세스가 완료되면 동기화가 재개됩니다.
거버넌스 콘솔에서 Amazon으로 동기화된 정보 SageMaker
다음 표는 Governance 콘솔에서 Amazon으로 동기화되는 필드를 보여줍니다. SageMaker.
예를 들어 거버넌스 콘솔에서 모델 객체의 모델 소유자를 업데이트하면 Amazon 모델 카드의 모델 소유자 필드가 표시됩니다. SageMaker 업데이트됩니다.
통제 콘솔 | SageMaker 필드 |
---|---|
MRG 모델:모델 소유자: | 모델 소유자(model_owner ) |
MRG 모델:상태* | 모델 카드 상태(model_approval_status ) |
MRG-AIFacts-ModelUseCase:Purpose | 모델의 목적(purpose_of_model ) |
MRG-AIFacts-ModelUseCase:Risk 수준 | 위험등급(risk_rating ) |
(사용 사례) 시스템 필드:설명 | 비즈니스 문제 > 설명(business_problem ) |
MRG-ModelUseCase:Owner | 비즈니스 이해관계자(business_stakeholders ) |
*초기 동기화의 경우에만 MRG-Model:Status가 Amazon에서 동기화됩니다. SageMaker 거버넌스 콘솔에. 후속 동기화의 경우 상태는 거버넌스 콘솔에서 Amazon으로 동기화됩니다. SageMaker.
Amazon에서 동기화된 정보 SageMaker 거버넌스 콘솔에
다음 표는 Amazon에서 동기화되는 필드를 보여줍니다. SageMaker 거버넌스 콘솔에.
예를 들어 Amazon의 모델 카드에서 모델 생성자 필드를 업데이트하는 경우 SageMaker, 모델 개체의 모델 개발자 필드가 거버넌스 콘솔에서 업데이트됩니다.
SageMaker | 통제 콘솔 |
---|---|
모델_크리에이터 | MRG-모델:모델 개발자 사용자가 거버넌스 콘솔에 없는 경우 모델 개발자는 통합을 구성할 때 지정한 기본 사용자로 설정됩니다. |
알고리즘_유형 | MRG-AIFacts-모델:알고리즘 |
model_id | MRG-AIFacts-Model:외부 자산 ID |
model_artifact | MRG-AIFacts-Model:외부 자산 URL - 외부 자산은 자산의 폴더 이름에 다음이 포함된 경우에만 동기화됩니다.ModelArtifacts . |
모델명 | MRG-AIFacts-Model:외부 모델 이름 |
모델_버전 | MRG-모델:모델 버전 |
훈련 지표(training_metrics 및 user_provided_training_metrics) | 미터법, 미터법 값 |
하이퍼 매개변수(hyper_parameters 및 user_provided_hyper_parameters) | MRG-AIFacts-Model:Hyperparameters(배열에서 문자열로 평면화됨) |
훈련 지표 및 사용자 제공 훈련 지표
훈련 지표와 사용자 제공 훈련 지표는 거버넌스 콘솔의 지표 및 지표 값 개체에 매핑됩니다.
지표 및 지표 값 개체가 존재하지 않는 경우 거버넌스 콘솔에서 생성됩니다. 지표 개체는 모델 개체의 하위 항목으로 생성됩니다. 메트릭 값 개체는 메트릭 개체의 하위 항목으로 생성됩니다.
훈련 지표 및 사용자 제공 훈련 지표의 경우 거버넌스 콘솔의 다음 필드가 Amazon의 정보로 업데이트됩니다. SageMaker:
- Metric.Description: Amazon의 지표 이름SageMaker
- Metric.Title: 측정항목 이름
- Metric.Status: 기존 측정항목에 대해 활성으로 설정합니다. Amazon에서 삭제된 지표에 대해 비활성으로 설정SageMaker .
- 미터법Value.Description: 측정항목의 이름입니다.
- 미터법Value.MRG-MetricVal 값: 측정항목의 값
- 미터법Value.MRG-Metric-Shared:Collection 상태: 수집됨으로 설정됩니다.
양방향 동기화
모델 카드 설명(model_description
) Amazon의 필드 SageMaker 모델 개체의 설명 필드(Model.System Fields:Description
)는 거버넌스 콘솔에서 양방향으로 동기화됩니다.