权限管理-九游平台
modelarts作为一个完备的ai开发平台，支持用户对其进行细粒度的权限配置，以达到精细化资源、权限管理之目的。这类特性在大型企业用户的使用场景下很常见，但对个人用户则显得复杂而意义不足，所以建议个人用户在使用modelarts时，参照配置访问授权来进行初始权限设置。
您是否需要阅读本文档？
如果下述问题您的任何一个回答为“是”，则需要阅读此文档
- 您是企业用户，且
- 存在多个部门，且需要限定不同部门的用户只能访问其专属资源、功能
- 存在多种角色（如管理员、算法开发者、应用运维），希望限制不同角色只能使用特定功能
- 逻辑上存在多套“环境”且相互隔离（如开发环境、预生产环境、生产环境），并限定不同用户在不同环境上的操作权限
- 其他任何需要对特定子用户（组）做出特定权限限制的情况
- 您是个人用户，但已经在iam创建多个子用户，且期望限定不同子用户所能使用的modelarts功能、资源不同
- 希望了解modelarts的权限控制能力细节，期望理解其概念和实操方法
modelarts的大部分权限管理能力均基于统一身份认证服务（identity and access management，简称iam）来实现，在您继续往下阅读之前，强烈建议您先行熟悉iam基本概念，如果能完整理解iam的所有概念，将更加有助于您理解本文档。
为了支持客户对modelarts的权限做精细化控制，提供了3个方面的能力来支撑，分别是：权限、委托和工作空间。下面分别讲解。
理解modelarts的权限与委托
modelarts每个功能都通过iam的权限来进行控制。比如，用户（此处指iam子用户，而非租户）希望在modelarts创建训练作业，则该用户必须拥有 "modelarts:trainjob:create" 的权限才可以完成操作（无论界面操作还是api调用）。关于如何给一个用户赋权（准确讲是需要先将用户加入用户组，再面向用户组赋权），可以参考iam的文档《权限管理》。
而modelarts还有一个特殊的地方在于，为了完成ai计算的各种操作，ai平台在任务执行过程中需要访问用户的其他服务，典型的就是训练过程中，需要访问obs读取用户的训练数据。在这个过程中，就出现了modelarts“代表”用户去访问其他云服务的情形。从安全角度出发，modelarts代表用户访问任何云服务之前，均需要先获得用户的授权，而这个动作就是一个“委托”的过程。用户授权modelarts再代表自己访问特定的云服务，以完成其在modelarts平台上执行的ai计算任务。
综上，对于图1 权限管理抽象可以做如下解读：
- 用户访问任何云服务，均是通过标准的iam权限体系进行访问控制。用户首先需要具备相关云服务的权限（根据您具体使用的功能不同，所需的相关服务权限多寡亦有差异）。
- 权限：用户使用modelarts的任何功能，亦需要通过iam权限体系进行正确权限授权。
- 委托：modelarts上的ai计算任务执行过程中需要访问其他云服务，此动作需要获得用户的委托授权。
modelarts权限管理
默认情况下，管理员创建的iam用户没有任何权限，需要将其加入用户组，并给用户组授予策略，才能使得用户组中的用户获得对应的权限，这一过程称为授权。授权后，用户就可以基于授予的权限对云服务进行操作。
modelarts部署时通过物理区域划分，为项目级服务，授权时“选择授权范围方案”可以选择“指定区域项目资源”，如果授权时指定了区域（如华北-北京4）对应的项目（cn-north-4），则该权限仅对此项目生效；简单的做法是直接选择“所有资源”。
modelarts也支持企业项目，所以选择授权范围方案时，也可以指定企业项目。具体操作参见《创建用户组并授权》。
iam在对用户组授权的时候，并不是直接将具体的某个权限进行赋权，而是需要先将权限加入到“策略”当中，再把策略赋给用户组。为了方便用户的权限管理，各个云服务都提供了一些预置的“系统策略”供用户直接使用。如果预置的策略不能满足您的细粒度权限控制要求，则可以通过“自定义策略”来进行精细控制。
|
策略名称 |
描述 |
类型 |
|---|---|---|
|
modelarts fullaccess |
modelarts管理员用户，拥有所有modelarts服务的权限 |
系统策略 |
|
modelarts commonoperations |
modelarts操作用户，拥有所有modelarts服务操作权限除了管理专属资源池的权限 |
系统策略 |
|
modelarts dependency access |
modelarts服务的常用依赖服务的权限 |
系统策略 |
通常来讲，只给管理员开通“modelarts fullaccess”，如果不需要太精细的控制，直接给所有用户开通“modelarts commonoperations”即可满足大多数小团队的开发场景诉求。如果您希望通过自定义策略做深入细致的权限控制，请阅读modelarts的iam权限控制详解。
modelarts的权限不会凌驾于其他服务的权限之上，当您给用户进行modelarts赋权时，系统不会自动对其他相关服务的相关权限进行赋权。这样做的好处是更加安全，不会出现预期外的“越权”，但缺点是，您必须同时给用户赋予不同服务的权限，才能确保用户可以顺利完成某些modelarts操作。
举例，如果用户需要用obs中的数据进行训练，当已经为iam用户配置modelarts训练权限时，仍需同时为其配置对应的obs权限（读、写、列表），才可以正常使用。其中obs的列表权限用于支持用户从modelarts界面上选择要进行训练的数据路径；读权限主要用于数据的预览以及训练任务执行时的数据读取；写权限则是为了保存训练结果和日志。
- 对于个人用户或小型组织，一个简单做法是为iam用户配置“作用范围”为“全局级服务”的“tenant administrator”策略，这会使用户获得除了iam以外的所有用户权限。在获得便利的同时，由于用户的权限较大，会存在相对较大的安全风险，需谨慎使用。（对于个人用户，其默认iam账号就已经属于admin用户组，且具备tenant administrator权限，无需额外操作）
- 当您需要限制用户操作，仅为modelarts用户配置obs相关的最小化权限项，具体操作请参见。对于其他云服务，也可以进行精细化权限控制，具体请参考对应的云服务文档。
modelarts委托授权
前文已经介绍，modelarts在执行ai计算任务过程中，需要“代表”用户去访问其他云服务，而此动作需要提前获得用户的授权。在iam权限体系下，此类授权动作是通过“委托”来完成。
关于委托的基本概念及操作可以参考对应的iam文档《委托其他云服务管理资源》。
为了简化用户的委托授权操作，modelarts增加了自动配置委托授权的支持，用户仅需在modelarts控制台的“全局配置”页面中，为自己或特定用户配置委托即可。
- 只有具备iam委托管理权限的用户才可以进行此项操作，通常是iam admin用户组的成员才具备此权限。
- 目前modelarts的委托授权操作是分区域操作的，这意味着您需要在每个您所用到的区域均执行委托授权操作。
在modelarts控制台的“全局配置”页面，单击“添加授权”后，系统会引导您为特定用户或所有用户进行委托配置，通常默认会创建一个名为“modelarts_agency_<用户名>_随机id”的委托条目。在权限配置的区域，您可以选择modelarts提供的预置配置，也可以自定义选择您所授权的策略。当然如果这两种形态对于您的诉求均过于粗犷，您也可以直接在iam管理页面里创建完全由您进行精细化配置的委托（需要委托给modelarts服务），然后在此页面的委托选择里使用“已有委托”“”（而非“新增委托”）。
至此，您应该已经发现了一个细节，modelarts在使用委托时，是将其与用户进行关联的，用户与委托的关系是多对1的关系。这意味着，如果两个用户需要配置的委托一致，那么不需要为每个用户都创建一个独立的委托项，只需要将两个用户都“指向”同一个委托项即可。
每个用户必须关联委托才可以使用modelarts，但即使委托所赋之权限不足，在api调用之初也不会报错，只有到系统具体使用到该功能时，才会发生问题。例如，用户在创建训练任务时打开了“消息通知”，该功能依赖smn委托授权，但只有训练任务运行过程中，真正需要发送消息时，系统才会“出错”，而有些错误系统会选择“忽略”，另一些错误则可能导致任务直接失败。当您做深入的“权限最小化”限制时，请确保您在modelarts上将要执行的操作仍旧有足够的权限。
严格授权模式
严格授权模式是指在iam中创建的子用户必须由账号管理员显式在iam中授权，才能访问modelarts服务，管理员用户可以通过授权策略为普通用户精确添加所需使用的modelarts功能的权限。
相对的，在非严格授权模式下，子用户不需要显式授权就可以使用modelarts，管理员需要在iam上为子用户配置deny策略来禁止子用户使用modelarts的某些功能。
账号的管理员用户可以在“全局配置”页面修改授权模式。
如无特殊情况，建议优先使用严格授权模式。在严格授权模式下，子用户要使用modelarts的功能都需经过授权，可以更精确的控制子用户的权限范围，达成权限最小化的安全策略。
用工作空间限制资源访问
工作空间是modelarts面向企业客户提供的一个高阶功能，用于进一步将用户的资源划分在多个逻辑隔离的空间中，并支持以空间维度进行访问的权限限定。目前工作空间功能是“受邀开通”状态，作为企业用户您可以通过您对口的九游平台的技术支持经理申请开通。
在开通工作空间后，系统会默认为您创建一个“default”空间，您之前所创建的所有资源，均在该空间下。当您创建新的工作空间之后，相当于您拥有了一个新的“modelarts分身”，您可以通过菜单栏的左上角进行工作空间的切换，不同工作空间中的工作互不影响。
创建工作空间时，必须绑定一个企业项目。多个工作空间可以绑定到同一个企业项目，但一个工作空间不可以绑定多个企业项目。借助工作空间，您可以对不同用户的资源访问和权限做更加细致的约束，具体为如下两种约束：
- 只有被授权的用户才能访问特定的工作空间（在创建、管理工作空间的页面进行配置），这意味着，像数据集、算法等ai资产，均可以借助工作空间做访问的限制。
- 在前文提到的权限授权操作中，如果“选择授权范围方案”时设定为“指定企业项目资源”，那么该授权仅对绑定至该企业项目的工作空间生效。
- 工作空间的约束与权限授权的约束是叠加生效的，意味着对于一个用户，必须同时拥有工作空间的访问权和训练任务的创建权限（且该权限覆盖至当前的工作空间），他才可以在这个空间里提交训练任务。
- 对于已经开通企业项目但没有开通工作空间的用户，其所有操作均相当于在“default”企业项目里进行，请确保对应权限已覆盖了名为default的企业项目。
- 对于未开通企业项目的用户，不受上述约束限制。
本章小结
对于modelarts的权限管理，总结了如下几条关键点：
- 如果您是个人用户，则不需要考虑细粒度权限问题，您的账户默认具备使用modelarts的所有权限。
- modelarts平台的所有功能均通过iam体系进行了权限管控，您可以通过标准的iam授权动作，来对特定用户进行精细化的权限管控。
- 对于所有用户（包括个人用户），需要完成对modelarts的委托授权（modelarts > 全局配置 > 添加授权），才能使用特定的功能，否则会造成您的操作出现不可预期的错误。
- 对于开通了企业项目的用户，可以进一步申请开通modelarts的工作空间，通过组合使用基础授权和工作空间，来达成更加复杂的权限控制目的。
相关文档
意见反馈
文档内容是否对您有帮助？
如您有其它疑问，您也可以通过华为云社区问答频道来与我们联系探讨
