Azure Machine Learning ワークスペース用にプライベートエンドポイントを構成する

[アーティクル]
11/19/2024

このドキュメントでは、Azure Machine Learning ワークスペース用にプライベートエンドポイントを構成する方法について説明します。 Azure Machine Learning 用の仮想ネットワークの作成については、仮想ネットワークの分離とプライバシーの概要に関する記事をご覧ください。

Azure Private Link を使用すると、ワークスペースへの接続を Azure Virtual Network に制限できます。プライベートエンドポイントを作成することで、仮想ネットワークからの接続のみを受け入れるようにワークスペースを制限します。プライベートエンドポイントは、仮想ネットワーク内にある一組のプライベート IP アドレスです。これにより、ワークスペースへのアクセスが、プライベート IP アドレスでのみ行われるように制限できます。プライベートエンドポイントを使用すると、データ流出のリスクを軽減できます。プライベートエンドポイントの詳細については、Azure Private Link に関する記事を参照してください。

警告

プライベートエンドポイントを使用してワークスペースをセキュリティで保護しても、エンドツーエンドのセキュリティは保証されません。ソリューションの個々のコンポーネントのすべてをセキュリティで保護する必要があります。たとえば、ワークスペースでプライベートエンドポイントを使用していても、Azure ストレージアカウントが VNet の内側にない場合、ワークスペースとストレージの間のトラフィックでは、セキュリティのために VNet は使用されません。

Azure Machine Learning で使用されるリソースのセキュリティ保護の詳細については、次の記事を参照してください。

前提条件

プライベートエンドポイントを作成するには、既存の仮想ネットワークが必要です。

警告

VNet の IP アドレス範囲に 172.17.0.0/16 を使用しないでください。これは Docker ブリッジネットワークで使用される既定のサブネット範囲であり、VNet に使用するとエラーが発生します。仮想ネットワークに接続する内容によっては、他の範囲も競合する可能性があります。たとえば、オンプレミスネットワークを VNet に接続する予定で、オンプレミスネットワークでも 172.16.0.0/16 の範囲が使用されている場合です。最終的には、ネットワークインフラストラクチャーを計画するのはユーザーの責任です。
プライベートエンドポイントを追加する前に、プライベートエンドポイントのネットワークポリシーを無効にします。

制限事項

プライベートエンドポイントでセキュリティ保護されたワークスペースのパブリックアクセスを有効にしていて、パブリックインターネット経由で Azure Machine Learning スタジオを使用する場合、デザイナーなどの一部の機能から自分のデータにアクセスできないことがあります。この問題は、データが仮想ネットワークの背後でセキュリティ保護されているサービスに格納されている場合に発生します。たとえば、Azure Storage アカウントです。
Mozilla Firefox を使用している場合、ワークスペースのプライベートエンドポイントにアクセスしようとしたときに問題が発生することがあります。この問題は、Mozilla Firefox の DNS over HTTPS に関連している可能性があります。 Microsoft Edge または Google Chrome を使うことをお勧めします。
プライベートエンドポイントを使用しても、ワークスペースの削除やコンピューティングリソースの管理などの Azure コントロールプレーン (管理操作) には影響しません。たとえば、コンピューティング先の作成、更新、削除などです。これらの操作は、通常どおりパブリックインターネット経由で実行されます。 Azure Machine Learning Studio を使用するなどのデータプレーン操作、API (公開されたパイプラインを含む)、または SDK では、プライベートエンドポイントが使用されます。
プライベートエンドポイントを使用してワークスペースにコンピューティングインスタンスまたはコンピューティングクラスターを作成するときは、コンピューティングインスタンスとコンピューティングクラスターがワークスペースと同じ Azure リージョンに存在する必要があります。
プライベートエンドポイントを使用して Azure Kubernetes Service クラスターをワークスペースにアタッチするときは、クラスターがワークスペースと同じリージョンに存在する必要があります。
複数のプライベートエンドポイントで 1 つのワークスペースを使用するときは、プライベートエンドポイントの 1 つが、次の依存関係サービスと同じ仮想ネットワーク内に存在する必要があります。
- ワークスペース用の既定のストレージを提供する Azure ストレージアカウント
- ワークスペース用の Azure Key Vault
- ワークスペース用の Azure Container Registry。
たとえば、1 つの仮想ネットワーク ("サービス") には、依存関係サービスとワークスペース用のプライベートエンドポイントが含まれます。この構成により、ワークスペースはサービスと通信できます。別の仮想ネットワーク ("クライアント") には、ワークスペース用のプライベートエンドポイントのみが含まれ、クライアント開発用コンピューターとワークスペースの間の通信にのみ使用できます。

プライベートエンドポイントを使用するワークスペースを作成する

プライベートエンドポイントを使用してワークスペースを作成するには、次のいずれかの方法を使用します。いずれの方法でも既存の仮想ネットワークが必要です。

ヒント

ワークスペース、プライベートエンドポイント、仮想ネットワークを同時に作成する場合は、「Azure Resource Manager テンプレートを使用して Azure Machine Learning のワークスペースを作成する」を参照してください。

Azure CLI
ポータル

適用対象: Azure CLI ml 拡張機能 v2 (現行)

Azure CLI Machine Learning 拡張機能 2.0 CLI を使用するときは、YAML ドキュメントを使用して、ワークスペースを構成します。 YAML 構成を使用した新しいワークスペースの作成を次の例に示します。

ヒント

プライベートリンクを使用しているときは、ワークスペースで、Azure Container Registry タスクコンピューティングを使用してイメージを構築することができません。代わりに、ワークスペースは既定でサーバーレスコンピューティングクラスターを使用してイメージを構築します。これは、ストレージアカウントやコンテナーレジストリなど、ワークスペース依存リソースがネットワーク制限下にない (プライベートエンドポイント) 場合にのみ機能します。ワークスペースの依存関係がネットワーク制限下にある場合は、image_build_compute プロパティを使用して、イメージの構築に使用するコンピューティングクラスターを指定します。この構成の image_build_compute プロパティでは、Docker イメージ環境の構築に使用する CPU 計算クラスターの名前を指定します。インターネットでプライベートリンクワークスペースにアクセスできるようにするかどうかも、public_network_access プロパティによって指定できます。

この例では、イメージを構築する前に、image_build_compute が参照する計算を作成する必要があります。

$schema: https://azuremlschemas.azureedge.net/latest/workspace.schema.json
name: mlw-privatelink-prod
location: eastus
display_name: Private Link endpoint workspace-example
description: When using private link, you must set the image_build_compute property to a cluster name to use for Docker image environment building. You can also specify whether the workspace should be accessible over the internet.
image_build_compute: cpu-compute
public_network_access: Disabled
tags:
  purpose: demonstration

az ml workspace create \
    -g <resource-group-name> \
    --file privatelink.yml

ワークスペースの作成後、Azure ネットワーク CLI コマンドで、ワークスペースのプライベートリンクエンドポイントを作成します。

az network private-endpoint create \
    --name <private-endpoint-name> \
    --vnet-name <vnet-name> \
    --subnet <subnet-name> \
    --private-connection-resource-id "/subscriptions/<subscription>/resourceGroups/<resource-group-name>/providers/Microsoft.MachineLearningServices/workspaces/<workspace-name>" \
    --group-id amlworkspace \
    --connection-name workspace -l <location>

ワークスペースのプライベート DNS ゾーンエントリを作成するには、次のコマンドを使用します。

# Add privatelink.api.azureml.ms
az network private-dns zone create \
    -g <resource-group-name> \
    --name privatelink.api.azureml.ms

az network private-dns link vnet create \
    -g <resource-group-name> \
    --zone-name privatelink.api.azureml.ms \
    --name <link-name> \
    --virtual-network <vnet-name> \
    --registration-enabled false

az network private-endpoint dns-zone-group create \
    -g <resource-group-name> \
    --endpoint-name <private-endpoint-name> \
    --name myzonegroup \
    --private-dns-zone privatelink.api.azureml.ms \
    --zone-name privatelink.api.azureml.ms

# Add privatelink.notebooks.azure.net
az network private-dns zone create \
    -g <resource-group-name> \
    --name privatelink.notebooks.azure.net

az network private-dns link vnet create \
    -g <resource-group-name> \
    --zone-name privatelink.notebooks.azure.net \
    --name <link-name> \
    --virtual-network <vnet-name> \
    --registration-enabled false

az network private-endpoint dns-zone-group add \
    -g <resource-group-name> \
    --endpoint-name <private-endpoint-name> \
    --name myzonegroup \
    --private-dns-zone privatelink.notebooks.azure.net \
    --zone-name privatelink.notebooks.azure.net

ワークスペースにプライベートエンドポイントを追加する

次のいずれかの方法を使用して、既存のワークスペースにプライベートエンドポイントを追加します。

警告

このワークスペースに関連付けられている既存のコンピューティング先があり、それらがプライベートエンドポイントが作成されたのと同じ仮想ネットワークの背後にない場合、それらは機能しません。

Azure CLI
ポータル

適用対象: Azure CLI ml 拡張機能 v2 (現行)

Azure CLI Machine Learning 拡張機能 2.0 CLI を使用するときは、Azure ネットワーク CLI コマンドを使用して、ワークスペースのプライベートリンクエンドポイントを作成します。

az network private-endpoint create \
    --name <private-endpoint-name> \
    --vnet-name <vnet-name> \
    --subnet <subnet-name> \
    --private-connection-resource-id "/subscriptions/<subscription>/resourceGroups/<resource-group-name>/providers/Microsoft.MachineLearningServices/workspaces/<workspace-name>" \
    --group-id amlworkspace \
    --connection-name workspace -l <location>

ワークスペースのプライベート DNS ゾーンエントリを作成するには、次のコマンドを使用します。

# Add privatelink.api.azureml.ms
az network private-dns zone create \
    -g <resource-group-name> \
    --name 'privatelink.api.azureml.ms'

az network private-dns link vnet create \
    -g <resource-group-name> \
    --zone-name 'privatelink.api.azureml.ms' \
    --name <link-name> \
    --virtual-network <vnet-name> \
    --registration-enabled false

az network private-endpoint dns-zone-group create \
    -g <resource-group-name> \
    --endpoint-name <private-endpoint-name> \
    --name myzonegroup \
    --private-dns-zone 'privatelink.api.azureml.ms' \
    --zone-name 'privatelink.api.azureml.ms'

# Add privatelink.notebooks.azure.net
az network private-dns zone create \
    -g <resource-group-name> \
    --name 'privatelink.notebooks.azure.net'

az network private-dns link vnet create \
    -g <resource-group-name> \
    --zone-name 'privatelink.notebooks.azure.net' \
    --name <link-name> \
    --virtual-network <vnet-name> \
    --registration-enabled false

az network private-endpoint dns-zone-group add \
    -g <resource-group-name> \
    --endpoint-name <private-endpoint-name> \
    --name myzonegroup \
    --private-dns-zone 'privatelink.notebooks.azure.net' \
    --zone-name 'privatelink.notebooks.azure.net'

プライベートエンドポイントを削除する

ワークスペースの 1 つまたはすべてのプライベートエンドポイントを削除できます。プライベートエンドポイントを削除すると、そのエンドポイントが関連付けられていた仮想ネットワークからワークスペースが削除されます。プライベートエンドポイントを削除すると、ワークスペースがその仮想ネットワーク内のリソースにアクセスできなくなったり、その仮想ネットワーク内のリソースがワークスペースにアクセスできなくなったりする可能性があります。たとえば、仮想ネットワークとパブリックインターネットとの間でアクセスできなくなるような場合です。

警告

ワークスペースのプライベートエンドポイントを削除しても、パブリックにアクセスできるようにはなりません。ワークスペースをパブリックにアクセスできるようにするには、「パブリックアクセスを有効にする」セクションの手順を使用します。

プライベートエンドポイントを削除するには、次の情報のようにします。

Azure CLI
ポータル

適用対象: Azure CLI ml 拡張機能 v2 (現行)

Azure CLI Machine Learning 拡張機能 2.0 CLI を使用するときは、次のコマンドを使用してプライベートエンドポイントを削除します。

az network private-endpoint delete \
    --name <private-endpoint-name> \
    --resource-group <resource-group-name> \

パブリックアクセスを有効にする

状況によっては、仮想ネットワークではなくパブリックエンドポイント経由で、セキュリティで保護された自分のワークスペースに他のユーザーが接続できるようにすることが必要になる場合があります。または、仮想ネットワークからワークスペースを削除し、パブリックアクセスを再び有効にしたいことがあります。

重要

パブリックアクセスを有効にしても、存在するプライベートエンドポイントは削除されません。プライベートエンドポイントが接続している VNet の内側にあるコンポーネント間のすべての通信は、引き続きセキュリティで保護されます。これにより、プライベートエンドポイント経由のプライベートアクセスに加えて、そのワークスペースのみへのパブリックアクセスが可能になります。

警告

ワークスペースがプライベートエンドポイントを使用して他のリソースと通信している間に、パブリックエンドポイントを介して接続する場合:

Studio の一部の機能では、データへのアクセスに失敗します。この問題は、データが VNet の背後でセキュリティ保護されているサービスに格納されている場合に発生します。たとえば、Azure Storage アカウントです。この問題を解決するには、クライアントデバイスの IP アドレスを Azure Storage アカウントのファイアウォールに追加します。
コンピューティングインスタンスでの Jupyter、JupyterLab、RStudio、または Posit Workbench (旧称 RStudio Workbench) の使用 (ノートブックの実行を含む) はサポートされていません。

パブリックアクセスを有効にするには、次の手順のようにします。

ヒント

構成できるプロパティは 2 つあります。

allow_public_access_when_behind_vnet - Python SDK v1 で使用されます
public_network_access - CLI と Python SDK v2 で使われます。各プロパティがもう一方をオーバーライドします。たとえば、public_network_access を設定すると、以前の allow_public_access_when_behind_vnet の設定がオーバーライドされます。

Microsoft では、ワークスペースへのパブリックアクセスを有効または無効にするために public_network_access を使用することをお勧めします。

Azure CLI
ポータル

適用対象: Azure CLI ml 拡張機能 v2 (現行)

Azure CLI の機械学習用拡張機能 2.0 CLI を使うときは、az ml update コマンドを使って、ワークスペースで public_network_access を有効にします。

az ml workspace update \
    --set public_network_access=Enabled \
    -n <workspace-name> \
    -g <resource-group-name>

YAML ファイルを使用して、パブリックネットワークアクセスを有効にすることもできます。詳細については、ワークスペース YAML のリファレンスに関するページを参照してください。

インターネット IP 範囲からのパブリックアクセスのみを有効にする

IP ネットワーク規則を作成すると、IP ネットワーク規則を使用して特定のパブリックインターネット IP アドレス範囲からワークスペースやエンドポイントへのアクセスを許可できます。各 Azure Machine Learning ワークスペースでは、最大 200 個の規則がサポートされています。これらの規則により、特定のインターネットベースのサービスとオンプレミスのネットワークにアクセスが許可され、一般的なインターネットトラフィックがブロックされます。

警告

特定のパブリックインターネット IP アドレス範囲からエンドポイントへのアクセスを許可する場合は、エンドポイントのパブリックネットワークアクセスフラグを有効にします。
IPv4 アドレスのみを使用できます。
Azure Machine Learning マネージド仮想ネットワークでこの機能を使用するには、Azure Machine Learning マネージド仮想ネットワークに関するページを参照してください。

Azure CLI
ポータル

適用対象: Azure CLI ml 拡張機能 v2 (現行)

az ml workspace network-rule Azure CLI コマンドを使用して、IP アドレスまたはアドレス範囲からのパブリックアクセスを管理します。

ヒント

選択した IP アドレスの構成は、ワークスペースのプロパティの network_acls に格納されます。

properties:
  # ...
  network_acls:
    description: "The network ACLS for this workspace, enforced when public_network_access is set to Enabled."
    $ref: "3/defintions/networkAcls"

IP ネットワークの規則を一覧表示する: az ml workspace network-rule list --resource-group "myresourcegroup" --workspace-name "myWS" --query ipRules
単一 IP アドレスの規則を追加する: az ml workspace network-rule add --resource-group "myresourcegroup" --workspace-name "myWS" --ip-address "16.17.18.19"
IP アドレス範囲の規則を追加する: az ml workspace network-rule add --resource-group "myresourcegroup" --workspace-name "myWS" --ip-address "16.17.18.0/24"
単一 IP アドレスの規則を削除する: az ml workspace network-rule remove --resource-group "myresourcegroup" --workspace-name "myWS" --ip-address "16.17.18.19"
IP アドレス範囲の規則を削除する: az ml workspace network-rule remove --resource-group "myresourcegroup" --workspace-name "myWS" --ip-address "16.17.18.0/24"

また、Azure Machine Learning Python SDK の Workspace クラスを使用して、受信アクセスが許可される IP アドレスを定義することもできます。

Workspace( 
  public_network_access = "Enabled", 
  network_rule_set = NetworkRuleSet(default_action = "Allow", bypass = "AzureServices", resource_access_rules = None, ip_rules = yourIPAddress,)

IP ネットワーク規則の制限

IP アドレスの範囲には、次の制限が適用されます。

IP ネットワーク規則は、パブリックインターネットの IP アドレスに対してのみ許可されます。

[予約済み IP アドレスの範囲] は、10、172.16 から 172.31、192.168 で始まるプライベートアドレスなどの IP 規則では許可されません。
許可するインターネットアドレスの範囲は、CIDR 表記法を使って 16.17.18.0/24 の形式で、または 16.17.18.19 のように個々の IP アドレスとして指定する必要があります。
ストレージファイアウォール規則の構成では、IPv4 アドレスのみがサポートされています。
この機能が有効であると、Curl などの任意のクライアントツールを使用してパブリックエンドポイントをテストできますが、ポータルのエンドポイントテストツールはサポートされません。
ワークスペースの IP アドレスは、ワークスペースの作成後にのみ設定できます。

ワークスペースに安全に接続する

VNet の背後で保護されているワークスペースに接続するには、次の方法のいずれかを使用します。

Azure VPN ゲートウェイ - オンプレミスのネットワークをプライベート接続を介して VNet に接続します。接続は、パブリックインターネットを介して行われます。使用できる VPN ゲートウェイには、次の 2 種類があります。
- ポイント対サイト: 各クライアントコンピューターは、VPN クライアントを使用して VNet に接続します。
- サイト間: VPN デバイスにより、VNet がオンプレミスネットワークに接続されます。
ExpressRoute - オンプレミスのネットワークをプライベート接続を介してクラウドに接続します。接続は、接続プロバイダーを使用して行われます。
Azure Bastion - このシナリオでは、VNet 内に Azure 仮想マシン (ジャンプボックスと呼ばれることもある) を作成します。次に、Azure Bastion を使用して VM に接続します。 Bastion を使用すると、ローカル Web ブラウザーから RDP または SSH セッションを使用して VM に接続できます。続いて、開発環境としてジャンプボックスを使用します。これは VNet 内にあるため、ワークスペースに直接アクセスできます。ジャンプボックスの使用例については、チュートリアル: セキュリティで保護されたワークスペースの作成に関するページを参照してください。

重要

VPN ゲートウェイまたは ExpressRoute を使用する場合は、オンプレミスのリソースと VNet 内のリソース間での名前解決の仕組みを計画する必要があります。詳細については、カスタム DNS サーバーの使用に関する記事を参照してください。

ワークスペースへの接続に問題がある場合は、「セキュリティで保護されたワークスペース接続のトラブルシューティング」を参照してください。

複数のプライベートエンドポイント

Azure Machine Learning では 1 つのワークスペースに複数のプライベートエンドポイントを使用することがサポートされています。複数のプライベートエンドポイントは、異なる環境を分離しておくときによく使用されます。複数のプライベートエンドポイントを使用することで有効になるシナリオを次に示します。

別の仮想ネットワーク内のクライアント開発環境。
別の仮想ネットワーク内の Azure Kubernetes Service (AKS) クラスター。
別の仮想ネットワーク内の他の Azure サービス。たとえば、Azure Synapse と Azure Data Factory で、1 つの Microsoft マネージド仮想ネットワークを使用できます。どの場合も、ワークスペース用のプライベートエンドポイントを、それらのサービスによって使用されるマネージド仮想ネットワークに追加できます。これらのサービスでマネージド仮想ネットワークを使用する方法の詳細については、次の記事を参照してください。
- Synapse のマネージドプライベートエンドポイント
- Azure Data Factory のマネージド仮想ネットワーク。
重要

Synapse のデータ流出防止は、Azure Machine Learning ではサポートされていません。

重要

ワークスペース用のプライベートエンドポイントが含まれる各 VNet は、ワークスペースで使用される Azure ストレージアカウント、Azure Key Vault、Azure Container Registry にアクセスできる必要があります。たとえば、各 VNet にサービス用のプライベートエンドポイントを作成します。

複数のプライベートエンドポイントを追加するには、「ワークスペースにプライベートエンドポイントを追加する」セクションで説明されているのと同じ手順を使用します。

シナリオ: 分離されたクライアント

Azure Machine Learning によって使用されているコンピューティングリソースに直接アクセスできないように、開発クライアントを分離する場合は、次の手順を使用します。

Note

これらの手順では、ワークスペース、Azure ストレージアカウント、Azure Key Vault、Azure Container Registry が既にあるものとします。既存の VNet に、これらの各サービスのプライベートエンドポイントがあります。

クライアント用の別の仮想ネットワークを作成します。この仮想ネットワークには、クライアントとして機能する Azure Virtual Machines や、仮想ネットワークに接続するためにオンプレミスのクライアントによって使用される VPN Gateway が含まれている場合があります。
ワークスペースによって使用される Azure ストレージアカウント、Azure Key Vault、Azure Container Registry 用に、新しいプライベートエンドポイントを追加します。これらのプライベートエンドポイントは、クライアント仮想ネットワークに存在する必要があります。
ワークスペースによって使用される別のストレージがある場合は、そのストレージ用に新しいプライベートエンドポイントを追加します。プライベートエンドポイントは、クライアント仮想ネットワークに存在し、プライベート DNS ゾーンの統合が有効にされている必要があります。
ワークスペースに新しいプライベートエンドポイントを追加します。このプライベートエンドポイントは、クライアント仮想ネットワークに存在し、プライベート DNS ゾーンの統合が有効にされている必要があります。
仮想ネットワークのスタジオに関する記事を参照して、Azure Machine Learning スタジオがストレージアカウントにアクセスできるようにします。

次の図はこの構成を示したものです。 ワークロード仮想ネットワークには、トレーニングとデプロイのためにワークスペースによって作成されたコンピューティングリソースが含まれます。 クライアント仮想ネットワークには、クライアントまたはクライアントの ExpressRoute と VPN の接続が含まれます。どちらの VNet にも、ワークスペース、Azure ストレージアカウント、Azure Key Vault、Azure Container Registry 用のプライベートエンドポイントが含まれます。

分離されたクライアント VNet の図

シナリオ: 分離された Azure Kubernetes Service

ワークスペースによって使用される分離された Azure Kubernetes Service を作成する場合は、次の手順を使用します。

Note

Azure Kubernetes Service インスタンスを作成します。作成中に、AKS によって AKS クラスターが含まれる仮想ネットワークが作成されます。
ワークスペースによって使用される Azure ストレージアカウント、Azure Key Vault、Azure Container Registry 用に、新しいプライベートエンドポイントを追加します。これらのプライベートエンドポイントは、クライアント仮想ネットワークに存在する必要があります。
ワークスペースによって使用される他のストレージがある場合は、そのストレージ用に新しいプライベートエンドポイントを追加します。プライベートエンドポイントは、クライアント仮想ネットワークに存在し、プライベート DNS ゾーンの統合が有効にされている必要があります。
ワークスペースに新しいプライベートエンドポイントを追加します。このプライベートエンドポイントは、クライアント仮想ネットワークに存在し、プライベート DNS ゾーンの統合が有効にされている必要があります。
AKS クラスターを Azure Machine Learning ワークスペースにアタッチします。詳細については、「Azure Kubernetes Service クラスターを作成してアタッチする」を参照してください。

分離された AKS VNet の図

シナリオ: 選択した IP アドレスからアクセスできるマネージドオンラインエンドポイント

選択した IP アドレスからの受信アクセスを有効にすると、マネージドオンラインエンドポイントでのイングレス設定の影響を受けます。マネージドオンラインエンドポイントでパブリックイングレスが有効になっている場合は、こちらのワークスペース上で選択している IP アドレスを有効にすることはできません。

次の表は、ワークスペースとマネージドオンラインエンドポイントのネットワーク構成で可能な構成と、これらの両方に与える影響を示しています。詳細については、マネージドオンラインエンドポイントによるネットワーク分離に関するページを参照してください。

ワークスペースパブリックネットワークアクセス	マネージドオンラインエンドポイントパブリックネットワークアクセス	ワークスペースは選択した IP に対応していますか?	オンラインエンドポイントは選択した IP に対応していますか?
無効	無効	いいえ (すべてのパブリックトラフィックを拒否)	いいえ
無効	Enabled	いいえ (すべてのパブリックトラフィックを拒否)	はい
選択した IP から有効化	無効	はい	いいえ
選択した IP から有効化	Enabled	はい	はい

Note

ワークスペースのパブリックネットワークアクセス構成を、選択した IP から無効に変更した場合、マネージドオンラインエンドポイントは、選択した IP に引き続き対応します。選択した IP をオンラインエンドポイントに適用しない場合は、アドレスを削除してから、Azure portal のワークスペースに対して [無効] を選択します。 Python SDK と Azure CLI は、これまでと同様にこの変更をサポートしています。

シナリオ: 選択した IP アドレスからアクセスできるバッチエンドポイント

選択した IP の構成は、バッチエンドポイントではサポートされていません。バッチエンドポイントには、パブリックネットワークアクセスフラグがありません。 Azure Machine Learning ワークスペースが無効でプライベートリンクが有効になっている場合は、バッチエンドポイントもプライベートになります。ワークスペースのパブリックネットワークアクセスを無効から有効に変更した場合は、バッチエンドポイントはプライベートのままで、パブリックにはなりません。詳細については、「バッチエンドポイントのセキュリティ保護」を参照してください。

次の方法で共有

Azure Machine Learning ワークスペース用にプライベートエンドポイントを構成する

前提条件

制限事項

プライベートエンドポイントを使用するワークスペースを作成する

ワークスペースにプライベートエンドポイントを追加する

プライベートエンドポイントを削除する

パブリックアクセスを有効にする

インターネット IP 範囲からのパブリックアクセスのみを有効にする

IP ネットワーク規則の制限

ワークスペースに安全に接続する

複数のプライベートエンドポイント

シナリオ: 分離されたクライアント

シナリオ: 分離された Azure Kubernetes Service

シナリオ: 選択した IP アドレスからアクセスできるマネージドオンラインエンドポイント

シナリオ: 選択した IP アドレスからアクセスできるバッチエンドポイント

フィードバック

その他のリソース

次の方法で共有

Azure Machine Learning ワークスペース用にプライベート エンドポイントを構成する

前提条件

制限事項

プライベート エンドポイントを使用するワークスペースを作成する

ワークスペースにプライベート エンドポイントを追加する

プライベート エンドポイントを削除する

パブリック アクセスを有効にする

インターネット IP 範囲からのパブリック アクセスのみを有効にする

IP ネットワーク規則の制限

ワークスペースに安全に接続する

複数のプライベート エンドポイント

シナリオ: 分離されたクライアント

シナリオ: 分離された Azure Kubernetes Service

シナリオ: 選択した IP アドレスからアクセスできるマネージド オンライン エンドポイント

シナリオ: 選択した IP アドレスからアクセスできるバッチエンドポイント

関連するコンテンツ

フィードバック

その他のリソース

Azure Machine Learning ワークスペース用にプライベートエンドポイントを構成する

プライベートエンドポイントを使用するワークスペースを作成する

ワークスペースにプライベートエンドポイントを追加する

プライベートエンドポイントを削除する

パブリックアクセスを有効にする

インターネット IP 範囲からのパブリックアクセスのみを有効にする

複数のプライベートエンドポイント

シナリオ: 選択した IP アドレスからアクセスできるマネージドオンラインエンドポイント