Azure 机器学习的 Azure Policy 法规合规性控制措施
Azure Policy 中的法规符合性为与不同符合性标准相关的“符合域”和“安全控制措施”提供 Azure 创建和管理的计划定义，称为“内置” 。 此页列出 Azure 机器学习的合规性域和安全控制措施 。 可以分别为“安全控件”分配内置项，以帮助 Azure 资源符合特定的标准。
每个内置策略定义链接（指向 Azure 门户中的策略定义）的标题。 使用“策略版本”列中的链接查看 Azure Policy GitHub 存储库上的源。
重要
每个控件都与一个或多个 Azure Policy 定义相关联。 这些策略可能有助于评估控件的合规性。 但是，控件与一个或多个策略之间通常不是一对一或完全匹配。 因此，Azure Policy 中的“符合”仅指策略本身。 这并不能确保你完全符合控件的所有要求。 此外，符合性标准包含目前未由任何 Azure Policy 定义处理的控件。 因此，Azure Policy 中的符合性只是整体符合性状态的部分视图。 对于这些合规性标准，控件与 Azure Policy 法规合规性定义之间的关联可能会随时间的推移而发生变化。
Azure 安全基准
Azure 安全基准提供有关如何在 Azure 上保护云解决方案的建议。 若要查看此服务如何完全映射到 Azure 安全基准，请参阅 Azure 安全基准映射文件。
若要查看所有 Azure 服务的可用 Azure Policy 内置项如何映射到此合规性标准，请参阅 Azure Policy 法规遵从性 - Azure 安全基准。
| 域 | 控制 ID | 控制标题 | 策略 （Azure 门户） |
策略版本 (GitHub) |
|---|---|---|---|---|
| 网络安全 | NS-2 | 使用网络控制保护云服务 | Azure 机器学习工作区应使用专用链接 | 1.1.0 |
| 数据保护 | DP-5 | 需要时在静态数据加密中使用客户管理的密钥选项 | 应使用客户管理的密钥对 Azure 机器学习工作区进行加密 | 1.0.3 |
后续步骤
- 在 Azure Policy GitHub 存储库中查看这些内置项。