HN 日本語サマリー

← 一覧へ戻る
プログラミング

PyPIで再現可能なビルドを実現するために何が足りないか

What's missing to have reproducible builds on PyPI (snarky.ca)

12 pointsby Ravencentric2 コメント

要約

PyPIにおける再現可能なビルドは、サプライチェーンのセキュリティを強化するために不可欠ですが、現状ではその実現に必要な仕様が不足しています。具体的には、ビルドに使用されたソースコードの場所と、ビルドプロセスで使用された全てのソフトウェア(SBOM)を記録する仕組みが必要です。これらの情報が記録され、信頼できる第三者による検証が可能になれば、PyPI上の配布物が改ざんされていないことをユーザーが確認できるようになります。

全文翻訳

PyPIで再現可能なビルドを実現するために何が足りないか

2026年8月15日 4分で読める Python

私の2026年Pythonパッケージング評議会(PPC)推薦状のセキュアサプライチェーンに関するセクションを執筆中に、セキュアサプライチェーンに関連して、再現可能なビルドを実行するための定義された方法が欠けていることに気づきました。再現可能なビルドを実現するというアイデアが気に入っているのは、配布物(sdistsやwheelsの技術用語、つまりPyPIにアップロードする人々)のプロデューサー側には一切作業を要求しない方法で実現できると考えているため、再現可能なビルドを非常に低摩擦でサポートにオプトインできるようになるからです。

なぜ気にかけるべきか

セキュアサプライチェーンの観点から、再現可能なビルドは独立した第三者が配布物のビットが、配布物が作成されたソースコードに基づいた期待値と一致するかどうかを検証できるようにします。これにより、ビルドプロセス中にコードが改ざんされた場合に検出できる可能性があります。また、ビルドプロセスに関与したソフトウェアを記録する必要があるという副作用により、ビットが完全に同一であることを検証するために必要なすべてのことを行っていなくても、既知の侵害されたツールが使用された場合に、より簡単に検出できます。そして、これは仮説上の利点ではありません。SolarWindsは、悪意のあるコードがビルドプロセスに注入されたために侵害されました。

「ビルド」という言葉に惑わされて、純粋なPythonホイールも脆弱ではないと考えてはいけません。そのホイールを作成するために使用されたビルドバックエンドがあり、そのビルドバックエンドが侵害されていた場合、悪意のあるコードをホイールに注入する可能性があります。したがって、Pythonパッケージングのどの分野もこれらのリスクを無視することはできません。

仕様から欠けているもの

ソースコードはどこにあるか?

では、Pythonパッケージングで再現可能なビルドを可能にするために何が必要でしょうか?まず、使用されたソースコードを記録する必要があります。これはsdistsやwheelsには記録されていませんが、ソースリポジトリやアーカイブから直接インストールする場合、インストーラーによってdirect_url.jsonファイルに記録されます。sdistsやwheelsにも(メタデータ内など)同じ情報を記録できれば、配布物を作成するために使用されたソースコードの場所を知ることができます。

配布物を作成するために使用されたソフトウェアは?

しかし、次の難しい点は、配布物を作成するために使用されたすべてのツールを記録することです。ホイールの場合、ソフトウェア部品表(SBOM)を記録するサポートがあります。そして、PEP 770(このサポートを追加した、免責事項:私はPEPデリゲートでした)が述べているように(SBOMは配布物を作成するために使用されたビルドツールを記録するために使用できます)。そして、配布物のビルドに使用されたすべてのソフトウェアを記録すれば、理論的にはまったく同じビットを再現し、何も改ざんされていないことを示すことができるはずです。

残念ながら、sdistsにはSBOMを記録する同様のメカニズムがありません。sdistsは通常、いくつかの事前計算されたメタデータを含むPKG-INFOファイルを持つtarballにすぎないため、他のメタデータファイルを配置する場所がありません。したがって、私たちは「再現可能なビルドが必要ならsdistsを使わないで」と肩をすくめるか、より構造化されたデータを許可するsdist v2フォーマットを考案する必要があります。

誰がどのソフトウェアを使用したかを記録するか?

さて、これらの情報がすべて揃っていても、ビルドを再現するにはどうすればよいのか疑問に思うかもしれません。幸いなことに、pyproject.tomlに[build-system]テーブルがあるため、配布物を生成したビルドバックエンドへの定義されたエントリポイントがあります。これは、ビルドバックエンドを実行するために必要なすべてのソフトウェアを記録できれば、同じものをインストールし、[build-system]で定義されたビルドバックエンドを呼び出すことでビルドプロセスを再生できることを意味します。そして、ビルドバックエンドが実行中の環境にインストールされているものを記録することに注意を払っていれば、理論的にはビルドバックエンドに使用されたすべてのソフトウェアを記録し、配布物プロデューサーに追加の作業を要求することなくSBOMに保存できるはずです(ただし、pipメンテナーには作業が発生します)。

PyPIでの再現可能性の提示

これらすべてが実現し、配布物に含まれるソースコードの場所と配布物を作成するために使用されたソフトウェアを記録したと仮定すると、それを人々にどのように役立てるのでしょうか?セキュアサプライチェーンを気にするすべての人が、自分で使用するすべてのものを再構築しなければならないのでしょうか?この問題に関心のない人でも恩恵を受けられる方法はありますか?

1つの可能な方法は、配布物を正常に再現できたときにPyPIに通知できる信頼できる検証者がいることです。さまざまな企業がすでにそれを行っているため、その情報をPyPIにフィードバックして、配布ファイルに対して「このファイルは<信頼できる当事者の名前>によって独立して再現されました」と視覚的に表示できるようにすることができます。これにより、ユーザーは配布物が作成者が期待したものであることを知ることができ、検証者はコミュニティに貢献したことに対してある程度の認識を得ることができます。これはインデックスAPIで提示することもでき、インストーラーが再現された配布物を優先できるようになります。

これは、再現可能な配布物を作成できないビルドバックエンドを使用していない人を恥じさせるような方法で行われるべきではありません。これは常に特典として見なされるべきであり、要件ではありません。それは、プロジェクトがSLSAのビルドレベル1を満たしていると言うことができるようなものです(これらすべてが満たされるでしょう)。それを言うのが好きな人もいますが、気にしないことを選択した人に対する非難ではありません。

謝辞

私のアイデアを聞いてくれたSeth Larsonと、このブログ記事をチェックしてくれたことに感謝します。