Infosec Registered Assessors Program (IRAP)

På den här sidan beskrivs IRAP-efterlevnadskontroller i Azure Databricks.

Important

Den här funktionen finns som allmänt tillgänglig förhandsversion.

Översikt över IRAP

IRAP är ett australiskt myndighetsinitiativ som certifierar molntjänstleverantörer för hantering av myndighetsdata. Det inbegriper oberoende bedömning av kontrollerna i Australian Government Information Security Manual (ISM).

Huvudpunkter

  • Allmänt antagen i australiensiska och nyazeeländska regeringars offentliga sektorer.
  • Omfattar utvärdering av en ackrediterad IRAP-utvärderare.
  • Fokuserar på efterlevnad av ISM-säkerhetskontroller.

Aktivera IRAP-efterlevnadskontroller

För att konfigurera din arbetsyta så att den stöder bearbetning av data som regleras av IRAP-standarden rekommenderar Databricks starkt att arbetsytan aktiverar säkerhetsprofilen för efterlevnad. Säkerhetsprofilen för överensstämmelse kommer att krävas för IRAP-arbetsbelastningar när supporten blir generellt tillgänglig.

Important

Om du vill använda serverlös beräkning med IRAP-arbetsbelastningar måste du använda en basmiljö som innehåller miljöversion 5 eller senare. Om du inte väljer en kompatibel basmiljö startar inte serverlös beräkning när säkerhetsprofilen för IRAP-efterlevnad är aktiverad. Information om hur du väljer en basmiljö finns i Konfigurera den serverlösa miljön.

Endast specifika förhandsgranskningsfunktioner stöds för bearbetning av reglerade data. Mer information om säkerhetsprofilen för efterlevnad, vilka förhandsversionsfunktioner som stöds och regioner som stöds finns i Säkerhetsprofil för efterlevnad.

Anmärkning

Graviton VM-typer tillämpar inte FIPS 140-kryptering. Du måste se till att FIPS-godkänd kryptografi används.

Du är ensam ansvarig för att kontrollera att känslig information aldrig anges i kunddefinierade indatafält, till exempel arbetsytenamn, beräkningsresursnamn, taggar, jobbnamn, jobbkörningsnamn, nätverksnamn, namn på autentiseringsuppgifter, lagringskontonamn och Git-lagringsplats-ID:n eller URL:er. Dessa fält kan lagras, bearbetas eller nås utanför efterlevnadsgränsen.

Information om hur du aktiverar IRAP-efterlevnadskontroller finns i Konfigurera förbättrade säkerhets- och efterlevnadsinställningar.

Regionalt stöd för funktioner

Den här tabellen visar funktionstillgänglighet för den valda efterlevnadsstandarden i alla Databricks-regioner som stöds. Vissa funktioner kan visas som tillgängliga innan de faktiskt släpps.

Feature australiacentral australiacentral2 australiaeast australiasoutheast
AI Functions – Klassificering
AI Functions – Dokumentanalys
AI Functions – informationsutvinning
Avvikelseidentifiering
Klassisk beräkning
Renrum
Dataklassificering
Databricks-appar
Databricks One
Standardlagringsutrymme
Genie-agentläge
Genie-kod
Genie Code Agentläge
Genie Code Dashboard Agent
Genie Spaces
Kunskapsassistent
Lakebase Autoskalning
Lakeflow Connect – Confluence
Lakeflow Connect – Dynamics 365
Lakeflow Connect – GA4
Lakeflow Connect – Google Ads
Lakeflow Connect – HubSpot
Lakeflow Connect – Metaannonser
Lakeflow Connect – MySQL
Lakeflow Connect – NetSuite
Lakeflow Connect – PostgreSQL
Lakeflow Connect – SFTP
Lakeflow Connect – Salesforce
Lakeflow Connect – ServiceNow
Lakeflow Connect – SharePoint
Lakeflow Connect – TikTok-annonser
Lakeflow Connect – Workday HCM
Lakeflow Connect – Workday-rapporter (RaaS)
Lakeflow Connect – Zendesk Support
Lakeflow Connect – Zerobus Ingest
Lakeflow-jobb
Lakeflow Pipelines-redigeraren
Lakehouse-övervakning
MLflow på Databricks
Hanterade MCP-servrar
Modellhantering – AI Gateway
Modellimplementering – AI-skyddsräcke
Modellhantering – AI Playground
Modellservering – anpassade modeller
Modellhantering – Externa Modeller
Modellservering – AI-funktion för grundmodeller (ai_query)
Modellservering – Basmodeller – betala per token
Förutsägande optimering
Serverlösa jobb/arbetsflöden/Notebooks
Serverlösa Lakeflow-pipelines
Serverlösa SQL-lager
Serverlös arbetsyta
Övervakaragent
Vektorsökning (standard)
Vektorsökning (lagringsoptimerad)