> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/model-security.md).

# मॉडल पैकेज सुरक्षा

सर्वर प्रमाणीकरण के साथ भ्रमित किए बिना प्रति-मॉडल प्राधिकरण और स्थानीय या अविश्वसनीय मॉडल पैकेज लोडिंग कॉन्फ़िगर करें।

मॉडल लोडिंग और सर्वर तक पहुँच के लिए अलग-अलग नियंत्रण हैं। किसी क्लाइंट को सर्वर तक पहुँच देने से हर मॉडल पैकेज चलाने के लिए सुरक्षित नहीं हो जाता।

जाँचें [सुरक्षा कॉन्फ़िगरेशन माइग्रेशन](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security-migration.md#release-status) कि कौन-से बदलाव मर्ज किए गए हैं और कौन-से लंबित हैं।

## सर्वर तक पहुँच और मॉडल प्राधिकरण

`WORKSPACES_WHITELISTED_FOR_LOCAL_DEPLOYMENT` यह नियंत्रित करता है कि कौन-से Workspaces सर्वर को कॉल कर सकते हैं, जिसमें इसके एकीकृत स्ट्रीम प्रबंधन रूट भी शामिल हैं। `MODELS_CACHE_AUTH_ENABLED=True` यह जाँचता है कि सर्वर ऑनलाइन होने पर कॉलर की API key को अनुरोधित Roboflow मॉडल तक पहुँचने की अनुमति है या नहीं। मॉडल प्राधिकरण इसका विकल्प नहीं है [सर्वर प्रमाणीकरण](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security.md#enforce-authentication).

## सीधे स्थानीय पैकेज

सर्वर Workflows में विश्वसनीय स्थानीय पैकेजों के लिए, ये सेटिंग सक्षम करें और पैकेज डायरेक्टरी को कंटेनर में माउंट करें:

```dotenv
USE_INFERENCE_MODELS=True
ALLOW_INFERENCE_MODELS_DIRECTLY_ACCESS_LOCAL_PACKAGES=True
MODELS_CACHE_AUTH_ENABLED=False
```

इससे कॉलर पढ़े जा सकने वाले स्थानीय मॉडल पैकेज लोड कर सकते हैं, जिनमें उनका Python कोड भी शामिल है। स्थानीय लोडिंग पथ के लिए स्वयं API key की आवश्यकता नहीं होती, लेकिन अनुरोध पर कॉन्फ़िगर किया गया कोई भी Workspace प्रमाणीकरण फिर भी लागू होता है।

यदि सर्वर ऑनलाइन है, तो वह स्टार्टअप अस्वीकार कर देता है जब `MODELS_CACHE_AUTH_ENABLED=True` और `ALLOW_INFERENCE_MODELS_DIRECTLY_ACCESS_LOCAL_PACKAGES=True`दोनों सेट हों। जब प्रति-मॉडल प्राधिकरण आवश्यक हो, तो स्थानीय लोडिंग अक्षम रखें; फ़ाइल सिस्टम पथ की जाँच कॉलर की Roboflow मॉडल पहुँच के विरुद्ध नहीं की जा सकती।

## ऑफ़लाइन प्राधिकरण

जब `OFFLINE_MODE=True`होता है, तब प्रति-मॉडल API-key जाँच नहीं की जा सकती। यदि `MODELS_CACHE_AUTH_ENABLED=True` भी सेट है, तो स्टार्टअप के लिए स्पष्ट रूप से `ALLOW_OFFLINE_MODEL_CACHE_AUTH_BYPASS=True` को चुनना आवश्यक है। इस बायपास का उपयोग केवल विश्वसनीय, एकल-टेनेंट डिप्लॉयमेंट के लिए करें; इससे ऑफ़लाइन API-key जाँच संभव नहीं होती।

ऑफ़लाइन मोड Workspace-whitelist या Dedicated Deployment प्रमाणीकरण को भी अस्वीकार करता है, क्योंकि इनके लिए API कनेक्टिविटी आवश्यक है। देखें [ऑफ़लाइन मोड](https://docs.roboflow.com/deployment/hi/self-hosted/enterprise/offline-mode.md) डिप्लॉयमेंट के संदर्भ के लिए।

## पैकेज विश्वास के डिफ़ॉल्ट

में वर्णित लंबित runtime-hardening बिल्ड में [माइग्रेशन गाइड](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security-migration.md#model-package-trust)JetPack 5.1.1, 6.2.0 और 7.2.0 इमेज में `ALLOW_INFERENCE_MODELS_UNTRUSTED_PACKAGES=False`सेट होता है, जो कोर लाइब्रेरी के डिफ़ॉल्ट के अनुरूप है। अविश्वसनीय के रूप में वर्गीकृत पैकेज लोड करने के लिए, पैकेज और उसके स्रोत की समीक्षा करने के बाद ही इसे स्पष्ट रूप से `True` पर सेट करें।

यह सेटिंग इससे अलग है `ALLOW_INFERENCE_MODELS_DIRECTLY_ACCESS_LOCAL_PACKAGES`से: अविश्वसनीय डाउनलोड किए गए पैकेजों को अस्वीकार करने से सीधे स्थानीय पैकेज लोड करना अक्षम नहीं होता। इनमें से कोई भी सेटिंग कॉलर प्रमाणीकरण का विकल्प नहीं है।

## CLI बेंचमार्क

लंबित runtime-hardening बिल्ड में यह भी बदलाव है कि `inference benchmark inference-models-speed` डिफ़ॉल्ट रूप से अविश्वसनीय पैकेजों को अस्वीकार करे। `--allow-untrusted-packages` का उपयोग तब करें जब आप जानबूझकर पैकेज पर भरोसा करते हों; adapter और Python benchmark helper भी यही प्रतिबंधात्मक डिफ़ॉल्ट उपयोग करते हैं।

बेंचमार्क के उपयोग के लिए देखें [अनुमान का बेंचमार्क](https://docs.roboflow.com/reference/inference/inference-cli/benchmark).
