1.2セキュリティ・ID・ネットワーク・監視

本番の AI アプリでは、「動く」だけでなく「安全に・統制された形で動く」ことが求められます。AI-103 の計画・管理ドメインは、認証・アクセス制御・ネットワーク・監視・責任ある AI のガバナンスを開発者がどう設計するかを問います。中心となる考え方は 最小権限 と 秘密情報を持たない（キーレス） ことです。

1.2.1認証 — APIキー vs マネージド ID（キーレス）

モデルやサービスへのアクセスは、手軽な APIキー でも可能ですが、本番では マネージド ID（Managed Identity）による キーレス認証 が推奨されます。マネージド ID は Azure リソース（アプリや関数）に Microsoft Entra ID の ID を自動付与する仕組みで、コードや構成に秘密のキーを置かずに認証できます。キーの漏洩・ローテーション管理という運用負担とリスクを根本から減らせるのが利点です。アクセス権は ID に対する RBAC ロール（例：Azure AI 系の閲覧/利用ロール）で必要最小限に割り当てます。

1.2.2ネットワークの分離

機微なデータを扱う場合、サービスを公衆インターネットから隔離します。プライベートエンドポイント（Private Endpoint）を使うと、AI サービスへの通信を仮想ネットワーク内の私設 IP 経由に限定し、パブリックネットワークアクセスを無効化できます。これにより、データやモデル呼び出しが外部に露出するリスクを抑えます。開発者は、アプリ・データストア・AI サービスを同じ仮想ネットワーク／プライベート接続で結ぶ構成を設計します。

1.2.3監視・ログ・安全性・ガバナンス

運用では、利用状況・コスト・品質・安全性を継続的に監視します。メトリクスとログ（呼び出し回数・トークン使用量・エラー・レイテンシ）を収集し、しきい値でアラートを設定します。出力の安全性は Azure AI Content Safety で有害コンテンツを検出・ブロックし、生成品質は 評価（evaluation） で測定します。これらは 責任ある AI の原則（信頼性と安全性・説明責任・プライバシー）を運用で担保する手段でもあります。監査ログにより「誰が・何を・いつ」行ったかを追跡可能にします。

1.2.4この節のまとめ

• 認証：本番はマネージド ID によるキーレス認証（秘密キーを持たない）。APIキーは漏洩・ローテーション負担
• 認可：RBAC ロールを最小権限で ID に付与（認証と認可は別レイヤー）
• ネットワーク：プライベートエンドポイント＋公衆アクセス無効化で隔離
• 運用：メトリクス/ログ監視・Content Safety・評価で安全性と品質を担保（責任ある AI の運用実装）