Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Hubungkan JupyterLab notebook Studio ke Amazon S3 Access Grants dengan propagasi identitas tepercaya diaktifkan
Anda dapat menggunakan [Amazon S3 Access Grants untuk secara fleksibel memberikan kontrol akses](https://docs.aws.amazon.com/AmazonS3/latest/userguide/access-grants.html) butir halus berbasis identitas ke lokasi Amazon S3. Ini memberikan akses bucket Amazon S3 langsung ke pengguna dan grup perusahaan Anda. Halaman berikut memberikan informasi dan instruksi tentang cara menggunakan Amazon S3 Access Grants dengan propagasi identitas tepercaya untuk AI. SageMaker
## Prasyarat
Untuk menghubungkan Studio ke Lake Formation dan Athena dengan propagasi identitas tepercaya diaktifkan, pastikan Anda telah menyelesaikan prasyarat berikut:
+ [Menyiapkan propagasi identitas tepercaya untuk Studio](trustedidentitypropagation-setup.md)
+ Ikuti cara [memulai dengan Amazon S3 Access Grants](https://docs.aws.amazon.com/AmazonS3/latest/userguide/access-grants-get-started.html) untuk menyiapkan Amazon S3 Access Grants untuk bucket Anda. Lihat [penskalaan akses data dengan Amazon S3 Access](https://aws.amazon.com/blogs/storage/scaling-data-access-with-amazon-s3-access-grants/) Grants untuk informasi selengkapnya.
**catatan**
API Amazon S3 standar tidak berfungsi secara otomatis dengan Hibah Akses Amazon S3. Anda harus secara eksplisit menggunakan Amazon S3 Access Grants API. Lihat [Mengelola akses dengan Hibah Akses Amazon S3 untuk informasi selengkapnya](https://docs.aws.amazon.com/AmazonS3/latest/userguide/access-grants.html).
**Topics**
+ [Prasyarat](#s3-access-grants-prerequisites)
+ [Hubungkan Hibah Akses Amazon S3 dengan notebook Studio JupyterLab](s3-access-grants-setup.md)
+ [Hubungkan JupyterLab notebook Studio ke Hibah Akses Amazon S3 dengan pekerjaan Pelatihan dan Pemrosesan](trustedidentitypropagation-s3-access-grants-jobs.md)