Avant de commencer
- Python 3.10 ou plus récent dans le noyau du carnet.
- Une clé d'API
member, définie dansCERTONE_API_KEY. Sinon, le carnet la demande dans une saisie masquée et la garde en mémoire seulement.
Dans la console CertOne, ouvrez Developer Hub, puis API keys. Nommez la clé, choisissez le rôle member et sélectionnez New key.
- Copiez le secret immédiatement : il n'est affiché qu'une fois.
- Les clés commencent par
ck_et expirent après au plus 365 jours. - La création de clés exige le rôle
admindans votre organisation. - Une clé
viewerpeut lire les résultats mais ne peut pas soumettre d'analyses.
Installer et lancer
Installez certone-jupyter, chargez l'extension et lancez l'analyse. Le chemin est le dossier du projet; .. analyse le parent du dossier notebooks.
%pip install --quiet certone-jupyter
%load_ext certone_jupyter
sub = %certone_scan .. --asset "Card Fraud Scorer" --tee kata_cc --country CA
sub.verdict, sub.report["by_severity"]Options
| Option | Défaut | Rôle |
|---|---|---|
path | . | Le dossier du projet à analyser. |
--asset | nom du dossier | Le nom du système d'IA dans CertOne. |
--country | ZZ | Où le système est exploité, par exemple CA ou EU. L'option s'appelle --country ici. |
--tee | amd_sev_snp | amd_sev_snp ou kata_cc. |
--fail-on | high | Sévérité minimale qui rend le verdict défavorable. |
--api | https://platform.certkor.ai | Ou définissez CERTONE_API_URL. |
Sans la commande magique, utilisez from certone_jupyter import scan en Python.
Ce que vous voyez
- Une carte intitulée
CertOne compliance scanavec le verdict en vert ou en rouge, le décompte par sévérité, l'identifiant de l'analyse, le lieu d'exécution et le tableau des constats. subcontient le résultat :sub.verdict,sub.passed,sub.report,sub.attestation.
Résultats
Le carnet affiche le verdict mais n'arrête rien par lui-même. Pour empêcher un modèle d'avancer, utilisez le contrôle de votre pipeline, comme celui d'Azure ML.
Une erreur ou une analyse qui dépasse 30 minutes lève CertOneError.