Azure Machine Learning のセキュリティとは|マネージド VNet、ID ベースのデータ アクセス、RBAC を実機で検証

Azure Machine Learning のセキュリティとは|マネージド VNet、ID ベースのデータ アクセス、RBAC を実機で検証 AI

はじめに

AI 編の 8 回目。
今回は、モデルの学習や実験に使う Azure Machine Learning(AML)のセキュリティを扱う。
実機では、マネージド VNet(承認された送信のみ)と ID ベースのデータ アクセスでワークスペースを作り、スタジオの受信の制限、コンピューティング インスタンスからの送信の制限、関連リソースに付く権限を確かめた。
※2026年11月時点の情報です。

前回:Foundry のガードレールとは

Foundry のガードレールとは|Prompt Shields、間接プロンプト インジェクション、ブロックリストを実機で検証
Foundry のガードレールを実機で検証。既定の DefaultV2、脱獄の検出、間接プロンプト インジェクション、カスタム ブロックリスト、Content Safety の API、RAG の文書の渡し方の注意。

AML のセキュリティの全体像

AML のワークスペースは、Storage、Key Vault、Application Insights、Container Registry などの関連リソースとセットで動く。
ワークスペースには、ワークスペースと同じ名前のシステム割り当てマネージド ID があり、関連リソースにアクセスする。

AML ワークスペースと関連リソース
項目内容
IDMicrosoft Entra ID。
MFA は Entra ID の設定に従う
ワークスペースの ID関連リソースへの内部の認証に使う。利用者はこの ID のトークンを使えない
コンピューティングの SSH公開鍵と秘密鍵で認証し、Azure RBAC では管理されない
オンライン エンドポイントキー、AML トークン、Entra ID トークンのいずれかで認証する

公式ドキュメントは、既定の Storage に書ける人はワークスペースで実行されるコードを書き換えられると注意している。
ワークスペースのコンピューティングや ID に触れさせたくない人には、Storage の権限を付けない。

公式ドキュメント:Azure Machine Learning のエンタープライズ セキュリティとガバナンス | Microsoft Learn

ネットワーク:マネージド VNet

マネージド VNet を使うと、ワークスペースのコンピューティングは Microsoft が管理する VNet の中で動く。
自分で VNet やサブネットを作らなくても、送信の制限と関連リソースへのプライベート エンドポイントが用意される。

マネージド VNet の 3 つのモード

受信(スタジオや API からワークスペースへのアクセス)は、パブリック ネットワーク アクセスで決める。
すべてのネットワーク、選択した IP アドレス、無効の 3 つがあり、無効にするとプライベート エンドポイント経由だけになる。

公式ドキュメント:
ワークスペースマネージド仮想ネットワークの分離 | Microsoft Learn
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 | Microsoft Learn

アクセス制御:組み込みロール

AML の操作は Azure RBAC で制御する。
作業する人には AzureML データ サイエンティスト、コンピューティングの管理だけを任せる人には AzureML コンピューティング オペレーターなど、役割に合わせてロールを選ぶ。

AML の主な組み込みロール

公式ドキュメント:Azure Machine Learning ワークスペースへのアクセスを管理する | Microsoft Learn

データ アクセスと暗号化

ワークスペースの既定のデータストア(Storage)への接続は、資格情報ベース(アカウント キー)か ID ベースを選べる。
ID ベースにすると、利用者ごとに Storage のデータ ロールで権限を管理でき、キーを配らなくて済む。

項目資格情報ベースID ベース
接続Storage のアカウント キーなど利用者やマネージド ID の Entra ID
利用者に必要な権限ワークスペースのロールワークスペースのロールに加えて、Storage Blob Data Contributor と Storage File Data Privileged Contributor
共有キーの無効化できない作成画面で選べる

保存データは既定で Microsoft マネージド キーで暗号化され、カスタマー マネージド キーも使える。
暗号化の種類はワークスペースを作ったあとに変えられない。

公式ドキュメント:
Azure Machine Learning とその他のサービス間の認証を設定する | Microsoft Learn
Azure Machine Learning を使用したデータの暗号化 | Microsoft Learn

構築手順

今回の構成と実施すること

今回の構成と確かめたこと
手順実施すること確かめること
①ポータルでワークスペースを作る受信・送信・暗号化・ID の各タブと、必須の送信規則
②ワークスペースの ID と関連リソースを見るどのロールが付き、関連リソースがどう公開されるか
③PC からスタジオを開くパブリック アクセスが無効だと開けず、PC の IP だけ許可すると開ける
④コンピューティング インスタンスを作るパブリック IP なし、ID ベースのデータアクセスに必要な権限
⑤インスタンスから外と既定の Storage に接続するインターネットは止まり、Storage はプライベート IP で届く
⑥組み込みロールの定義を見るデータ サイエンティストにできないこと
⑦同じ構成を Bicep で作る設定が同じになること
⑧片付け論理的な削除まで残っていないこと

① ポータルでワークスペースを作る

Azure portal で「リソースの作成」⇒「Azure Machine Learning」を選ぶ。

ワークスペースの作成:基本
番号項目説明
1リソース グループ新規作成で rg-a7-demo
2名前mlw-a7-demo-2611(Japan East)
3ストレージ アカウント、キー コンテナー、Application Insights名前を入れると、新規作成の名前が自動で入る
4コンテナー レジストリ既定は「なし」。環境のイメージを作るときに必要になる
ワークスペースの作成:Inbound Access
番号項目説明
1Public network accessDisabled を選んだ。
既定は All networks。
プライベート エンドポイントもここで追加できる
ワークスペースの作成:Outbound Access
番号項目説明
1ネットワークの分離Allow Only Approved Outbound(承認された送信のみを許可)を選んだ
2Azure Firewall SKU既定は Standard。
FQDN の送信規則を作ったときに使われる。
今回は FQDN 規則を作らないので Basic にした
3Provision managed virtual network作成時にマネージド VNet をプロビジョニングする。
オフだと最初のコンピューティングを作るときまで延期される
4必須のアウトバウンド規則Storage(blob、file)、Key Vault、ワークスペースへのプライベート エンドポイントと、AzureMachineLearning、AzureActiveDirectory などのサービス タグ。
実機では 13 個が自動で入った
ワークスペースの作成:暗号化
番号項目説明
1カスタマー マネージド キーオンにすると自分のキーで暗号化する。
作成後は Microsoft マネージド キーとの間で変えられない
ワークスペースの作成:ID
番号項目説明
1ストレージ アカウントのアクセスの種類既定は資格情報ベース。ID ベースのアクセスを選んだ
2注意ID ベースでは、Storage Blob Data Contributor と Storage File Privileged Contributor を個々の利用者に付ける必要がある、と表示される
3共有キーによるアクセスの無効化ID ベースのときだけ選べる
ワークスペースの作成:確認および作成
番号項目説明
1接続方法とネットワークの分離「パブリック アクセスを無効にし、プライベート エンドポイントを使用する」「Allow Only Approved Outbound」

ワークスペースは数分で作成でき、マネージド VNet のプロビジョニングはその後約 8 分で完了した。

② ワークスペースの ID と関連リソースを見る

ワークスペースのマネージド ID に付いたロールを確かめた。

スコープ付いたロール
リソース グループAzure AI Administrator
既定の StorageStorage Blob Data Contributor、Storage File Data Privileged Contributor
Key VaultKey Vault Administrator

公式の表(ワークスペースとリソース グループに共同作成者など)とはロールの名前が違った。
Azure AI Administrator は、Storage、Key Vault、ML ワークスペース、Cognitive Services などへの広い操作権限を持つ。

また、ワークスペースのパブリック アクセスを無効にしても、関連リソースは公開のままだった。

既定の Storage のネットワーク
番号項目説明
1Public network accessEnabled from all networks(すべてのネットワーク)
2リソース設定「リソースの設定が有効になっていません。
すべてのネットワークからのパブリック ネットワーク アクセスが有効になっています。」。
共有キーも有効、Key Vault もパブリック アクセスが有効だった

③ PC からスタジオを開く

パブリック アクセスが無効のまま、PC からスタジオ(ml.azure.com)でワークスペースを開いた。

スタジオの読み込みエラー
番号項目説明
1ワークスペースの読み込みエラー「承認されていないネットワークの場所から制限されたリソースにアクセスしようとしています。」と表示され、開けなかった

ワークスペースの「ネットワーク」で、PC の IP だけを許可した。

パブリック アクセス:選択した IP アドレスから有効
番号項目説明
1パブリック ネットワーク アクセスすべてのネットワークから有効、選択した IP アドレスから有効、無効の 3 つ。
選択した IP アドレスから有効にした
2ファイアウォールクライアント IP アドレスの追加で、PC の IP(/32)を追加した。
保存には約 1 分かかった
ワークスペース マネージド送信アクセス
番号項目説明
1分離のモード無効とインターネット送信を許可は灰色で、選び直せなかった。
承認された送信のみにしたら戻せない
IP を許可したあとのスタジオ
番号項目説明
1ワークスペースPC の IP を許可すると、スタジオのホームが開いた

④ コンピューティング インスタンスを作る

スタジオの「コンピューティング」⇒「新規」で作った。

コンピューティング インスタンスの作成:必須の設定
番号項目説明
1コンピューティング名ci-a7demo。
「-」の直後に数字は使えなかった(ci-a7-demo-2611 は入力エラー)
2仮想マシンのサイズ推奨の一覧の最安は DS11_v2($0.23/時間)だったので、「すべてのオプションから選択」で Standard_DS1_v2($0.10/時間)を選んだ
コンピューティング インスタンスの作成:スケジュール設定
番号項目説明
1自動シャットダウンアイドリングからのシャットダウンが既定でオン(60 分)。使い忘れの料金を防ぐ
コンピューティング インスタンスの作成:セキュリティ
番号項目説明
1SSH既定でオフのまま。オンにすると鍵で入れるようになり、RBAC では管理されない
2パブリック IP なし既定はオフだったのでオンにした
3ルート アクセス既定はオンだったのでオフにした
コンピューティング インスタンスの作成:レビュー
番号項目説明
1セキュリティ仮想ネットワークは Microsoft が管理するサブスクリプションの VNet(マネージド VNet)になっていた

最初は約 12 分後に作成に失敗した(StorageMountError)。
ID ベースのデータストアでは、作る人にも Storage のデータ ロールが必要だった(詳しくは「実機でつまずいた点」)。
自分に 2 つのロールを付けて作り直すと、約 8 分で実行中になった。

コンピューティング インスタンスの一覧
番号項目説明
1インスタンス実行中。DS1_v2、アイドル シャットダウン 1 時間、自分に割り当て

⑤ インスタンスから外と既定の Storage に接続する

「Notebooks」⇒「ターミナルを開く」で、インスタンスのターミナルから接続を試した。

curl -sS -m 15 -o /dev/null -w 'example.com: %{http_code}\n' https://www.example.com
curl -sS -m 15 -o /dev/null -w 'pypi.org: %{http_code}\n' https://pypi.org/simple/
nslookup <Storage 名>.blob.core.windows.net
curl -sS -m 15 -o /dev/null -w 'blob: %{http_code}\n' https://<Storage 名>.blob.core.windows.net/
インスタンスからの接続の結果
番号項目説明
1インターネットwww.example.com と pypi.org は、どちらも Connection timed out で届かなかった
2既定の Storageprivatelink の名前で 10.1.0.9(プライベート IP)に解決され、HTTP 400 が返った(届いている)

承認された送信のみでは、データの持ち出し先になるインターネットには出られない。
そのぶん pip install などで PyPI からパッケージを取ることもできないので、必要なら FQDN の送信規則(Azure Firewall の料金がかかる)を足すか、環境のイメージに入れておく。

⑥ 組み込みロールの定義を見る

AzureML データ サイエンティストの定義(az role definition list)を見ると、ワークスペース内の読み取り、操作、書き込み、削除が許可され、次の操作が NotActions で除かれていた。

除かれている操作意味
workspaces/write、workspaces/deleteワークスペース自体の変更と削除
computes/*/write、computes/*/deleteコンピューティングの作成、変更、削除
computes/listKeys、workspaces/listKeysキーの一覧
hubs、featurestores の write と deleteハブと特徴量ストアの変更と削除

AzureML コンピューティング オペレーターは、コンピューティング(computes/*)とノートブック VM の操作だけを持つ。

⑦ 同じ構成を Bicep で作る

同じワークスペース(マネージド VNet:承認された送信のみ、ID ベース、許可した IP だけ)を Bicep で作った。
関連リソースは、Storage の共有キーを無効、Key Vault を RBAC にして作った。

Bicep:azure-bicep-samples / a7-azureml

デプロイは約 11 分で終わり、パブリック アクセスは PC の IP だけ、既定のデータストアは ID ベース、分離モードは承認された送信のみになった。
許可する IP の設定(networkAcls)は Bicep の型定義にまだなく、警告を抑止して書いた。

⑧ 片付け

順番操作
1コンピューティング インスタンスを削除する
2ワークスペースを forceToPurge=true を付けて削除する(完全に削除する)
3リソース グループを削除する
4Key Vault を purge する(消去保護を付けた Bicep 側は 7 日残る)

実機でつまずいた点

StorageMountError(Storage File Data Privileged Contributor)

コンピューティング インスタンスが StorageMountError。やったこと、起きたこと、直し方

既定のデータストアを ID ベースにしたワークスペースでコンピューティング インスタンスを作ると、約 12 分後に StorageMountError で失敗した。
作成画面の注意どおり、利用者自身に Storage Blob Data Contributor と Storage File Data Privileged Contributor が必要だった。
ロールを付けて、失敗したインスタンスを削除してから作り直すと、作成できた。

推奨構成

項目推奨理由
ネットワークマネージド VNet の「承認された送信のみを許可」データの持ち出しを防げる。自分で VNet を作らなくてよい
受信本番はプライベート エンドポイント+パブリック アクセス無効。
検証は選択した IP だけ
スタジオや API にインターネットから届かない
関連リソースStorage と Key Vault のパブリック アクセスと共有キーも絞るワークスペースの設定とは別
データ アクセス既定のデータストアを ID ベースにし、利用者ごとに Storage のロールを付けるキーを配らず、誰がアクセスできるかを管理できる
ロール作業者は AzureML データ サイエンティスト、コンピューティングの管理はコンピューティング オペレーターワークスペースやコンピューティングを勝手に作らせない
コンピューティングパブリック IP なし、SSH なし、ルート アクセスなし、アイドル シャットダウン入口を減らし、使い忘れの料金も防ぐ

注意事項

項目内容
戻せない設定マネージド VNet の分離モードと暗号化の種類は、あとから戻せない
パッケージの取得承認された送信のみでは PyPI なども止まる。
FQDN 規則は Azure Firewall の料金がかかる
費用コンピューティング インスタンス(DS1_v2 で $0.10/時間)は止めないと課金が続く。
プライベート エンドポイントにも料金がかかる
既定の Storage書ける人はワークスペースのコードを書き換えられる。権限は最小にする
片付けワークスペースは forceToPurge=true を付けて削除し、Key Vault も purge する(消去保護があると保持期間が過ぎるまで残る)

まとめ

・AML のワークスペースは関連リソースとセットで動き、ワークスペースの ID には関連リソースへの強い権限が付く。
・マネージド VNet の「承認された送信のみ」では、インスタンスからインターネットに出られず、既定の Storage にはプライベート IP で届いた。
・ワークスペースを閉じても、関連する Storage と Key Vault は公開のままだったので、別に絞る。
・ID ベースのデータストアでは、利用者に Storage のデータ ロールが要り、ないとコンピューティング インスタンスの作成に失敗した。

次回:API Management の AI ゲートウェイとは

API Management の AI ゲートウェイとは|マネージド ID、トークンの上限、Content Safety、ログを実機で検証
API Management の AI ゲートウェイを実機で検証。マネージド ID でモデルを呼び、サブスクリプション キー、トークンの上限、Content Safety、ゲートウェイと LLM のログを確かめた。

コメント

タイトルとURLをコピーしました