使用虚拟网络保护 Azure 机器学习推理环境
本文介绍如何在 Azure 机器学习中使用虚拟网络保护推理环境（联机终结点）。 可以使用 VNet 保护两个推理选项：
Azure 机器学习托管联机终结点
提示
保护托管联机终结点时，Azure 建议使用 Azure 机器学习“托管虚拟网络”，以替代本文中的步骤。 使用托管虚拟网络，Azure 机器学习可处理工作区和托管计算的网络隔离作业。 还可以为工作区所需的资源（例如 Azure 存储帐户）添加专用终结点。 有关详细信息，请参阅工作区托管网络隔离。
Azure Kubernetes 服务
提示
本文是介绍如何保护 Azure 机器学习工作流系列文章的一部分。 请参阅本系列中的其他文章：
有关创建安全工作区的教程，请参阅教程：创建安全工作区、Bicep 模板或 Terraform 模板。
先决条件
阅读网络安全概述一文，了解常见的虚拟网络方案和总体虚拟网络体系结构。
现有虚拟网络和子网，用于保护 Azure 机器学习工作区。
若要将资源部署到虚拟网络或子网中，你的用户帐户必须在 Azure 基于角色的访问控制 (Azure RBAC) 中具有以下操作的权限：
- 虚拟网络资源上的“Microsoft.Network/*/read”。 对于 Azure 资源管理器 (ARM) 模板部署，不需要此权限。
- “Microsoft.Network/virtualNetworks/join/action”（在虚拟网络资源上）。
- "Microsoft.Network/virtualNetworks/subnets/join/action"（在子网资源上）。
若要详细了解如何将 Azure RBAC 与网络配合使用，请参阅网络内置角色
- 如果使用 Azure Kubernetes 服务 (AKS)，则必须按照保护 Azure Kubernetes 服务推理环境一文中所述保护一个现有的 AKS 群集。
保护托管联机终结点
若要了解如何保护托管联机终结点，请参阅对托管联机终结点使用网络隔离一文。
保护 Azure Kubernetes 服务联机终结点
若要使用 Azure Kubernetes 服务群集以进行安全推理，请使用以下步骤：
创建或配置安全的 Kubernetes 推理环境。
部署 Azure 机器学习扩展。
可以使用 CLI v2、Python SDK v2 和 Studio UI 执行具有 Kubernetes 联机终结点的模型部署。
- CLI v2 - https://github.com/Azure/azureml-examples/tree/main/cli/endpoints/online/kubernetes
- Python SDK V2 - https://github.com/Azure/azureml-examples/tree/main/sdk/python/endpoints/online/kubernetes
- 工作室 UI - 通过工作室执行托管联机终结点部署中的步骤。 输入终结点名称后，选择“Kubernetes”而非“托管”作为计算类型。
限制来自虚拟网络的出站连接
如果你不想要使用默认的出站规则，同时想要限制虚拟网络的出站访问，则必须允许访问 Azure 容器注册表。 例如，确保网络安全组 (NSG) 包含允许访问“AzureContainerRegistry.RegionName”服务标记的规则，其中的 {RegionName} 是 Azure 区域的名称。
后续步骤
本文是介绍如何保护 Azure 机器学习工作流系列文章的一部分。 请参阅本系列中的其他文章：