你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
通过模型目录使用模型的数据、隐私和安全性
本文提供有关从模型目录部署模型时，如何处理、使用和存储你所提供数据的详细信息。 另请参阅 Microsoft 产品和服务数据保护附录，该附录管理 Azure 服务提供的数据处理。
为 Azure 机器学习中部署的模型处理哪些数据？
在 Azure 机器学习中部署模型时，将处理以下类型的数据来提供服务：
提示和生成的内容。 提示由用户提交，内容（输出）通过模型支持的操作由模型生成。 提示可能包括通过检索增强生成 (RAG)、元提示或应用程序中包含的其他功能添加的内容。
已上传的数据。 对于支持微调的模型，客户可以将其数据上传到 Azure 机器学习数据存储，以便用于微调。
使用托管计算生成推理输出
将模型部署到托管计算时，会将模型权重部署到专用虚拟机，并公开 REST API 进行实时推理。 详细了解如何将模型从模型目录部署到托管计算。 你可以管理这些托管计算的基础结构，Azure 的数据、隐私和安全性承诺适用。 详细了解适用于 Azure 机器学习的 Azure 合规性产品。
尽管已扫描“由 Azure AI 策展”模型的容器以查看是否有可能会外泄数据的漏洞，但并非所有通过模型目录提供的模型都经过了扫描。 若要降低数据外泄的风险，可以使用虚拟网络保护部署。 请单击此链接了解详细信息。 还可以使用 Azure Policy 来调节用户可以部署的模型。
以无服务器 API 的形式生成推理输出（模型即服务）
使用无服务器 API 从模型目录（基本或微调）部署模型进行推理时，会预配 API，使你能够访问 Azure 机器学习服务托管和管理的模型。 详细了解模型即服务。 模型根据模型的功能处理输入提示并生成输出，如为模型提供的模型详细信息中所述。 模型由模型提供商提供，你对模型的使用（以及模型提供商对模型及其输出的责任）受模型随附的许可条款的约束，而 Microsoft 提供和管理托管基础结构和 API 终结点。 模型即服务中托管的模型受 Azure 的数据、隐私和安全性承诺的约束。 在此处详细了解适用于 Azure 机器学习的 Azure 合规性产品。
重要
此功能目前处于公开预览状态。 此预览版在提供时没有附带服务级别协议，我们不建议将其用于生产工作负荷。 某些功能可能不受支持或者受限。
有关详细信息，请参阅 Microsoft Azure 预览版补充使用条款。
Microsoft 充当数据处理器，处理发送到为即用即付推理 (MaaS) 部署的模型和由该模型生成的提示和输出。 Microsoft 不会与模型提供商共享这些提示和输出，而且 Microsoft 不会使用这些提示和输出来训练或改进 Microsoft 的模型、模型提供商的模型或任何第三方的模型。 模型是无状态的，不会在模型中存储任何提示或输出。 如果启用了内容筛选（预览版），Azure AI 内容安全服务会实时筛查提示和输出以筛除某些类别的有害内容；在此处详细了解 Azure AI 内容安全如何处理数据。 在部署期间指定的地理位置内处理提示和输出，但出于操作目的（包括性能和容量管理）可以在地理位置中的区域之间进行处理。
如模型即服务部署过程中所述，Microsoft 可能会与模型发布者共享客户联系信息和交易详细信息（包括与产品/服务关联的使用量），以便他们可以与有关模型的客户联系。 若要详细了解模型发布者可用的信息，请单击此链接。
使用无服务器 API 微调模型（模型即服务）
如果可用于无服务器 API 部署的模型支持微调，则可以将数据上传到 Azure 机器学习数据存储（或指定已传入的数据）以微调模型。 然后，可以为微调的模型创建无服务器 API。 无法下载微调的模型，但微调的模型：
仅供你使用；
可以进行双重静态加密（默认情况下，使用 Microsoft 的 AES-256 加密和(可选)使用客户管理的密钥）。
可由你随时删除。
为微调上传的训练数据不用于训练、重新训练或改进任何 Microsoft 或第三方模型，除非你在服务中作出指示。
已下载模型的数据处理
如果从模型目录下载模型，请选择部署模型的位置，并负责使用模型时如何处理数据。