Protección de un área de trabajo de Azure Machine Learning con redes virtuales

SE APLICA A:Extensión ML de la CLI de Azure v2 (actual)SDK de Python azure-ai-ml v2 (actual)

En este artículo, aprenderá a proteger un área de trabajo de Azure Machine Learning y sus recursos asociados en una red virtual de Azure.

Este artículo forma parte de una serie sobre la protección de un flujo de trabajo de Azure Machine Learning. Consulte los demás artículos de esta serie:

• Información general sobre redes virtuales
• Protección del entorno de entrenamiento
• Protección del entorno de inferencia
• Habilitación de la función de Studio
• Uso de un DNS personalizado
• Uso de un firewall
• Aislamiento de red de la plataforma de API

Para obtener un tutorial sobre cómo crear un área de trabajo segura, vea Tutorial: Creación de un área de trabajo segura, Plantilla de Bicep o Plantilla de Terraform.

En este artículo aprenderá a habilitar los siguientes recursos de áreas de trabajo en una red virtual:

Requisitos previos

• Lea el artículo Introducción a la seguridad de red para comprender los escenarios comunes de redes virtuales y la arquitectura de red virtual general.

• Lea el artículo Procedimientos recomendados de Azure Machine Learning para la seguridad empresarial para información sobre los procedimientos recomendados.

• Una red virtual y una subred existentes que se usarán con los recursos de proceso.

  Advertencia

  No use el intervalo de direcciones IP 172.17.0.0/16 para la red virtual. Este es el intervalo de subred predeterminado que usa la red de puente de Docker y producirá errores si se usa para la red virtual. Otros intervalos también pueden estar en conflicto en función de lo que quiera conectarse a la red virtual. Por ejemplo, si planea conectar la red local a la red virtual y la red local también usa el intervalo 172.16.0.0/16. En última instancia, el usuario es el responsable de planear la infraestructura de red.

• Para implementar recursos en una red virtual o subred, la cuenta de usuario debe tener permisos para realizar las siguientes acciones en los controles de acceso basados en roles de Azure (Azure RBAC):

  • "Microsoft.Network/*/read" en el recurso de red virtual. Este permiso no es necesario para las implementaciones de plantillas de Azure Resource Manager (ARM).
  • "Microsoft.Network/virtualNetworks/join/action" en el recurso de red virtual.
  • "Microsoft.Network/virtualNetworks/subnets/join/action" en el recurso de subred.

  Para obtener más información sobre Azure RBAC con redes, consulte los roles integrados de redes.

Azure Container Registry

• La instancia de Azure Container Registry debe tener la versión Prémium. Para más información sobre la actualización, vea Cambio de SKU.

• Si la instancia de Azure Container Registry usa un punto de conexión privado, se recomienda que esté en la misma red virtual que la cuenta de almacenamiento y los destinos de proceso utilizados para entrenamiento o inferencia. Sin embargo, también puede estar en una red virtual emparejada.

  Si usa un punto de conexión de servicio, debe estar en la misma red virtual y subred que la cuenta de almacenamiento y los destinos de proceso.

• El área de trabajo de Azure Machine Learning debe contener un clúster de proceso de Azure Machine Learning.

Limitaciones

Cuenta de almacenamiento de Azure

• Si tiene previsto usar Estudio de Azure Machine Learning y la cuenta de almacenamiento también se encuentra en la red virtual, existen requisitos de validación adicionales:

  • Si la cuenta de almacenamiento usa un punto de conexión de servicio, el punto de conexión privado del área de trabajo y el punto de conexión de servicio de almacenamiento deben estar en la misma subred de la red virtual.
  • Si la cuenta de almacenamiento usa un punto de conexión privado, el punto de conexión privado del área de trabajo y el punto de conexión privado del almacenamiento deben estar en la misma red virtual. En este caso, pueden estar en subredes diferentes.

Azure Container Instances

Cuando el área de trabajo de Azure Machine Learning está configurada con un punto de conexión privado, no soporta la implementación en Azure Container Instances en una red virtual. En su lugar, considere la posibilidad de usar un punto de conexión en línea administrado con aislamiento de red.

Azure Container Registry

Cuando el área de trabajo de Azure Machine Learning o cualquier recurso está configurado con un punto de conexión privado, puede que sea necesario configurar un clúster de proceso administrado por el usuario para las compilaciones de imágenes del entorno de AzureML. El escenario predeterminado aprovecha proceso sin servidor y actualmente está pensado para escenarios sin restricciones de red en los recursos asociados al área de trabajo de AzureML.

Azure Monitor

Acceso obligatorio a una red de Internet pública

Azure Machine Learning requiere acceso entrante y saliente a la red pública de Internet. En las tablas siguientes se proporciona información general sobre el acceso necesario y para qué sirve. En el caso de las etiquetas de servicio que terminan en .region, reemplace region por la región de Azure que contiene el área de trabajo. Por ejemplo, Storage.westus:

También es posible que tenga que permitir el tráfico saliente a Visual Studio Code y a sitios que no son de Microsoft para la instalación de los paquetes requeridos por el proyecto de aprendizaje automático. En la tabla siguiente se enumeran los repositorios usados habitualmente para el aprendizaje automático:

Al usar Azure Kubernetes Service (AKS) con Azure Machine Learning, habilite el tráfico siguiente a la red virtual de AKS:

• Requisitos generales de entrada y salida para AKS, tal como se describe en el artículo Restricción del tráfico de salida en Azure Kubernetes Service.
• Tráfico de salida a mcr.microsoft.com.
• Al implementar un modelo en un clúster de AKS, use las instrucciones del artículo Implementación de modelos de ML en Azure Kubernetes Service.

Para obtener información sobre el uso de una solución de firewall, consulte Configuración de la comunicación de entrada y salida necesarias.

Protección del área de trabajo con punto de conexión privado

Azure Private Link le permite conectarse a su área de trabajo mediante un punto de conexión privado. El punto de conexión privado es un conjunto de direcciones IP privadas dentro de la red virtual. Después, puede limitar el acceso al área de trabajo para que solo se produzca en las direcciones IP privadas. Un punto de conexión privado ayuda a reducir el riesgo de una filtración de datos.

Para obtener más información sobre cómo configurar un punto de conexión privado para el área de trabajo, vea Procedimientos para configurar un punto de conexión privado.

Protección de cuentas de Azure Storage

Azure Machine Learning admite cuentas de almacenamiento configuradas para usar un punto de conexión privado o un punto de conexión de servicio.

Protección de Azure Key Vault

Azure Machine Learning usa una instancia de Key Vault asociada para almacenar las siguientes credenciales:

• La cadena de conexión de cuenta de almacenamiento asociada
• Contraseñas para las instancias de Azure Container Repository
• Cadenas de conexión a almacenes de datos

Azure Key Vault se puede configurar para usar un punto de conexión privado o un punto de conexión de servicio. Para usar las funcionalidades de experimentación de Azure Machine Learning con Azure Key Vault detrás de una red virtual, siga los pasos siguientes:

Habilitación de un registro de Azure Container Registry (ACR)

Puede configurar Azure Container Registry para usar un punto de conexión privado. Siga estos pasos para configurar el área de trabajo a fin de que use ACR cuando se encuentre en la red virtual:

1. Busque el nombre de la instancia de Azure Container Registry para el área de trabajo mediante alguno de los métodos siguientes:

   • CLI de Azure
   • SDK de Python
   • Portal

   SE APLICA A: Extensión de ML de la CLI de Azure v2 (actual)

   Si ha instalado la extensión v2 de Machine Learning para la CLI de Azure, puede usar el comando az ml workspace show para mostrar la información del área de trabajo. La extensión v1 no devuelve esta información.

   az ml workspace show -n yourworkspacename -g resourcegroupname --query 'container_registry'
   

   Este comando devuelve un valor similar a "/subscriptions/{GUID}/resourceGroups/{resourcegroupname}/providers/Microsoft.ContainerRegistry/registries/{ACRname}". La última parte de la cadena es el nombre de Azure Container Registry para el área de trabajo.

2. Limite el acceso a la red virtual mediante los pasos descritos en Conexión privada a Azure Container Registry. Al agregar la red virtual, seleccione la red virtual y la subred para los recursos de Azure Machine Learning.

3. Configure la instancia de ACR del área de trabajo para permitir el acceso de los servicios de confianza.

4. De manera predeterminada, Azure Machine Learning intentará usar un proceso sin servidor para compilar la imagen. Esto solo funciona cuando los recursos dependientes del área de trabajo, como la cuenta de almacenamiento o Container Registry, no están bajo ninguna restricción de red (puntos de conexión privados). Si los recursos dependientes del área de trabajo están restringidos a la red, use image-build-compute en su lugar.

5. Para configurar un proceso de compilación de imágenes, cree un clúster de proceso de la SKU de CPU de Azure Machine Learning en la misma red virtual que los recursos dependientes del área de trabajo. Después, este clúster se puede establecer como proceso predeterminado de compilación de imágenes y se usará para compilar todas las imágenes del área de trabajo desde ese punto en adelante. Use uno de los siguientes métodos para configurar el área de trabajo a fin de compilar imágenes de Docker mediante el clúster de proceso.

   Importante

   Las siguientes limitaciones se aplican al usar un clúster de proceso para las compilaciones de imágenes:

   • Solo se admite una SKU de CPU.
   • Si usa un clúster de proceso que no está configurado para ninguna IP pública, deberá buscar alguna manera para que el clúster acceda a la red pública de Internet. Se necesita tener acceso a Internet para acceder a imágenes almacenadas en Microsoft Container Registry, paquetes instalados en Pypi, Conda, etc. Debe configurar el enrutamiento definido por el usuario (UDR) para llegar a una IP pública y acceder a Internet. Por ejemplo, puede usar una IP pública del firewall o bien Virtual Network NAT con una IP pública. Para obtener más información, consulte Entrenamiento seguro en una red virtual.
   • CLI de Azure
   • SDK de Python
   • Portal

   Puede usar el comando az ml workspace update para establecer un recurso de proceso de compilación. El comando es el mismo para las extensiones de la versión v1 y v2 de la CLI de Azure para Machine Learning. En el siguiente comando, reemplace myworkspace por el nombre del área de trabajo, myresourcegroup por el grupo de recursos que contiene el área de trabajo y mycomputecluster por el nombre del clúster de proceso:

   az ml workspace update --name myworkspace --resource-group myresourcegroup --image-build-compute mycomputecluster
   

   Puede volver al proceso sin servidor ejecutando el mismo comando y haciendo referencia al proceso como un espacio vacío: --image-build-compute ''.

Protección de Azure Monitor y Application Insights

Para habilitar el aislamiento de red para Azure Monitor y la instancia de Application Insights del área de trabajo, siga estos pasos:

1. Abra su recurso de Application Insights en Azure Portal. La pestaña Información general puede tener o no una propiedad de Área de trabajo. Si no tiene la propiedad, realice el paso 2. Si sí la tiene, puede continuar directamente con el paso 3.

   Sugerencia

   De manera predeterminada, las nuevas áreas de trabajo crean un recurso de Application Insights basado en áreas de trabajo. Si el área de trabajo se creó recientemente, no tendría que realizar el paso 2.

2. Actualice la instancia de Application Insights del área de trabajo. Para conocer los pasos sobre cómo actualizar, consulte Migración a recursos de Application Insights basados en áreas de trabajo.

3. Cree un ámbito de Private Link de Azure Monitor y agregue la instancia de Application Insights del paso 1 al ámbito. Para más información, consulte Configuración del vínculo privado de Azure Monitor.

Conexión segura al área de trabajo

Para conectarse a un área de trabajo protegida en una red virtual, use uno de los métodos siguientes:

• Azure VPN Gateway: conecta redes locales a la VNet mediante una conexión privada. La conexión se realiza a través de la red pública de Internet. Hay dos tipos de puertas de enlace de VPN que puede usar:

  • De punto a sitio: cada equipo cliente usa un cliente VPN para conectarse a la red virtual.
  • De sitio a sitio: un dispositivo VPN conecta la red virtual a la red local.

• ExpressRoute: conecta redes locales a la nube mediante una conexión privada. La conexión se realiza mediante un proveedor de conectividad.

• Azure Bastion: en este escenario, se crea una máquina virtual de Azure (a veces denominada "jump box") dentro de la VNet. A continuación, se conecta a la máquina virtual mediante Azure Bastion. Bastion permite conectarse a la máquina virtual mediante una sesión RDP o SSH desde el explorador web local. A continuación, use la jump box como entorno de desarrollo. Puesto que está dentro de la VNet, puede acceder directamente al área de trabajo. Para obtener un ejemplo de cómo usar un jumpbox, vea Tutorial: Creación de un área de trabajo segura.

Si tiene problemas para conectarse al área de trabajo, consulte Solución de problemas de conectividad segura del área de trabajo.

Diagnóstico del área de trabajo

Puede ejecutar diagnósticos en el área de trabajo desde Azure Machine Learning Studio o el SDK de Python. Después de ejecutar el diagnóstico, se devuelve una lista de los problemas detectados. Esta lista incluye vínculos a posibles soluciones. Para más información, consulte Uso de diagnósticos del área de trabajo.

Acceso público al área de trabajo

En algunos casos, puede que necesite permitir el acceso al área de trabajo desde la red pública (sin conectarse a través de la red virtual usando los métodos detallados en la sección Conectarse de forma segura a su área de trabajo). El acceso a través de la red pública de Internet está protegido mediante TLS.

Para habilitar el acceso a la red pública a un área de trabajo, siga estos pasos:

1. Habilite el acceso público al área de trabajo después de configurar el punto de conexión privado del área de trabajo.
2. Configure el firewall de Azure Storage para permitir la comunicación con la dirección IP de los clientes que se conectan a través de la red pública de Internet. Es posible que tenga que cambiar la dirección IP permitida si los clientes no tienen una dirección IP estática. Por ejemplo, si uno de sus científicos de datos trabaja desde casa y no puede establecer una conexión VPN a la red virtual.

Pasos siguientes

Este artículo forma parte de una serie sobre la protección de un flujo de trabajo de Azure Machine Learning. Consulte los demás artículos de esta serie:

• Información general sobre redes virtuales
• Protección del entorno de entrenamiento
• Protección del entorno de inferencia
• Habilitación de la función de Studio
• Uso de un DNS personalizado
• Uso de un firewall
• Tutorial: Creación de un área de trabajo segura
• Plantilla de Bicep
• Plantilla de Terraform.
• Aislamiento de red de la plataforma de API