Contrôle des accès avec IAM

Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

Vertex AI utilise Identity and Access Management (IAM) pour gérer l'accès aux ressources. Vous pouvez gérer l'accès au niveau du projet ou des ressources. Pour accorder l'accès aux ressources au niveau du projet, attribuez un ou plusieurs rôles à un compte principal (utilisateur, groupe ou compte de service). Pour accorder l'accès à une ressource spécifique, définissez une stratégie IAM sur cette ressource (la ressource doit être compatible avec les stratégies au niveau des ressources). La stratégie définit quels rôles sont attribués à chaque compte principal.

Vous pouvez utiliser différents types de rôles IAM dans Vertex AI :

  • Les rôles prédéfinis vous permettent d'accorder à vos ressources Vertex AI un ensemble d'autorisations associées au niveau du projet.

  • Les rôles de base (Propriétaire, Éditeur et Lecteur) permettent de contrôler l'accès à vos ressources Vertex AI au niveau du projet et sont communs à tous les services Google Cloud.

  • Les rôles personnalisés vous permettent de choisir un ensemble d'autorisations spécifique, de créer un rôle disposant de ces autorisations et d'attribuer ce dernier à des utilisateurs de votre organisation.

Pour ajouter, mettre à jour ou supprimer ces rôles dans votre projet Vertex AI, consultez la page Accorder, modifier et révoquer les accès.

Rôles prédéfinis pour Vertex AI

Rôle Autorisations

Administrateur Vertex AI Bêta
(roles/aiplatform.admin)

Accorde un accès complet à toutes les ressources de Vertex AI

  • aiplatform.*
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Propriétaire de type d'entité Vertex AI Feature Store Bêta
(roles/aiplatform.entityTypeOwner)

Fournit un accès complet à toutes les autorisations pour une ressource de type d'entité particulière.

Ressources de niveau inférieur auxquelles vous pouvez attribuer ce rôle :

  • Entity type
  • aiplatform.entityTypes.delete
  • aiplatform.entityTypes.deleteFeatureValues
  • aiplatform.entityTypes.exportFeatureValues
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.getIamPolicy
  • aiplatform.entityTypes.importFeatureValues
  • aiplatform.entityTypes.readFeatureValues
  • aiplatform.entityTypes.setIamPolicy
  • aiplatform.entityTypes.streamingReadFeatureValues
  • aiplatform.entityTypes.update
  • aiplatform.entityTypes.writeFeatureValues
  • aiplatform.features.*
  • aiplatform.featurestores.batchReadFeatureValues
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Administrateur Vertex AI Feature Store Bêta
(roles/aiplatform.featurestoreAdmin)

Accorde un accès complet à toutes les ressources de Vertex AI Feature Store

Ressources de niveau inférieur auxquelles vous pouvez attribuer ce rôle :

  • Entity type
  • aiplatform.entityTypes.*
  • aiplatform.features.*
  • aiplatform.featurestores.*
  • aiplatform.operations.list
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Lecteur de données Vertex AI Feature Store Bêta
(roles/aiplatform.featurestoreDataViewer)

Ce rôle fournit des autorisations pour lire des données de caractéristiques.

Ressources de niveau inférieur auxquelles vous pouvez attribuer ce rôle :

  • Entity type
  • aiplatform.entityTypes.exportFeatureValues
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.readFeatureValues
  • aiplatform.entityTypes.streamingReadFeatureValues
  • aiplatform.features.get
  • aiplatform.features.list
  • aiplatform.featurestores.batchReadFeatureValues
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Rédacteur de données Vertex AI Feature Store Bêta
(roles/aiplatform.featurestoreDataWriter)

Ce rôle fournit des autorisations pour lire et écrire des données de caractéristiques.

Ressources de niveau inférieur auxquelles vous pouvez attribuer ce rôle :

  • Entity type
  • aiplatform.entityTypes.deleteFeatureValues
  • aiplatform.entityTypes.exportFeatureValues
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.importFeatureValues
  • aiplatform.entityTypes.readFeatureValues
  • aiplatform.entityTypes.streamingReadFeatureValues
  • aiplatform.entityTypes.writeFeatureValues
  • aiplatform.features.get
  • aiplatform.features.list
  • aiplatform.featurestores.batchReadFeatureValues
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Créateur d'instances Vertex AI Feature Store Bêta
(roles/aiplatform.featurestoreInstanceCreator)

Permet d'administrer les ressources d'un magasin de fonctionnalités, mais pas les ressources enfants.

Ressources de niveau inférieur auxquelles vous pouvez attribuer ce rôle :

  • Featurestore
  • aiplatform.featurestores.create
  • aiplatform.featurestores.delete
  • aiplatform.featurestores.get
  • aiplatform.featurestores.list
  • aiplatform.featurestores.update

Lecteur de ressources Vertex AI Feature Store Bêta
(roles/aiplatform.featurestoreResourceViewer)

Permet de lire toutes les ressources Vertex AI Feature Store, mais pas d'y effectuer des modifications.

Ressources de niveau inférieur auxquelles vous pouvez attribuer ce rôle :

  • Entity type
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.list
  • aiplatform.features.get
  • aiplatform.features.list
  • aiplatform.featurestores.get
  • aiplatform.featurestores.list
  • aiplatform.operations.list
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Utilisateur Vertex AI Feature Store Bêta
(roles/aiplatform.featurestoreUser)

Obsolète. Utilisez featurestoreAdmin à la place.

  • aiplatform.entityTypes.*
  • aiplatform.features.*
  • aiplatform.featurestores.*
  • aiplatform.operations.list
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Utilisateur du service de migration Vertex AI Bêta
(roles/aiplatform.migrator)

Permet d'utiliser le service de migration dans Vertex AI

  • aiplatform.migratableResources.*

Utilisateur d'application Web Vertex AI TensorboardBêta
(roles/aiplatform.tensorboardWebAppUser)

Accorde l'accès à l'application Web TensorBoard Vertex AI. L'utilisation de l'application Web entraîne des frais.

  • aiplatform.tensorboards.recordAccess

Utilisateur Vertex AI Bêta
(roles/aiplatform.user)

Permet d'utiliser toutes les ressources de Vertex AI

  • aiplatform.annotationSpecs.*
  • aiplatform.annotations.*
  • aiplatform.artifacts.*
  • aiplatform.batchPredictionJobs.*
  • aiplatform.contexts.*
  • aiplatform.customJobs.*
  • aiplatform.dataItems.*
  • aiplatform.dataLabelingJobs.*
  • aiplatform.datasets.*
  • aiplatform.deploymentResourcePools.*
  • aiplatform.edgeDeploymentJobs.*
  • aiplatform.edgeDeviceDebugInfo.get
  • aiplatform.edgeDevices.*
  • aiplatform.endpoints.*
  • aiplatform.entityTypes.create
  • aiplatform.entityTypes.delete
  • aiplatform.entityTypes.deleteFeatureValues
  • aiplatform.entityTypes.exportFeatureValues
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.importFeatureValues
  • aiplatform.entityTypes.list
  • aiplatform.entityTypes.readFeatureValues
  • aiplatform.entityTypes.streamingReadFeatureValues
  • aiplatform.entityTypes.update
  • aiplatform.entityTypes.writeFeatureValues
  • aiplatform.executions.*
  • aiplatform.features.*
  • aiplatform.featurestores.batchReadFeatureValues
  • aiplatform.featurestores.create
  • aiplatform.featurestores.delete
  • aiplatform.featurestores.exportFeatures
  • aiplatform.featurestores.get
  • aiplatform.featurestores.importFeatures
  • aiplatform.featurestores.list
  • aiplatform.featurestores.readFeatures
  • aiplatform.featurestores.update
  • aiplatform.featurestores.writeFeatures
  • aiplatform.humanInTheLoops.*
  • aiplatform.hyperparameterTuningJobs.*
  • aiplatform.indexEndpoints.*
  • aiplatform.indexes.*
  • aiplatform.locations.*
  • aiplatform.metadataSchemas.*
  • aiplatform.metadataStores.*
  • aiplatform.modelDeploymentMonitoringJobs.*
  • aiplatform.modelEvaluationSlices.*
  • aiplatform.modelEvaluations.*
  • aiplatform.models.*
  • aiplatform.nasJobs.*
  • aiplatform.operations.list
  • aiplatform.pipelineJobs.*
  • aiplatform.specialistPools.*
  • aiplatform.studies.*
  • aiplatform.tensorboardExperiments.*
  • aiplatform.tensorboardRuns.*
  • aiplatform.tensorboardTimeSeries.*
  • aiplatform.tensorboards.create
  • aiplatform.tensorboards.delete
  • aiplatform.tensorboards.get
  • aiplatform.tensorboards.list
  • aiplatform.tensorboards.update
  • aiplatform.trainingPipelines.*
  • aiplatform.trials.*
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Lecteur Vertex AI Bêta
(roles/aiplatform.viewer)

Permet d'afficher toutes les ressources de Vertex AI

  • aiplatform.annotationSpecs.get
  • aiplatform.annotationSpecs.list
  • aiplatform.annotations.get
  • aiplatform.annotations.list
  • aiplatform.artifacts.get
  • aiplatform.artifacts.list
  • aiplatform.batchPredictionJobs.get
  • aiplatform.batchPredictionJobs.list
  • aiplatform.contexts.get
  • aiplatform.contexts.list
  • aiplatform.contexts.queryContextLineageSubgraph
  • aiplatform.customJobs.get
  • aiplatform.customJobs.list
  • aiplatform.dataItems.get
  • aiplatform.dataItems.list
  • aiplatform.dataLabelingJobs.get
  • aiplatform.dataLabelingJobs.list
  • aiplatform.datasets.get
  • aiplatform.datasets.list
  • aiplatform.deploymentResourcePools.get
  • aiplatform.deploymentResourcePools.list
  • aiplatform.deploymentResourcePools.queryDeployedModels
  • aiplatform.edgeDeploymentJobs.get
  • aiplatform.edgeDeploymentJobs.list
  • aiplatform.edgeDeviceDebugInfo.get
  • aiplatform.edgeDevices.get
  • aiplatform.edgeDevices.list
  • aiplatform.endpoints.get
  • aiplatform.endpoints.list
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.list
  • aiplatform.executions.get
  • aiplatform.executions.list
  • aiplatform.executions.queryExecutionInputsAndOutputs
  • aiplatform.features.get
  • aiplatform.features.list
  • aiplatform.featurestores.get
  • aiplatform.featurestores.list
  • aiplatform.humanInTheLoops.get
  • aiplatform.humanInTheLoops.list
  • aiplatform.hyperparameterTuningJobs.get
  • aiplatform.hyperparameterTuningJobs.list
  • aiplatform.indexEndpoints.get
  • aiplatform.indexEndpoints.list
  • aiplatform.indexes.get
  • aiplatform.indexes.list
  • aiplatform.locations.*
  • aiplatform.metadataSchemas.get
  • aiplatform.metadataSchemas.list
  • aiplatform.metadataStores.get
  • aiplatform.metadataStores.list
  • aiplatform.modelDeploymentMonitoringJobs.get
  • aiplatform.modelDeploymentMonitoringJobs.list
  • aiplatform.modelDeploymentMonitoringJobs.searchStatsAnomalies
  • aiplatform.modelEvaluationSlices.*
  • aiplatform.modelEvaluations.get
  • aiplatform.modelEvaluations.list
  • aiplatform.models.get
  • aiplatform.models.list
  • aiplatform.nasJobs.get
  • aiplatform.nasJobs.list
  • aiplatform.operations.list
  • aiplatform.pipelineJobs.get
  • aiplatform.pipelineJobs.list
  • aiplatform.specialistPools.get
  • aiplatform.specialistPools.list
  • aiplatform.specialistPools.update
  • aiplatform.studies.get
  • aiplatform.studies.list
  • aiplatform.tensorboardExperiments.get
  • aiplatform.tensorboardExperiments.list
  • aiplatform.tensorboardRuns.get
  • aiplatform.tensorboardRuns.list
  • aiplatform.tensorboardTimeSeries.batchRead
  • aiplatform.tensorboardTimeSeries.get
  • aiplatform.tensorboardTimeSeries.list
  • aiplatform.tensorboardTimeSeries.read
  • aiplatform.tensorboards.get
  • aiplatform.tensorboards.list
  • aiplatform.trainingPipelines.get
  • aiplatform.trainingPipelines.list
  • aiplatform.trials.get
  • aiplatform.trials.list
  • resourcemanager.projects.get
  • resourcemanager.projects.list

Rôles de base

Les rôles de base de Google Cloud sont communs à tous les services Google Cloud. Il s'agit des rôles Propriétaire, Éditeur et Lecteur.

Les rôles de base fournissent des autorisations pour Google Cloud, et pas uniquement pour l'IA Vertex. Pour cette raison, nous vous recommandons d'utiliser les rôles d'IA Vertex chaque fois que cela est possible.

Rôles personnalisés

Si les rôles IAM prédéfinis pour l'IA Vertex ne répondent pas à vos besoins, vous pouvez définir des rôles personnalisés. Les rôles personnalisés vous permettent de choisir un ensemble d'autorisations spécifique, de créer un rôle disposant de ces autorisations et d'attribuer ce rôle à des utilisateurs de votre organisation. Pour en savoir plus, consultez la page Comprendre les rôles personnalisés IAM.

Stratégies au niveau du projet et au niveau des ressources

La définition d'une stratégie au niveau des ressources n'affecte pas les stratégies au niveau du projet. Une ressource hérite de toutes ses stratégies de son ancêtre. Vous pouvez utiliser ces deux niveaux de précision pour personnaliser les autorisations. Par exemple, vous pouvez accorder aux utilisateurs des autorisations de lecture au niveau du projet afin qu'ils puissent lire toutes les ressources du projet, puis leur accorder des autorisations d'écriture par ressource (au niveau des ressources).

Les rôles et ressources prédéfinis de Vertex AI ne sont pas tous compatibles avec les stratégies au niveau des ressources. Pour savoir quels rôles peuvent être utilisés sur quelles ressources, affichez les descriptions de chaque rôle.

Ressources compatibles

Vertex AI est compatible avec les ressources de magasin de caractéristiques et de types d'entités Vertex AI Feature Store. Pour en savoir plus, consultez la page Contrôler l'accès aux ressources de Vertex AI Feature Store.

Une fois que vous avez accordé ou révoqué l'accès à une ressource, la propagation de ces modifications prend du temps. Pour en savoir plus, consultez les Questions fréquentes sur IAM.

À propos des comptes de service et des agents de service

Comptes de service

Un compte de service est un compte particulier utilisé par une application ou une instance de machine virtuelle (VM), et non par une personne. Vous pouvez créer et attribuer des autorisations aux comptes de service afin d'accorder des autorisations spécifiques à une ressource ou à une application.

Pour savoir comment utiliser un compte de service pour personnaliser les autorisations disponibles pour un conteneur d'entraînement personnalisé ou pour un conteneur qui diffuse des prédictions en ligne pour un modèle entraîné, consultez la sectionUtiliser un compte de service personnalisé.

Les comptes de service sont identifiés par une adresse e-mail.

Agents de service

Les agents de service sont des comptes de service gérés par Google qui sont fournis automatiquement et qui permettent à un service d'accéder aux ressources en votre nom. Vertex AI utilise les agents de service suivants :

Nom Utilisation Adresse e-mail
Agent de service de Vertex AI Fonctionnalité de Vertex AI service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com
Agent de service de code personnalisé de Vertex AI Code d'entraînement personnalisé service-PROJECT_NUMBER@gcp-sa-aiplatform-cc.iam.gserviceaccount.com

L'agent de service de code personnalisé Vertex AI n'est créé que si vous exécutez du code d'entraînement personnalisé pour l'entraînement personnalisé d'un modèle.

Lors de sa création, chaque agent de service se voit attribuer l'un des rôles prédéfinis suivants pour votre projet. Chaque agent de service se voit attribuer le rôle correspondant à son nom.

Rôle Titre Description Autorisations
roles/aiplatform.serviceAgent Agent de service de Vertex AI

Fournit à Vertex AI les autorisations requises pour son fonctionnement.

  • aiplatform.annotationSpecs.*
  • aiplatform.annotations.*
  • aiplatform.artifacts.*
  • aiplatform.batchPredictionJobs.*
  • aiplatform.contexts.*
  • aiplatform.customJobs.*
  • aiplatform.dataItems.*
  • aiplatform.dataLabelingJobs.*
  • aiplatform.datasets.*
  • aiplatform.deploymentResourcePools.*
  • aiplatform.edgeDeploymentJobs.*
  • aiplatform.edgeDeviceDebugInfo.get
  • aiplatform.edgeDevices.*
  • aiplatform.endpoints.*
  • aiplatform.entityTypes.create
  • aiplatform.entityTypes.delete
  • aiplatform.entityTypes.deleteFeatureValues
  • aiplatform.entityTypes.exportFeatureValues
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.importFeatureValues
  • aiplatform.entityTypes.list
  • aiplatform.entityTypes.readFeatureValues
  • aiplatform.entityTypes.streamingReadFeatureValues
  • aiplatform.entityTypes.update
  • aiplatform.entityTypes.writeFeatureValues
  • aiplatform.executions.*
  • aiplatform.features.*
  • aiplatform.featurestores.batchReadFeatureValues
  • aiplatform.featurestores.create
  • aiplatform.featurestores.delete
  • aiplatform.featurestores.exportFeatures
  • aiplatform.featurestores.get
  • aiplatform.featurestores.importFeatures
  • aiplatform.featurestores.list
  • aiplatform.featurestores.readFeatures
  • aiplatform.featurestores.update
  • aiplatform.featurestores.writeFeatures
  • aiplatform.humanInTheLoops.*
  • aiplatform.hyperparameterTuningJobs.*
  • aiplatform.indexEndpoints.*
  • aiplatform.indexes.*
  • aiplatform.locations.*
  • aiplatform.metadataSchemas.*
  • aiplatform.metadataStores.*
  • aiplatform.modelDeploymentMonitoringJobs.*
  • aiplatform.modelEvaluationSlices.*
  • aiplatform.modelEvaluations.*
  • aiplatform.models.*
  • aiplatform.nasJobs.*
  • aiplatform.operations.list
  • aiplatform.pipelineJobs.*
  • aiplatform.specialistPools.*
  • aiplatform.studies.*
  • aiplatform.tensorboardExperiments.*
  • aiplatform.tensorboardRuns.*
  • aiplatform.tensorboardTimeSeries.*
  • aiplatform.tensorboards.create
  • aiplatform.tensorboards.delete
  • aiplatform.tensorboards.get
  • aiplatform.tensorboards.list
  • aiplatform.tensorboards.update
  • aiplatform.trainingPipelines.*
  • aiplatform.trials.*
  • artifactregistry.repositories.create
  • artifactregistry.repositories.downloadArtifacts
  • artifactregistry.repositories.get
  • artifactregistry.repositories.list
  • artifactregistry.repositories.uploadArtifacts
  • artifactregistry.tags.get
  • artifactregistry.versions.get
  • automl.datasets.export
  • automl.datasets.get
  • automl.datasets.list
  • automl.modelEvaluations.list
  • automl.models.get
  • automl.models.list
  • automl.operations.get
  • automl.tableSpecs.get
  • bigquery.datasets.create
  • bigquery.datasets.get
  • bigquery.jobs.create
  • bigquery.jobs.get
  • bigquery.models.create
  • bigquery.models.export
  • bigquery.models.getData
  • bigquery.readsessions.create
  • bigquery.readsessions.getData
  • bigquery.tables.create
  • bigquery.tables.export
  • bigquery.tables.get
  • bigquery.tables.getData
  • bigquery.tables.update
  • bigquery.tables.updateData
  • bigtable.tables.get
  • bigtable.tables.list
  • bigtable.tables.readRows
  • compute.machineTypes.get
  • dataflow.jobs.*
  • dataflow.messages.list
  • dataflow.metrics.get
  • dataflow.snapshots.*
  • datalabeling.annotateddatasets.get
  • datalabeling.datasets.export
  • datalabeling.datasets.get
  • datalabeling.datasets.list
  • datalabeling.operations.get
  • iam.serviceAccounts.actAs
  • iam.serviceAccounts.getAccessToken
  • logging.logEntries.create
  • ml.models.list
  • ml.operations.get
  • ml.versions.get
  • ml.versions.list
  • resourcemanager.projects.get
  • resourcemanager.projects.list
  • serviceusage.services.use
  • storage.buckets.create
  • storage.buckets.delete
  • storage.buckets.get
  • storage.buckets.list
  • storage.objects.create
  • storage.objects.delete
  • storage.objects.get
  • storage.objects.list
  • storage.objects.update
roles/aiplatform.customCodeServiceAgent Agent de service de code personnalisé de Vertex AI

Fournit les autorisations appropriées au code personnalisé Vertex AI.

  • aiplatform.annotationSpecs.*
  • aiplatform.annotations.*
  • aiplatform.artifacts.*
  • aiplatform.batchPredictionJobs.*
  • aiplatform.contexts.*
  • aiplatform.customJobs.*
  • aiplatform.dataItems.*
  • aiplatform.dataLabelingJobs.*
  • aiplatform.datasets.*
  • aiplatform.deploymentResourcePools.*
  • aiplatform.edgeDeploymentJobs.*
  • aiplatform.edgeDeviceDebugInfo.get
  • aiplatform.edgeDevices.*
  • aiplatform.endpoints.*
  • aiplatform.entityTypes.create
  • aiplatform.entityTypes.delete
  • aiplatform.entityTypes.deleteFeatureValues
  • aiplatform.entityTypes.exportFeatureValues
  • aiplatform.entityTypes.get
  • aiplatform.entityTypes.importFeatureValues
  • aiplatform.entityTypes.list
  • aiplatform.entityTypes.readFeatureValues
  • aiplatform.entityTypes.streamingReadFeatureValues
  • aiplatform.entityTypes.update
  • aiplatform.entityTypes.writeFeatureValues
  • aiplatform.executions.*
  • aiplatform.features.*
  • aiplatform.featurestores.batchReadFeatureValues
  • aiplatform.featurestores.create
  • aiplatform.featurestores.delete
  • aiplatform.featurestores.exportFeatures
  • aiplatform.featurestores.get
  • aiplatform.featurestores.importFeatures
  • aiplatform.featurestores.list
  • aiplatform.featurestores.readFeatures
  • aiplatform.featurestores.update
  • aiplatform.featurestores.writeFeatures
  • aiplatform.humanInTheLoops.*
  • aiplatform.hyperparameterTuningJobs.*
  • aiplatform.indexEndpoints.*
  • aiplatform.indexes.*
  • aiplatform.locations.*
  • aiplatform.metadataSchemas.*
  • aiplatform.metadataStores.*
  • aiplatform.modelDeploymentMonitoringJobs.*
  • aiplatform.modelEvaluationSlices.*
  • aiplatform.modelEvaluations.*
  • aiplatform.models.*
  • aiplatform.nasJobs.*
  • aiplatform.operations.list
  • aiplatform.pipelineJobs.*
  • aiplatform.specialistPools.*
  • aiplatform.studies.*
  • aiplatform.tensorboardExperiments.*
  • aiplatform.tensorboardRuns.*
  • aiplatform.tensorboardTimeSeries.*
  • aiplatform.tensorboards.create
  • aiplatform.tensorboards.delete
  • aiplatform.tensorboards.get
  • aiplatform.tensorboards.list
  • aiplatform.tensorboards.update
  • aiplatform.trainingPipelines.*
  • aiplatform.trials.*
  • artifactregistry.repositories.downloadArtifacts
  • artifactregistry.repositories.get
  • artifactregistry.repositories.list
  • artifactregistry.tags.get
  • artifactregistry.versions.get
  • bigquery.datasets.create
  • bigquery.datasets.get
  • bigquery.jobs.create
  • bigquery.jobs.get
  • bigquery.readsessions.create
  • bigquery.readsessions.getData
  • bigquery.tables.create
  • bigquery.tables.export
  • bigquery.tables.get
  • bigquery.tables.getData
  • bigquery.tables.update
  • bigquery.tables.updateData
  • iam.serviceAccounts.get
  • iam.serviceAccounts.getAccessToken
  • iam.serviceAccounts.getOpenIdToken
  • iam.serviceAccounts.implicitDelegation
  • iam.serviceAccounts.list
  • iam.serviceAccounts.signBlob
  • iam.serviceAccounts.signJwt
  • logging.logEntries.create
  • resourcemanager.projects.get
  • resourcemanager.projects.list
  • serviceusage.services.use
  • storage.buckets.create
  • storage.buckets.delete
  • storage.buckets.get
  • storage.buckets.list
  • storage.objects.create
  • storage.objects.delete
  • storage.objects.get
  • storage.objects.list
  • storage.objects.update

Accorder aux agents de service Vertex AI l'accès à d'autres ressources

Vous devez parfois attribuer des rôles supplémentaires à un agent de service Vertex AI. Par exemple, si vous avez besoin de fournir à Vertex AI l'accès à un bucket Cloud Storage situé dans un autre projet, vous devez attribuer un ou plusieurs rôles supplémentaires à l'agent de service.

Exigences applicables à l'ajout de rôles pour BigQuery

Le tableau suivant décrit les rôles supplémentaires à ajouter à l'agent de service Vertex AI pour accéder à des tables ou vues BigQuery dans un autre projet ou sauvegardées par une source de données externe.

Le terme projet de base fait référence au projet dans lequel se trouve l'ensemble de données ou le modèle Vertex AI. Le terme projet différent fait référence à tout autre projet.

Type de table Projet de table Projet de source de données Ajout de rôle requis
Table BigQuery native Projet de base N/A Aucun
Table BigQuery native Projet différent Non disponible BigQuery Data Viewer pour un projet différent. En savoir plus
Vue BigQuery Projet de base N/A Aucun
Vue BigQuery Projet différent Non disponible BigQuery Data Viewer pour un projet différent. En savoir plus
Source de données BigQuery externe sauvegardée par Bigtable Projet de base Projet de base Bigtable Reader pour le projet de base. En savoir plus
Source de données BigQuery externe sauvegardée par Bigtable Projet de base Projet différent Bigtable Reader pour un projet différent. En savoir plus
Source de données BigQuery externe sauvegardée par Bigtable Projet différent Projet différent BigQuery Reader et Bigtable Reader pour un projet différent. En savoir plus
Source de données BigQuery externe sauvegardée par Cloud Storage Projet de base Projet de base Aucun
Source de données BigQuery externe sauvegardée par Cloud Storage Projet de base Projet différent Storage Object Viewer pour un projet différent. En savoir plus
Source de données BigQuery externe sauvegardée par Cloud Storage Projet différent Projet différent Storage Object Viewer et BigQuery Data Viewer pour un projet différent. En savoir plus
Source de données BigQuery externe sauvegardée par Google Sheets Projet de base ND Partager votre fichier Sheets avec le compte de service Vertex AI. En savoir plus
Source de données BigQuery externe sauvegardée par Google Sheets Projet différent Non disponible BigQuery Reader pour un projet différent et partager votre fichier Sheets avec le compte de service Vertex AI.

Exigences applicables à l'ajout de rôles pour Cloud Storage

Si vous accédez aux données d'un bucket Cloud Storage situé dans un autre projet, vous devez attribuer le rôle Storage > Storage Object Viewer à Vertex AI dans ce projet. En savoir plus

Si vous utilisez un bucket Cloud Storage pour recevoir des données de votre ordinateur local pour une opération d'importation et que le bucket se trouve dans un projet différent de celui du projet Cloud, vous devez attribuer le rôle Storage > Storage Object Creator à Vertex AI dans ce projet. En savoir plus

Accorder l'accès à Vertex AI aux ressources de votre projet de base

Pour attribuer des rôles supplémentaires à un agent de service pour l'IA Vertex dans votre projet de base, procédez comme suit :

  1. Accédez à la page IAM de la console Google Cloud pour votre projet de base.

    Accéder à la page IAM

  2. Cochez la case Inclure les attributions de rôles fournies par Google.

  3. Déterminez l'agent de service auquel vous souhaitez accorder les autorisations, puis cliquez sur l'icône en forme de crayon .

    Pour trouver les agents du service d'IA Vertex, utilisez le filtre Member:@gcp-sa-aiplatform-cc.iam.gserviceaccount.com.

  4. Attribuez les rôles requis au compte de service et enregistrez vos modifications.

Accorder l'accès à Vertex AI aux ressources d'un autre projet

Lorsque vous utilisez des sources de données ou des destinations dans un autre projet, vous devez accorder des autorisations au compte de service Vertex AI dans ce projet. Le compte de service Vertex AI est créé après le démarrage de la première tâche asynchrone (par exemple, création d'un point de terminaison). Vous pouvez également créer explicitement le compte de service Vertex AI à l'aide de gcloud CLI en suivant ces instructions.

Pour ajouter des autorisations à Vertex AI dans un autre projet, procédez comme suit :

  1. Accédez à la page IAM de la console Google Cloud pour votre projet de base (le projet dans lequel vous utilisez Vertex AI).

    Accéder à la page IAM

  2. Cochez la case Inclure les attributions de rôles fournies par Google.

  3. Déterminez l'agent de service auquel vous souhaitez accorder les autorisations et copiez son adresse e-mail (répertoriée sous Membre).

    Pour trouver les agents du service d'IA Vertex, utilisez le filtre Member:@gcp-sa-aiplatform-cc.iam.gserviceaccount.com.

  4. Changez les projets pour le projet dans lequel vous devez accorder les autorisations.

  5. Cliquez sur Ajouter, puis saisissez l'adresse e-mail dans Nouveaux membres.

  6. Ajoutez tous les rôles requis, puis cliquez sur Enregistrer.

Accorder l'accès à Google Sheets

Si vous utilisez une source de données BigQuery externe sauvegardée par Google Sheets, vous devez partager votre feuille de calcul avec le compte de service Vertex AI. Le compte de service Vertex AI est créé après le démarrage de la première tâche asynchrone (par exemple, création d'un point de terminaison). Vous pouvez également créer explicitement le compte de service Vertex AI gcloud CLI en suivant cette instruction.

Pour autoriser Vertex AI à accéder à votre fichier Sheets :

  1. Accédez à la page IAM de la console Google Cloud.

    Accéder à la page IAM

  2. Recherchez le compte de service intitulé Vertex AI Service Agent et copiez son adresse e-mail (répertoriée sous Membre).

  3. Ouvrez votre fichier Google Sheets et partagez-le à l'aide de cette adresse.

Étape suivante