翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 暗号化を使用して転送中のデータを保護する
<a name="encryption-in-transit"></a>

転送中のネットワーク間データはすべて、TLS 1.2 暗号化をサポートしています。TLS 1.3 を使用することをお勧めします。

Amazon SageMaker AI では、機械学習 (ML) モデルアーティファクトと他のシステムアーティファクトは転送中も保管中も暗号化されます。SageMaker AI の API とコンソールに対するリクエストには、安全な SSL 接続を使用します。SageMaker AI に AWS Identity and Access Management ロールを渡し、トレーニングとデプロイのためにユーザーに代わってリソースにアクセスするアクセス許可を付与します。

転送中のネットワーク間データ (サービスプラットフォーム内) の一部は暗号化されません。これには、以下が含まれます。
+ サービスコントロールプレーンとトレーニングジョブインスタンス (顧客データではない) の間のコマンドとコントロールの通信。
+ 分散処理ジョブ (ネットワーク間) のノード間の通信。
+ 分散トレーニングジョブ (ネットワーク間) のノード間の通信。

バッチ処理のためのノード間通信はありません。

トレーニングジョブクラスターと処理ジョブクラスター内のノード間の通信を暗号化することを選択できます。

**注記**  
医療分野のユースケースでは、ノード間の通信を暗号化することがセキュリティのベストプラクティスです。

通信を暗号化する方法については、次のトピックの「[分散トレーニングジョブで ML コンピューティングインスタンス間の通信を保護する](train-encrypt.md)」を参照してください。

**注記**  
コンテナ間のトラフィックを暗号化すると、トレーニング時間が増える可能性があります。特に分散型深層学習アルゴリズムを使用する際にはご注意ください。影響を受けるアルゴリズムについては、このセキュリティレベルを高めることで、コストも増加します。XGBoost、DeepAR、線形学習者などの、ほとんどの SageMaker AI の組み込みアルゴリズムのトレーニング時間は、通常影響を受けません。

FIPS 検証済みのエンドポイントは、SageMaker AI API およびホストモデルのリクエストルーターで利用できます (ランタイム)。FIPS 準拠のエンドポイントについては、「[連邦情報処理規格 (FIPS) 140-2](https://aws.amazon.com/compliance/fips/)」を参照してください。

## RStudio on Amazon SageMaker AI での通信を保護する
<a name="encrypt-rstudio"></a>

RStudio on Amazon SageMaker AI は、SageMaker AI コンポーネントに関連するすべての通信を暗号化します。ただし、以前のバージョンでは RStudioServerPro アプリケーションと RSession アプリケーション間の暗号化はサポートされていませんでした。

RStudio は 2022 年 4 月にバージョン 2022.02.2-485.pro2 をリリースしました。このバージョンは RStudioServerPro アプリと RSession アプリ間の暗号化をサポートし、エンドツーエンドの暗号化を可能にします。ただし、バージョンのアップグレードには完全な下位互換性があるわけではありません。そのため、RStudioServerPro アプリと RSession アプリをすべて更新する必要があります。アプリを更新する方法については、「[RStudio のバージョニング](rstudio-version.md)」を参照してください。