You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Azure AML部署模型遇403错误,关联KeyVault异常如何解决?

Azure ML部署NLP模型时403(KeyVault权限)问题解决办法

这个403错误的核心原因是Azure Machine Learning工作区关联的密钥保管库(KeyVault)没有为执行部署操作的账号授予足够权限,导致部署流程无法访问KeyVault中存储的敏感配置信息。以下是具体解决步骤:

  • 找到AML工作区对应的KeyVault
    登录Azure门户,进入目标AML工作区,在左侧菜单栏的「资源」板块找到「密钥保管库」,点击进入对应的KeyVault实例。

  • 配置KeyVault访问策略

    1. 在KeyVault左侧菜单选择「访问策略」,点击「添加访问策略」。
    2. 权限部分:勾选密钥、机密、证书的Get和List权限(部署场景建议直接勾选部署相关的全部权限)。
    3. 主体部分:搜索并选中执行部署操作的Azure账号(若使用自动化服务主体部署,则选中对应服务主体)。
    4. 保存配置,等待1-2分钟让策略生效。
  • 验证账号/服务主体的AML工作区权限
    若使用服务主体部署,需确保该主体在AML工作区中拥有「参与者」或「机器学习参与者」角色,避免因工作区权限不足引发连锁问题。

  • 额外检查项

    • 确认当前账号未被Azure AD条件访问策略限制访问KeyVault。
    • 若KeyVault启用了防火墙,需允许AML工作区所在虚拟网络访问,或把部署机器的IP加入允许列表。

完成上述配置后,重新运行你的部署代码即可。

内容的提问来源于stack exchange,提问作者Python-data

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.10 21:30:52