בקרת גישה

כדי להשתמש בתכונות ה-AI הגנרטיבי ב-Vertex AI, צריך להקצות את תפקיד ה-IAM המתאים לגורמים (לדוגמה, משתמשים, קבוצות וחשבונות שירות) בפרויקט. אפשר גם ליצור תפקידים בהתאמה אישית כדי להעניק לקבוצת משתמשים מוגדרת הרשאות מוגדרות. בדף הזה מפורטים התפקידים הרלוונטיים ב-IAM שצריך להקצות וההרשאות הספציפיות שנדרשות לכל פעולה, כדי שתוכלו ליצור תפקידים בהתאמה אישית.

תפקידים מוגדרים מראש

כדי לתת למשתמשים או לקבוצות בפרויקט גישה לתכונות של AI גנרטיבי ב-Vertex AI, אפשר להקצות להם אחד מהתפקידים המוגדרים מראש הבאים:

מידע נוסף על תפקידי IAM ב-Vertex AI זמין במאמר בקרת גישה ב-Vertex AI באמצעות IAM.

הרשאות

בטבלה הבאה מפורטות הפעולות של ה-AI הגנרטיבי וההרשאות שנדרשות לביצוע הפעולה. אם אתם צריכים בקרת גישה פרטנית, תוכלו להיעזר במיפויים האלה כדי ליצור תפקידים בהתאמה אישית.

פעולה נדרשות הרשאות
יצירת בקשות להנחיות
  • aiplatform.endpoints.predict
שמירה, הצגה, עדכון ומחיקה של הנחיות ב-Vertex AI Studio
  • aiplatform.datasets.create
  • aiplatform.datasets.update
  • aiplatform.datasets.delete
  • aiplatform.datasets.list
  • aiplatform.datasets.get
כוונון מודל
  • aiplatform.pipelineJobs.*
  • aiplatform.customJobs.*
  • aiplatform.datasets.export
  • aiplatform.datasets.get
  • aiplatform.models.upload
  • aiplatform.models.get
  • aiplatform.endpoints.create
  • aiplatform.endpoints.get
  • aiplatform.endpoints.deploy
  • aiplatform.metadataStores.get
  • storage.objects.create
  • storage.objects.update
  • storage.objects.get
  • storage.objects.list

מידע נוסף על הרשאות IAM ב-Vertex AI

המאמרים הבאים

מדריך

כדי לעקוב אחרי השימוש בנקודות הקצה של המודלים, צריך להפעיל יומני ביקורת של Data Access ב-Vertex AI.

מדריך

במאמר הזה מוסבר איך משתמשים בניהול הזהויות והרשאות הגישה (IAM) כדי לנהל את הגישה למשאבי Vertex AI.

סקירה כללית

כדי לכוונן מודל, צריך לספק מערך נתוני אימון שמכיל קבוצה של דוגמאות למשימות ספציפיות במורד הזרם.

סקירה כללית

כאן אפשר לקרוא על חלק מהמגבלות של AI גנרטיבי ועל שיטות מומלצות לשימוש ב-AI גנרטיבי.