Azure Machine Learning ワークスペースへのアクセスの管理

[アーティクル]
09/03/2024

この記事は、Azure Machine Learning ワークスペースへのアクセス (認可) を管理する方法について説明します。 Azure ロールベースのアクセス制御 (Azure RBAC) を使用して Azure リソースへのアクセスを管理し、ユーザーに新しいリソースを作成するや、既存のを使用するなどできます。 Microsoft Entra ID のユーザーには、リソースへのアクセス権を付与する特定のロールが割り当てられます。 Azure には、組み込みロールと、カスタムロールを作成する機能の両方が用意されています。

ヒント

この記事では Azure Machine Learning に焦点を当てていますが、個々のサービスには独自の RBAC 設定があります。たとえば、この記事の情報を使用して、Azure Kubernetes Service で Web サービスとしてデプロイされたモデルにスコアリング要求を送信できるユーザーを構成できます。ただし、Azure Kubernetes Service には、独自の Azure ロールのセットがあります。 Azure Machine Learning で役立つ可能性があるサービス固有の RBAC 情報については、次のリンクを参照してください:

警告

一部のロールを適用すると、他のユーザーが Azure Machine Learning スタジオを使用するときに UI 機能が制限されることがあります。たとえば、ユーザーのロールにコンピューティングインスタンスを作成する機能がない場合、コンピューティングインスタンスを作成するオプションをスタジオで使用できません。この動作は想定されており、アクセス拒否エラーが返される操作をユーザーが実行できないようにしています。

既定のロール

Azure Machine Learning ワークスペースには、既定で使用できる組み込みロールがあります。ワークスペースにユーザーを追加するときに、次のいずれかのロールを割り当てることができます。

ロール	アクセスレベル
AzureML データサイエンティスト	コンピューティングリソースの作成または削除とワークスペース自体の変更を除く、Azure Machine Learning ワークスペース内のすべてのアクションを実行できます。
AzureML コンピューティングオペレーター	ワークスペース内のコンピューティングリソースを作成、管理、削除、アクセスできます。
Reader	ワークスペースでの読み取り専用のアクション。閲覧者はワークスペースで資産 (データストアの資格情報を含む) を一覧および表示できます。閲覧者がこれらの資産を作成または更新することはできません。
Contributor	ワークスペース内の資産を表示、作成、編集、削除 (該当する場合) します。たとえば、共同作成者は実験を作成したり、コンピューティングクラスターを作成またはアタッチしたり、実行を送信したり、Web サービスをデプロイしたりできます。
所有者	ワークスペース内の資産を表示、作成、編集、削除 (該当する場合) する機能など、ワークスペースへのフルアクセス。また、ロールの割り当てを変更することができます。

さらに、Azure Machine Learning レジストリには Azure Machine Learning レジストリユーザーロールがあり、これをレジストリリソースに割り当てることで、データサイエンティストにユーザーレベルのアクセス許可を付与できます。レジストリを作成または削除するための管理者レベルの権限については、共同作成者ロールまたは所有者ロールを使用します。

ロール	アクセスレベル
AzureML レジストリユーザー	レジストリを取得し、その中の資産の読み取り、書き込みおよび削除を行うことができます。新しいレジストリリソースを作成したり、削除したりすることはできません。

ロールを組み合わせて、さまざまなレベルのアクセス権を付与できます。たとえば、AzureML データ科学者 と AzureML コンピューティングオペレーターの両方のロールをワークスペースユーザーに付与して、セルフサービス方式でコンピューティングを作成しながらユーザーが実験を実行できるようにすることができます。

重要

ロールアクセス権は、Azure の複数のレベルにスコープ指定できます。たとえば、ワークスペースへの所有者アクセス権を持つユーザーであっても、そのワークスペースが含まれるリソースグループへの所有者アクセス権を持っていないことがあります。詳細については、「Azure RBAC のしくみ」を参照してください。

ワークスペースアクセスの管理

ワークスペースの所有者は、ワークスペースのロールを追加および削除できます。ユーザーにロールを割り当てることもできます。アクセスを管理する方法を確認するには、次のリンクを使用します。

たとえば、Azure CLI を使用して、次のコマンドでリソースグループ this-rg について joe@contoso.com に共同作成者ロールを割り当てます。

az role assignment create --role "Contributor" --assignee "joe@contoso.com" --resource-group this-rg

Microsoft Entra セキュリティグループを使用してワークスペースアクセスを管理する

Microsoft Entra セキュリティグループを使用して、ワークスペースへのアクセスを管理できます。この方法には次の利点があります。

チームまたはプロジェクトのリーダーは、ワークスペースリソースに対する所有者ロールを直接必要とせずに、セキュリティグループの所有者としてワークスペースへのユーザーアクセスを管理できます。
ユーザーごとにアクセス許可を管理することなく、ワークスペースや他のリソースに対するユーザーのアクセス許可をグループとして整理、管理、取り消すことができます。
Microsoft Entra グループを使用すると、ロールの割り当てに関するサブスクリプションの制限に達しないようにすることができます。

Microsoft Entra のセキュリティグループを使用するには:

セキュリティグループを作成します。
グループ所有者を追加します。このユーザーには、グループメンバーを追加または削除するためのアクセス許可があります。グループ所有者は、グループメンバーである必要はなく、またワークスペースに対する直接の RBAC ロールを持っている必要もありません。
AzureML データ科学者、閲覧者、共同作成者など、ワークスペースに対する RBAC ロールをグループに割り当てます。
グループメンバーを追加します。メンバーはワークスペースにアクセスできるようになります。

カスタムロールの作成

組み込みロールが十分ではない場合は、カスタムロールを作成できます。カスタムロールには、そのワークスペース内のリソースの読み取り、書き込み、削除、コンピューティングのアクセス許可を持つことができます。ロールは、特定のワークスペースレベル、特定のリソースグループレベル、または特定のサブスクリプションレベルで使用できるようにすることができます。

注意

そのリソース内のカスタムロールを作成するには、そのレベルでのリソースの所有者でなければなりません。

カスタムロールを作成するには、最初に、ロールのアクセス許可とスコープを指定するロールの定義 JSON ファイルを構築します。次の例では、特定のワークスペースレベルにスコープ指定された "Data Scientist Custom" のカスタムロールを定義しています:

data_scientist_custom_role.json :

{
    "Name": "Data Scientist Custom",
    "IsCustom": true,
    "Description": "Can run experiment but can't create or delete compute.",
    "Actions": ["*"],
    "NotActions": [
        "Microsoft.MachineLearningServices/workspaces/*/delete",
        "Microsoft.MachineLearningServices/workspaces/write",
        "Microsoft.MachineLearningServices/workspaces/computes/*/write",
        "Microsoft.MachineLearningServices/workspaces/computes/*/delete", 
        "Microsoft.Authorization/*/write"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>/resourceGroups/<resourceGroupName>/providers/Microsoft.MachineLearningServices/workspaces/<workspaceName>"
    ]
}

ヒント

AssignableScopes フィールドを変更し、サブスクリプションレベル、リソースグループレベル、特定のワークスペースレベルでこのカスタムロールのスコープを設定することができます。上記のカスタムロールは一例にすぎません。推奨されるいくつかの Azure Machine Learning service のカスタムロールを参照してください。

このカスタムロールは、次のアクションを除くすべてのアクションをワークスペース内で実行できます。

ワークスペースを削除できません。
ワークスペースを作成または更新できません。
コンピューティングリソースを作成または更新できません。
コンピューティングリソースを削除できません。
ロールの割り当てを追加、削除、変更できません。

このカスタムロールをデプロイするには、次の Azure CLI コマンドを使用します。

az role definition create --role-definition data_scientist_custom_role.json

デプロイ後、このロールは、指定したワークスペース内で利用可能になります。これで、このロールを Azure portal で追加し、割り当てることができるようになりました。

カスタムロールの詳細については、「Azure カスタムロール」を参照してください。

Azure Machine Learning の操作

カスタムロールで使用できる操作 (アクションとアクション以外) の詳細については、「リソースプロバイダー操作」を参照してください。次の Azure CLI コマンドを使用して、操作を一覧表示することもできます。

az provider operation show –n Microsoft.MachineLearningServices

カスタムロールの一覧表示

Azure CLI で、次のコマンドを実行します。

az role definition list --subscription <subscriptionId> --custom-role-only true

特定のカスタムロールのロール定義を表示するには、次の Azure CLI コマンドを使用します。 <roleName> は、前のコマンドで返されるのと同じ形式である必要があります:

az role definition list -n <roleName> --subscription <subscriptionId>

カスタムロールの更新

Azure CLI で、次のコマンドを実行します。

az role definition update --role-definition update_def.json --subscription <subscriptionId>

新しいロールの定義のスコープ全体に対するアクセス許可が必要となります。たとえば、この新しいロールが 3 つのサブスクリプションにわたってスコープを持つ場合は、3 つすべてのサブスクリプションに対するアクセス許可が必要です。

注意

ロールの更新は、そのスコープ内のすべてのロールの割り当てに適用されるまでに 15 分 ~ 1 時間かかることがあります。

Azure Resource Manager テンプレートを繰り返し使用する

複雑なロール割り当てを何度も作成することになりそうであれば、Azure Resource Manager テンプレートが非常に便利です。 machine-learning-dependencies-role-assignment template では、ソースコードでロール割り当てを再使用できるよう指定する方法を示しています。

一般的なシナリオ

次の表は、Azure Machine Learning アクティビティの概要と、それらを最小のスコープで実行するために必要なアクセス許可をまとめたものです。たとえば、ワークスペーススコープ (列 4) を使用してアクティビティを実行できる場合は、そのアクセス許可を持つそれより高いすべてのスコープも自動的に機能します。特定のアクティビティでは、V1 API と V2 API の間でアクセス許可が異なります。

重要

この表内の / で始まるすべてのパスは、Microsoft.MachineLearningServices/ に対する相対パスです。

アクティビティ	サブスクリプションレベルのスコープ	リソースグループレベルのスコープ	ワークスペースレベルのスコープ
新しいワークスペースの作成 ₁	必要なし	所有者または共同作成者	該当なし (所有者になるか、作成後に上位のスコープロールを継承します)
サブスクリプションレベル Amlcompute クォータを要求するか、ワークスペースレベルのクォータを設定する	所有者、共同作成者、またはサブスクリプションスコープで `/locations/updateQuotas/action` が可能なカスタムロール	許可されていません	許可されていません
新しいコンピューティングクラスターの作成	必要なし	必要なし	所有者、共同作成者、または `/workspaces/computes/write` が可能なカスタムロール
新しいコンピューティングインスタンスの作成	必要なし	必要なし	所有者、共同作成者、または `/workspaces/computes/write` が可能なカスタムロール
任意の型の実行を送信する (V1)	必要なし	必要なし	所有者、共同作成者、または以下を許可しているカスタムロール: `/workspaces/*/read`、`/workspaces/environments/write`、`/workspaces/experiments/runs/write`、`/workspaces/metadata/artifacts/write`、`/workspaces/metadata/snapshots/write`、`/workspaces/environments/build/action`、`/workspaces/experiments/runs/submit/action`、`/workspaces/environments/readSecrets/action`
任意の型の実行を送信する (V2)	必要なし	必要なし	所有者、共同作成者、または以下を許可しているカスタムロール: `/workspaces//read`、`/workspaces/environments/write`、`/workspaces/jobs/`、`/workspaces/metadata/artifacts/write`、`/workspaces/metadata/codes/*/write`、`/workspaces/environments/build/action`、`/workspaces/environments/readSecrets/action`
パイプラインとエンドポイントの公開 (V1)	必要なし	必要なし	所有者、共同作成者、または以下を許可しているカスタムロール: `/workspaces/endpoints/pipelines/`、`/workspaces/pipelinedrafts/`、`/workspaces/modules/*`
パイプラインとエンドポイントの公開 (V2)	必要なし	必要なし	所有者、共同作成者、または以下を許可しているカスタムロール: `/workspaces/endpoints/pipelines/`、`/workspaces/pipelinedrafts/`、`/workspaces/components/*`
AKS リソースをアタッチする ₂	必要なし	AKS を含むリソースグループの所有者または共同作成者
AKS/ACI リソースに登録済みモデルを配置する	必要なし	必要なし	所有者、共同作成者、または以下を許可しているカスタムロール: `/workspaces/services/aks/write`、`/workspaces/services/aci/write`
配置された AKS エンドポイントに対するスコアリング	必要なし	必要なし	所有者、共同作成者、または以下を許可しているカスタムロール: `/workspaces/services/aks/score/action`、`/workspaces/services/aks/listkeys/action` (Microsoft Entra 認証を使用しない場合) または `/workspaces/read` (トークン認証を使用する場合)
対話型ノートブックを使用してストレージにアクセスする	必要なし	必要なし	所有者、共同作成者、または以下を許可しているカスタムロール: `/workspaces/computes/read`、`/workspaces/notebooks/samples/read`、`/workspaces/notebooks/storage/*`、`/workspaces/listStorageAccountKeys/action`、`/workspaces/listNotebookAccessToken/read`
新しいカスタムロールを作成する	所有者、共同作成者、または `Microsoft.Authorization/roleDefinitions/write` が可能なカスタムロール	必要なし	所有者、共同作成者、または `/workspaces/computes/write` が可能なカスタムロール
オンラインエンドポイントとデプロイを作成および管理する	必要なし	スタジオにデプロイするには、 `Microsoft.Resources/deployments/write`	所有者、共同作成者、または `Microsoft.MachineLearningServices/workspaces/onlineEndpoints/*` が許可されたカスタムロール。
オンラインエンドポイントの認証資格情報を取得する	必要なし	必要なし	所有者、共同作成者、または `Microsoft.MachineLearningServices/workspaces/onlineEndpoints/token/action` および `Microsoft.MachineLearningServices/workspaces/onlineEndpoints/listkeys/action` が可能なカスタムロール

最初にワークスペースを作成しようとしたときにエラーが発生した場合は、ご自分のロールで Microsoft.MachineLearningServices/register/action が許可されていることを確認してください。このアクションにより、Azure Machine Learning リソースプロバイダーを Azure サブスクリプションに登録できます。
AKS クラスターをアタッチする場合は、クラスターの Azure Kubernetes Service クラスター管理者ロールも必要です。

仮想ネットワークまたはサブネットにデプロイする

リソースを仮想ネットワークまたはサブネットにデプロイするには、ご利用のユーザーアカウントが、Azure ロールベースのアクセス制御 (Azure RBAC) で次のアクションへのアクセス許可を保持している必要があります。
- 仮想ネットワークリソースの "Microsoft.Network/*/read"。このアクセス許可は、Azure Resource Manager (ARM) テンプレートのデプロイには必要ありません。
- 仮想ネットワークリソース上の "Microsoft.Network/virtualNetworks/join/action"。
- サブネットリソース上の "Microsoft.Network/virtualNetworks/subnets/join/action"。
ネットワークでの Azure RBAC の詳細については、ネットワークの組み込みロールに関するページを参照してください

V1 API と V2 API のアクションの違い

V1 API と V2 API のアクションには、特定の違いがあります。

資産	V1 API のアクションパス	V2 API のアクションパス
データセット	Microsoft.MachineLearningServices/workspaces/datasets	Microsoft.MachineLearningServices/workspaces/datasets/versions
実験の実行とジョブ	Microsoft.MachineLearningServices/workspaces/experiments	Microsoft.MachineLearningServices/workspaces/jobs
モデル	Microsoft.MachineLearningServices/workspaces/models	Microsoft.MachineLearningServices/workspaces/models/versions
スナップショットとコード	Microsoft.MachineLearningServices/workspaces/snapshots	Microsoft.MachineLearningServices/workspaces/codes/versions
モジュールとコンポーネント	Microsoft.MachineLearningServices/workspaces/modules	Microsoft.MachineLearningServices/workspaces/components

両方のアクションを含めたり、両方のアクションを含むワイルドカード (Microsoft.MachineLearningServices/workspaces/datasets/*/read など) を使用して、カスタムロールを V1 API と V2 API の両方と互換性を持たせることができます。

カスタマーマネージドキーを使用してワークスペースを作成する

カスタマーマネージドキー (CMK) を使用する場合、Azure Key Vault を使用してキーを格納します。ワークスペースの作成に使用されるユーザーまたはサービスプリンシパルには、キーコンテナーへの所有者または共同作成者アクセス権が必要です。

ワークスペースがユーザー割り当てマネージド ID を使用して構成されている場合、ID に次のロールが付与されている必要があります。これらのロールにより、マネージド ID は、カスタマーマネージドキーを使用するときに使用される Azure Storage、Azure Cosmos DB、および Azure Search リソースを作成できます。

Microsoft.Storage/storageAccounts/write
Microsoft.Search/searchServices/write
Microsoft.DocumentDB/databaseAccounts/write

キーコンテナー内では、ユーザーまたはサービスプリンシパルに、キーコンテナーアクセスポリシーを使用してキーへの作成、取得、削除、および消去のアクセス権を付与する必要があります。詳細については、「Azure Key Vault セキュリティ」を参照してください。

Azure Machine Learning コンピューティングクラスターのユーザー割り当てマネージド ID

Azure Machine Learning コンピューティングクラスターにユーザー割り当て ID を割り当てるには、コンピューティングとマネージド ID オペレーターロールを作成するための書き込みアクセス許可を持っている必要があります。マネージド ID を使用した Azure RBAC の詳細については、ユーザー割り当て ID の管理方法に関するページを参照してください。

MLflow 操作

Azure Machine Learning ワークスペースで MLflow 操作を実行するには、カスタムロールに次のスコープを使用します。

MLflow 操作	範囲
(V1) 実験のリスト表示、読み取り、作成、更新、または削除	`Microsoft.MachineLearningServices/workspaces/experiments/*`
(V2) ジョブのリスト表示、読み取り、作成、更新、または削除	`Microsoft.MachineLearningServices/workspaces/jobs/*`
名前による登録済みモデルの取得、レジストリ内のすべての登録済みモデルの一覧の取得、登録済みモデルの検索、各要求ステージの最新バージョンのモデル、登録済みモデルのバージョンの取得、モデルのバージョンの検索、モデルのバージョンの成果物が格納されている URI の取得、実験 ID による実行の検索	`Microsoft.MachineLearningServices/workspaces/models/*/read`
新しい登録済みモデルの作成、登録済みモデルの名前または説明の更新、既存の登録済みモデルの名前の変更、モデルの新しいバージョンの作成、モデルのバージョンの説明の更新、いずれかのステージへの登録済みモデルの移行	`Microsoft.MachineLearningServices/workspaces/models/*/write`
登録済みモデルとそのすべてのバージョンの削除、登録済みモデルの特定のバージョンの削除	`Microsoft.MachineLearningServices/workspaces/models/*/delete`

カスタムロールの例

データサイエンティスト

データ科学者がワークスペース内で以下を除くすべての操作を実行することができます。

コンピューティングの作成
実稼働 AKS クラスターへのモデルの配置
運用環境でのパイプラインエンドポイントの配置

data_scientist_custom_role.json :

{
    "Name": "Data Scientist Custom",
    "IsCustom": true,
    "Description": "Can run experiment but can't create or delete compute or deploy production endpoints.",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/*/read",
        "Microsoft.MachineLearningServices/workspaces/*/action",
        "Microsoft.MachineLearningServices/workspaces/*/delete",
        "Microsoft.MachineLearningServices/workspaces/*/write"
    ],
    "NotActions": [
        "Microsoft.MachineLearningServices/workspaces/delete",
        "Microsoft.MachineLearningServices/workspaces/write",
        "Microsoft.MachineLearningServices/workspaces/computes/*/write",
        "Microsoft.MachineLearningServices/workspaces/computes/*/delete", 
        "Microsoft.Authorization/*",
        "Microsoft.MachineLearningServices/workspaces/computes/listKeys/action",
        "Microsoft.MachineLearningServices/workspaces/listKeys/action",
        "Microsoft.MachineLearningServices/workspaces/services/aks/write",
        "Microsoft.MachineLearningServices/workspaces/services/aks/delete",
        "Microsoft.MachineLearningServices/workspaces/endpoints/pipelines/write"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

制限されたデータサイエンティスト

許可されたアクションにワイルドカードを含まない、より制限されたロール定義。ワークスペース内で以下を除くすべての操作が実行できます。

コンピューティングの作成
実稼働 AKS クラスターへのモデルの配置
運用環境でのパイプラインエンドポイントの配置

data_scientist_restricted_custom_role.json :

{
    "Name": "Data Scientist Restricted Custom",
    "IsCustom": true,
    "Description": "Can run experiment but can't create or delete compute or deploy production endpoints",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/*/read",
        "Microsoft.MachineLearningServices/workspaces/computes/start/action",
        "Microsoft.MachineLearningServices/workspaces/computes/stop/action",
        "Microsoft.MachineLearningServices/workspaces/computes/restart/action",
        "Microsoft.MachineLearningServices/workspaces/computes/applicationaccess/action",
        "Microsoft.MachineLearningServices/workspaces/notebooks/storage/write",
        "Microsoft.MachineLearningServices/workspaces/notebooks/storage/delete",
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/write",
        "Microsoft.MachineLearningServices/workspaces/experiments/write",
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/submit/action",
        "Microsoft.MachineLearningServices/workspaces/pipelinedrafts/write",
        "Microsoft.MachineLearningServices/workspaces/metadata/snapshots/write",
        "Microsoft.MachineLearningServices/workspaces/metadata/artifacts/write",
        "Microsoft.MachineLearningServices/workspaces/environments/write",
        "Microsoft.MachineLearningServices/workspaces/models/*/write",
        "Microsoft.MachineLearningServices/workspaces/modules/write",
        "Microsoft.MachineLearningServices/workspaces/components/*/write",
        "Microsoft.MachineLearningServices/workspaces/datasets/*/write", 
        "Microsoft.MachineLearningServices/workspaces/datasets/*/delete",
        "Microsoft.MachineLearningServices/workspaces/computes/listNodes/action",
        "Microsoft.MachineLearningServices/workspaces/environments/build/action"
    ],
    "NotActions": [
        "Microsoft.MachineLearningServices/workspaces/computes/write",
        "Microsoft.MachineLearningServices/workspaces/write",
        "Microsoft.MachineLearningServices/workspaces/computes/delete",
        "Microsoft.MachineLearningServices/workspaces/delete",
        "Microsoft.MachineLearningServices/workspaces/computes/listKeys/action",
        "Microsoft.MachineLearningServices/workspaces/connections/listsecrets/action",
        "Microsoft.MachineLearningServices/workspaces/listKeys/action",
        "Microsoft.Authorization/*",
        "Microsoft.MachineLearningServices/workspaces/datasets/registered/profile/read",
        "Microsoft.MachineLearningServices/workspaces/datasets/registered/preview/read",
        "Microsoft.MachineLearningServices/workspaces/datasets/unregistered/profile/read",
        "Microsoft.MachineLearningServices/workspaces/datasets/unregistered/preview/read",
        "Microsoft.MachineLearningServices/workspaces/datasets/registered/schema/read",    
        "Microsoft.MachineLearningServices/workspaces/datasets/unregistered/schema/read",
        "Microsoft.MachineLearningServices/workspaces/datastores/write",
        "Microsoft.MachineLearningServices/workspaces/datastores/delete"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

MLflow データサイエンティスト

データ科学者が、以下を除く、MLflow Azure Machine Learning でサポートされているすべての操作を実行できます。

コンピューティングの作成
実稼働 AKS クラスターへのモデルの配置
運用環境でのパイプラインエンドポイントの配置

mlflow_data_scientist_custom_role.json :

{
    "Name": "MLFlow Data Scientist Custom",
    "IsCustom": true,
    "Description": "Can perform azureml mlflow integrated functionalities that includes mlflow tracking, projects, model registry",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/experiments/*",
        "Microsoft.MachineLearningServices/workspaces/jobs/*",
        "Microsoft.MachineLearningServices/workspaces/models/*"
    ],
    "NotActions": [
        "Microsoft.MachineLearningServices/workspaces/delete",
        "Microsoft.MachineLearningServices/workspaces/write",
        "Microsoft.MachineLearningServices/workspaces/computes/*/write",
        "Microsoft.MachineLearningServices/workspaces/computes/*/delete", 
        "Microsoft.Authorization/*",
        "Microsoft.MachineLearningServices/workspaces/computes/listKeys/action",
        "Microsoft.MachineLearningServices/workspaces/listKeys/action",
        "Microsoft.MachineLearningServices/workspaces/services/aks/write",
        "Microsoft.MachineLearningServices/workspaces/services/aks/delete",
        "Microsoft.MachineLearningServices/workspaces/endpoints/pipelines/write"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

MLOps

サービスプリンシパルにロールを割り当て、それを使用して MLOps パイプラインを自動化することができます。たとえば、既に公開されているパイプラインに対して実行を送信するには、次のようにします。

mlops_custom_role.json :

{
    "Name": "MLOps Custom",
    "IsCustom": true,
    "Description": "Can run pipelines against a published pipeline endpoint",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/read",
        "Microsoft.MachineLearningServices/workspaces/endpoints/pipelines/read",
        "Microsoft.MachineLearningServices/workspaces/metadata/artifacts/read",
        "Microsoft.MachineLearningServices/workspaces/metadata/snapshots/read",
        "Microsoft.MachineLearningServices/workspaces/environments/read",    
        "Microsoft.MachineLearningServices/workspaces/metadata/secrets/read",
        "Microsoft.MachineLearningServices/workspaces/modules/read",
        "Microsoft.MachineLearningServices/workspaces/components/read",       
        "Microsoft.MachineLearningServices/workspaces/datasets/*/read",
        "Microsoft.MachineLearningServices/workspaces/datastores/read",
        "Microsoft.MachineLearningServices/workspaces/environments/write",
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/read",       
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/write",
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/submit/action",
        "Microsoft.MachineLearningServices/workspaces/experiments/jobs/read",       
        "Microsoft.MachineLearningServices/workspaces/experiments/jobs/write",
        "Microsoft.MachineLearningServices/workspaces/metadata/artifacts/write",
        "Microsoft.MachineLearningServices/workspaces/metadata/snapshots/write",
        "Microsoft.MachineLearningServices/workspaces/metadata/codes/*/write",       
        "Microsoft.MachineLearningServices/workspaces/environments/build/action",
    ],
    "NotActions": [
        "Microsoft.MachineLearningServices/workspaces/computes/write",
        "Microsoft.MachineLearningServices/workspaces/write",
        "Microsoft.MachineLearningServices/workspaces/computes/delete",
        "Microsoft.MachineLearningServices/workspaces/delete",
        "Microsoft.MachineLearningServices/workspaces/computes/listKeys/action",
        "Microsoft.MachineLearningServices/workspaces/listKeys/action",
        "Microsoft.Authorization/*"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

ワークスペース管理者

ワークスペースのスコープ内で以下を除くすべての操作を実行することができます。

新しいワークスペースの作成。
サブスクリプションまたはワークスペースレベルのクォータの割り当て

ワークスペース管理者は、新しいロールを作成することもできません。ワークスペースのスコープ内で既存の組み込みロールまたはカスタムロールのみを割り当てることができます。

workspace_admin_custom_role.json :

{
    "Name": "Workspace Admin Custom",
    "IsCustom": true,
    "Description": "Can perform all operations except quota management and upgrades",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/*/read",
        "Microsoft.MachineLearningServices/workspaces/*/action",
        "Microsoft.MachineLearningServices/workspaces/*/write",
        "Microsoft.MachineLearningServices/workspaces/*/delete",
        "Microsoft.Authorization/roleAssignments/*"
    ],
    "NotActions": [
        "Microsoft.MachineLearningServices/workspaces/write"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

データのラベル付け

データのラベル付けのみを対象とするデータのラベル付け用の組み込みのロールがあります。次のカスタムロールは、データラベル付けプロジェクトに対して他のレベルのアクセス権を付与します。

ラベル付けチームのリードは、ラベルが付いたデータセットを確認し、却下したり、ラベル付け分析情報を表示したりできます。それに加え、このロールでは、ラベラーのロールも実行できます。

labeling_team_lead_custom_role.json :

{
    "Name": "Labeling Team Lead",
    "IsCustom": true,
    "Description": "Team lead for Labeling Projects",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/read",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/read",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/write",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/reject/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/update/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/read",
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/summary/read"
    ],
    "NotActions": [
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/write",
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/delete",
        "Microsoft.MachineLearningServices/workspaces/labeling/export/action"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

ベンダーアカウントマネージャーは、ベンダーのすべてのロールを管理し、ラベル付けアクションを実行できます。プロジェクトを変更したり、MLAssist の実験を表示したりすることはできません。

vendor_admin_role.json :

{
    "Name": "Vendor account admin",
    "IsCustom": true,
    "Description": "Vendor account admin for Labeling Projects",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/read", 
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/write", 
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/reject/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/update/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/approve_unapprove/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/summary/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/export/action", 
        "Microsoft.MachineLearningServices/workspaces/datasets/registered/read"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

カスタマー品質保証ロールは、プロジェクトダッシュボードを表示し、データセットをプレビューし、ラベル付けプロジェクトをエクスポートし、送信されたラベルを確認することができます。このロールは、ラベルを送信することはできません。

customer_qa_role.json :

{
    "Name": "Customer QA",
    "IsCustom": true,
    "Description": "Customer QA for Labeling Projects",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/read",
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/read",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/read",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/reject/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/approve_unapprove/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/read",
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/summary/read",
        "Microsoft.MachineLearningServices/workspaces/labeling/export/action",
        "Microsoft.MachineLearningServices/workspaces/datasets/registered/read"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

ベンダー品質保証ロールは、カスタマー品質保証ロールを実行できますが、データセットをプレビューすることはできません。

vendor_qa_role.json:

{
    "Name": "Vendor QA",
    "IsCustom": true,
    "Description": "Vendor QA for Labeling Projects",
    "Actions": [
        "Microsoft.MachineLearningServices/workspaces/read", 
        "Microsoft.MachineLearningServices/workspaces/experiments/runs/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/reject/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/update/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/labels/approve_unapprove/action",
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/projects/summary/read", 
        "Microsoft.MachineLearningServices/workspaces/labeling/export/action"
    ],
    "AssignableScopes": [
        "/subscriptions/<subscriptionId>"
    ]
}

トラブルシューティング

Azure RBAC を使用している間は、次の点に注意する必要があります:

Azure でリソース (ワークスペースなど) を作成しても、リソースの直接の所有者にはなりません。ロールは、そのサブスクリプションで認可されている最も高いスコープのロールから継承されます。たとえば、Machine Learning ワークスペースを作成するアクセス許可を持っているネットワーク管理者の場合、そのワークスペースに対するネットワーク管理者ロールが割り当てられます。 所有者ロールではありません。
ワークスペースでクォータ操作を実行するには、サブスクリプションレベルのアクセス許可が必要です。これは、マネージドコンピューティングリソースに対するサブスクリプションレベルのクォータまたはワークスペースレベルのクォータの設定は、サブスクリプションスコープで書き込みアクセス許可がある場合にのみ可能であることを意味します。
Studio にデプロイするには、Microsoft.Resources/deployments/write および Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments/write が必要です。 SDK/CLI のデプロイでは、Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments/write が必要です。追加のアクセス許可については、ワークスペース/リソースグループの所有者にお問い合わせください。
同じ Microsoft Entra ユーザーに 2 つのロールの割り当てがあり、Actions/NotActions のセクションが競合している場合、あるロールの NotActions に一覧表示されている操作は、他のロールで Actions としても一覧表示されている場合、有効にならない可能性があります。 Azure がロールの割り当てを解析する方法の詳細については、「ユーザーがリソースへのアクセス権を持っているどうかを Azure RBAC が特定する方法」を参照してください。
新しいロールの割り当てがスタック全体のキャッシュされたアクセス許可に対して有効になるには、最大 1 時間かかります。

次の方法で共有

Azure Machine Learning ワークスペースへのアクセスの管理

既定のロール

ワークスペースアクセスの管理

Microsoft Entra セキュリティグループを使用してワークスペースアクセスを管理する

カスタムロールの作成

Azure Machine Learning の操作

カスタムロールの一覧表示

カスタムロールの更新

Azure Resource Manager テンプレートを繰り返し使用する

一般的なシナリオ

仮想ネットワークまたはサブネットにデプロイする

V1 API と V2 API のアクションの違い

カスタマーマネージドキーを使用してワークスペースを作成する

Azure Machine Learning コンピューティングクラスターのユーザー割り当てマネージド ID

MLflow 操作

カスタムロールの例

データサイエンティスト

制限されたデータサイエンティスト

MLflow データサイエンティスト

MLOps

ワークスペース管理者

データのラベル付け

トラブルシューティング

フィードバック

その他のリソース

次の方法で共有

Azure Machine Learning ワークスペースへのアクセスの管理

既定のロール

ワークスペース アクセスの管理

Microsoft Entra セキュリティ グループを使用してワークスペース アクセスを管理する

カスタム ロールの作成

Azure Machine Learning の操作

カスタム ロールの一覧表示

カスタム ロールの更新

Azure Resource Manager テンプレートを繰り返し使用する

一般的なシナリオ

仮想ネットワークまたはサブネットにデプロイする

V1 API と V2 API のアクションの違い

カスタマー マネージド キーを使用してワークスペースを作成する

Azure Machine Learning コンピューティング クラスターのユーザー割り当てマネージド ID

MLflow 操作

カスタム ロールの例

データ サイエンティスト

制限されたデータ サイエンティスト

MLflow データ サイエンティスト

MLOps

ワークスペース管理者

データのラベル付け

トラブルシューティング

関連するコンテンツ

フィードバック

その他のリソース

ワークスペースアクセスの管理

Microsoft Entra セキュリティグループを使用してワークスペースアクセスを管理する

カスタムロールの作成

カスタムロールの一覧表示

カスタムロールの更新

カスタマーマネージドキーを使用してワークスペースを作成する

Azure Machine Learning コンピューティングクラスターのユーザー割り当てマネージド ID

カスタムロールの例

データサイエンティスト

制限されたデータサイエンティスト

MLflow データサイエンティスト