Diese Seite bietet eine Übersicht über die Unterstützung von Access Transparency für die Agent Platform.
Übersicht
Mit Access Transparency erhalten Sie Logs, in denen die Aktionen erfasst werden, die Google-Mitarbeiter beim Zugriff auf Ihre Inhalte ausführen.
In Cloud-Audit-Logs wird angezeigt, wenn Mitglieder Ihrer Organisation auf Inhalte in Ihren Cloud de Confiance -Projekten zugreifen. Analog bietet Access Transparency Logs zu Aktionen, die von Google-Mitarbeitern ausgeführt wurden.
Sie können Access Transparency für ein Cloud de Confiance by S3NS -Projekt aktivieren, wenn sich das Projekt in einer Organisation befindet.
Unterstützte Dienste
Access Transparency unterstützt die folgenden Gemini Enterprise Agent Platform-Dienste:
- Gemini Enterprise Agent Platform Colab Enterprise
- Generative KI auf der Gemini Enterprise Agent Platform
- AutoML-Training auf der Gemini Enterprise Agent Platform
- Benutzerdefiniertes Training auf der Gemini Enterprise Agent Platform
- Agent Platform Feature Store
- Modellmonitoring in der Gemini Enterprise Agent Platform
- Pipelines der Gemini Enterprise Agent Platform
- Gemini Enterprise Agent Platform Inference
- Vektorsuche auf der Gemini Enterprise Agent Platform
- Vertex AI TensorBoard
- Workbench-Instanzen der Gemini Enterprise Agent Platform
- Vertex Explainable AI
- Gemini Enterprise Agent Platform ML Metadata
- Agent Platform Vizier
- Agent Runtime auf der Gemini Enterprise Agent Platform
- Modellabstimmung in der Gemini Enterprise Agent Platform
Einschränkungen von Access Transparency in der Agent Platform
Der Zugriff auf Ihre Daten in der Gemini Enterprise Agent Platform durch Google-Mitarbeiter wird mit Ausnahme der folgenden Szenarien protokolliert:
- Szenarien, in denen Access Transparency-Logs in allen unterstütztenCloud de Confiance -Diensten ausgeschlossen sind
- Benutzerdefinierte Container verwenden, um Online-Inferenz- oder Batch-Inferenz-Anfragen von benutzerdefiniert trainierten Modellen bereitzustellen
- Vertex Explainable AI mit benutzerdefinierten Containern verwenden
- Verwenden von AutoML-Prognoseressourcen, z. B. Prognose-Datasets und Prognosemodelle
- Dabei werden folgende Komponenten verwendet: