Azure ML数据防泄露（DEP）机制及实现方式问询

一、Azure ML 里DEP的核心逻辑 #

数据防泄露（DEP）在Azure ML中的核心是通过网络隔离+权限/策略管控，限制ML计算资源（计算集群、计算实例等）只能访问预先授权的存储资源，避免敏感数据被导出到未受信任的外部存储或位置。

二、微软推荐架构的原理 #

微软推荐的「服务端点+服务端点策略」方案，核心是：

• 先将ML计算所在的子网配置存储服务端点，让子网内的流量通过Azure骨干网访问存储服务，而非公共互联网
• 再通过服务端点策略，明确限制该子网只能访问白名单内的存储账户，从网络层面直接阻断对非授权存储的访问请求

三、仅用存储专用端点（PE）能否实现DEP？ #

答案是不一定，取决于配套的管控措施：

1. 如果满足以下条件，仅用PE可以实现有效DEP：
   • ML计算部署在完全私有隔离的子网中，NSG规则完全拒绝访问存储服务的公共端点
   • 所有允许访问的存储账户都已配置专用端点，且与ML计算的子网建立连接
     这种情况下，ML计算只能访问通过PE接入的存储，即使用户添加了未配置PE的存储，也无法建立连接，自然无法泄露数据。
2. 如果缺少上述配套措施，仅用PE存在泄露风险：
   • 若子网NSG未限制存储公共端点的访问，用户只要有对应存储的权限，就能在ML工作区添加带有公共端点的外部存储，并通过计算资源访问该存储，实现数据导出
   • 仅靠PE无法限制用户添加未授权存储的操作——这属于权限管控范畴，PE管的是网络连接，不管ML工作区的资源配置权限

四、关于「有权限就能添加任意数据存储」的问题 #

你观察到的这个现象，是因为ML工作区的RBAC权限（比如Data Scientist角色）默认允许用户添加数据存储，这属于权限层面的缺口，和网络层面的DEP是两个维度的管控：

• 要补上这个缺口，需要结合Azure Policy，禁止用户添加不在白名单内的存储账户作为数据存储
• 同时通过RBAC限制只有特定管理员角色才能添加数据存储，从权限源头减少风险

总结 #

仅靠存储专用端点（PE）不足以完全实现数据防泄露，必须搭配网络访问控制（NSG阻断存储公共端点）和权限/策略管控（限制添加未授权存储），才能达到微软推荐架构的DEP效果。如果只部署PE而忽略配套措施，依然存在数据被导出到未授权存储的风险。

内容的提问来源于stack exchange，提问作者Élodie Petit