访问控制与合规
管理谁可以训练、推广和部署模型
访问控制与合规 是 CoddyKit 上的免费 MLOps Academy 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 MLOps Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 MLOps Academy 课程共包含 4 节课。
管理谁可以执行操作
访问控制决定谁可以训练、提升和部署模型，从而不会让任何人都能执行高风险操作。🔐
高风险操作
有三项操作需要特别谨慎：推送到生产环境、删除模型版本，以及修改供训练使用的数据。
使用基于角色的访问控制
RBAC向角色而非个人授予权限。用户会获得查看者或部署者之类的角色，而角色承载相应的权限。
最小权限原则更优
为每个角色分配其实际需要的最少权限。最小权限可以在账户被滥用时缩小影响范围。
将训练与部署分开
分离职责，使训练模型的人不负责发布模型。这种职责分离可以及早发现错误。
保护模型注册表
模型注册表是一个控制点。限制谁可以将版本移入生产环境阶段，因为这会切换线上流量。
不要将机密信息放入代码
凭据绝不应放在代码仓库中。运行时从机密管理器中获取凭据，这样就可以轮换密钥并记录访问情况。
import os
api_key = os.environ["MODEL_API_KEY"]记录敏感访问
将访问控制与审计追踪记录关联起来。记录每次提升和部署及其操作者，以便合规审查证明谁修改了什么。🧾
合规与 PII
GDPR 等规则会监管个人数据。注意特征和日志中的PII，并响应删除用户记录的请求。
要求审批
对于高风险模型，请加入人工关卡。在部署到生产环境之前要求审批，可以强制进行第二次检查。
定期审查访问权限
权限会随时间逐渐偏离需要。定期执行访问审查，在权限成为风险之前撤销人员不再需要的权限。
快速检查
回想一下，只向角色授予其所需权限这一原则背后的理念。
总结
您学会了如何使用RBAC、最小权限、职责分离、机密管理和审计支持的合规机制来治理机器学习。✅
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「访问控制与合规」课时是免费的吗？
是的 — 「访问控制与合规」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 MLOps Academy 课程的其余内容，请升级到 CoddyKit PRO。 MLOps Academy 课程共包含 4 节课。
「访问控制与合规」这节课中我会学到什么？
管理谁可以训练、推广和部署模型 你通过在浏览器中直接运行的动手代码来练习 MLOps Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 MLOps Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 MLOps Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「访问控制与合规」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 MLOps Academy 课中编写并运行代码吗？
能。每节 MLOps Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 跟踪从数据到模型的谱系
- 编写模型卡片
- 审计轨迹与可复现性
- 访问控制与合规