> 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/ja/self-hosted/inference-server/configuration/security-migration.md). # セキュリティ設定の移行 リリース範囲を確認し、localhost バインディング、モデル認証、動画制限、ランタイムのハードニングに関する self-hosted Inference の設定を更新します。 自己ホスト型の Inference Server、CLI、またはイメージをアップグレードするときは、このガイドを使用してください。ネットワーク公開の変更と、明示的な機能のオプトインを必要とする変更を分けて説明しています。 ## リリース状況 このドキュメントは、2026年9月11日時点のソースと照合されました。ソースへのマージだけでは、どの公開済みパッケージまたはイメージにその変更が含まれるかは確定しません。
変更ソースの状況リリース範囲
localhost への公開とデスクトップのバインド、PR #2943マージ済みインストール済みの CLI とデスクトップバンドルを確認してください。最初にリリースされたバージョンはここでは検証されていません。
管理対象パイプラインのプロセス上限と RAM ガード、PR #2944マージ済みこの変更を含むサーバーイメージが必要です。最初にリリースされたバージョンはここでは検証されていません。
ローカルモデル認可ガード、PR #2956マージ済みこの変更を含むサーバービルドが必要です。最初にリリースされたバージョンはここでは検証されていません。
モデル、メディア、TLS、ゲートウェイ、オフライン実行、および OPC UA のハードニング、PR #2952保留中、コミット 54a663f1d でレビュー済みリリース済みイメージについての主張ではありません。以下のセクションでは、提案されている実行時ハードニングビルドについて説明します。
デプロイするパッケージとイメージのバージョンを固定し、それらに関連する変更が含まれていることを確認してください。既存のコンテナは、ソースやイメージのデフォルトが変わっただけではこれらの変更を取得しません。 ## localhost への公開 CLI は次のアドレスで公開します `127.0.0.1` 通常の CPU および GPU 起動では、すべてのホストインターフェースではなく。リモートクライアントは、次のような明示的に公開されたアドレスを使用する必要があります `inference server start --bind-address 0.0.0.0`。アクセスは信頼できるクライアントに制限されます。 Jetson CLI の起動では `0.0.0.0`、および `--tunnel` でも次のアドレスで公開します `0.0.0.0` そのため、トンネルが接続できます。デスクトップバンドルの既定は `127.0.0.1` で、 `HOST`を尊重します。手動の Docker マッピングは引き続きオペレーターの選択です。 ### 機能と可観測性の既定値 ローカル実行では、カスタム Python は既定で引き続き有効です。2026年6月19日に既定を切り替えるという以前の告知はもはや適用されません。Stream API の有効化と Workspace 認証は既存の動作を維持し、新しいストリーム管理トークンはありません。 ヘルス、ドキュメント、およびメトリクスのエンドポイントは、既存の API キー例外を維持します。詳しくは [サーバーのセキュリティ](/deployment/ja/self-hosted/inference-server/configuration/security.md) ネットワーク境界とエンドポイント一覧について ## パイプライン容量 新しいプロセス割り当ては次で停止します `STREAM_MANAGER_MAX_ACTIVE_PIPELINES`、既定 `8`、ただし有効な上限はプリロード数の方が高い場合はその数まで引き上げられます。既存のアイドルワーカーは上限で割り当て可能で、ウォームプールの補充もそれを超えられません。 より多くのワーカーが必要なデプロイでは、容量を確認したうえでより高い上限を選ぶ必要があります。RAM ガードは初期化時に失敗する代わりにサンプルのないワーカーも処理します。参照先は [ビデオ設定](/deployment/ja/self-hosted/inference-server/configuration/video-configuration.md#managed-pipeline-limits). ## ローカルモデル認可 オンライン サーバーは拒否します `MODELS_CACHE_AUTH_ENABLED=True` と組み合わせて `ALLOW_INFERENCE_MODELS_DIRECTLY_ACCESS_LOCAL_PACKAGES=True`。個別のモデルごとの API キー確認が必要な場合はローカル読み込みを無効のままにし、ローカルのパッケージ呼び出し元を意図的に信頼する場合にのみモデル認可を無効にしてください。 オフラインのデプロイでは、明示的な `ALLOW_OFFLINE_MODEL_CACHE_AUTH_BYPASS` 要件。参照先は [モデルパッケージのセキュリティ](/deployment/ja/self-hosted/inference-server/configuration/model-security.md). ## ビデオソースの検証 保留中の実行時ハードニングビルドでは、生の GStreamer 記述は既定で拒否され、次のような素のファイル名は `video.mp4` 次の形式にする必要があります `./video.mp4`。使用 `ALLOW_UNSAFE_GSTREAMER_PIPELINES=True` 。これは、生のパイプライン解釈を必要とし、信頼するワークロードにのみ適用してください。 この [サポートされる参照形式](/deployment/ja/self-hosted/inference-server/configuration/video-configuration.md#server-side-video-references) には、このオプトインなしの通常の RTSP および RTMP URL が含まれます。SDK クライアント上で開かれる直接のローカル Python メディア利用とファイルは変更ありません。 ## モデルパッケージの信頼 保留中の実行時ハードニングビルドでは、JetPack 5.1.1、6.2.0、7.2.0 のイメージが `ALLOW_INFERENCE_MODELS_UNTRUSTED_PACKAGES` から `True` へ `False`。その `inference-models-speed` ベンチマークも、CLI、アダプター、および Python ヘルパーの既定値を、信頼されていないパッケージを拒否するように切り替えます。 イメージ設定またはベンチマークの `--allow-untrusted-packages` フラグで明示的にオプトインするのは、実行可能なパッケージを信頼する場合のみです。参照先は [モデルパッケージのセキュリティ](/deployment/ja/self-hosted/inference-server/configuration/model-security.md#package-trust-defaults)。ローカルのパッケージへ直接アクセスすることは別の設定です。 以前に公開された JetPack 6.0 イメージはこの変更では更新されず、確認済みのソースにはもはやその Dockerfile はありません。それらのデプロイは別々に棚卸ししてください。 ## TLS クライアント証明書 保留中の実行時ハードニングビルドでは、Python Uvicorn、シェル Uvicorn、および並列 Gunicorn ランチャーは、両方が `ENABLE_HTTPS=True` と `SSL_CA_CERTS` として構成されている場合、有効なクライアント証明書を必要とします。アプリケーションやヘルス/メトリクス確認用のクライアント証明書をアップグレード前に用意してください。 クライアント CA のない HTTPS はサーバーのみの TLS のままで、HTTPS が無効な場合は HTTP が既定です。参照先は [HTTPS で Inference を提供する](/deployment/ja/self-hosted/inference-server/configuration/https.md#mutual-tls). ### 暗号化キー 並列 Gunicorn ランチャーは `SSL_KEYFILE_PASSWORD` をサポートしていないため、拒否します。暗号化されたキーには Uvicorn ランチャーを使用してください。Python とシェルの両方の Uvicorn がパスワードをサポートします。 ## ゲートウェイの転送 保留中の実行時ハードニングビルドでは、素の `SECURE_GATEWAY=host:port` は HTTP から HTTPS に切り替わり、移行警告を出します。明示的な `https://` URL を使用し、アップグレード前にゲートウェイ証明書の信頼を構成してください。 プレーン HTTP は、明示的に構成されたループバック IP または `localhost`のような `http://127.0.0.1:8080`の場合にのみ受け入れられます。リモートおよび LAN のゲートウェイは HTTPS を提供する必要があります。サポートされないスキーム、埋め込み資格情報、クエリ、フラグメント、空白は、Inference と別途インストールされる `inference-models` パッケージの両方で構成の取り込みに失敗します。 ループバックトンネルはサーバー自身のネットワーク名前空間から到達可能でなければなりません。参照先は [推論サーバーの接続](/deployment/ja/self-hosted/enterprise/secure-gateway.md#connecting-inference-servers) ゲートウェイ設定については、従来の `LICENSE_SERVER` エイリアス。 ## オフラインの Custom Python 保留中の実行時ハードニングビルドでは、 `OFFLINE_MODE=True` を `WORKFLOWS_CUSTOM_PYTHON_EXECUTION_MODE=modal` は、コードをローカルで黙って実行する代わりに起動に失敗します。信頼できるコードにはローカル実行を許可する `local` を明示的に選ぶか、Modal へのオンライン接続を維持してください。 実行モードは `local` と `modal`を受け付けます。大文字小文字と前後の空白は無視され、未知の値は起動失敗になります。これは通常のローカル Custom Python を無効化しません。 ## OPC UA 資格情報 保留中の実行時ハードニングビルドでは、プールされた OPC UA セッションはエンドポイント、ユーザー名、およびパスワードごとに分離されます。誤った、空の、または省略されたパスワードを含む要求は、別のパスワードで認証されたセッションを再利用できません。資格情報のローテーションにより別の接続が作成されます。 ワークフロー作成者は同じ資格情報フィールドを使い続けます。接続マネージャーを直接呼び出す統合は、元のパスワードを `release_connection` と `invalidate_connection`に渡す必要があります。 `None` 匿名セッション用に含めて。 ## その他の修正 保留中の実行時ハードニングビルドでは、メモリ内キューが満杯のときに使用状況コレクターが停止する問題を修正します。使用状況収集や監視のオプトインは無効化されません。CI のシェル入力検証とレビュー ツールのインストール変更では、デプロイ構成の変更は必要ありません。