Mon Ollama est-il exposé ? Une liste de contrôle pour le verrouiller

Par MV2 de Munim, Inc. Réglages vérifiés d'après la FAQ d'Ollama le 12 octobre 2026. Uniquement pour vos propres machines. Cette page a été traduite avec une IA à partir de l'original en anglais ; en cas d'écart, l'original fait foi.

Pourquoi c'est important : l'API d'Ollama n'a pas d'authentification. Toute personne qui atteint le port 11434 peut lister, télécharger, créer et supprimer des modèles, utiliser votre GPU et accéder à tous les points de terminaison concernés par les CVE de cette année (voir CVE d'Ollama, en anglais). Par défaut, Ollama écoute sur 127.0.0.1:11434, ce qui est sûr. Il se retrouve généralement exposé plus tard : quand on définit OLLAMA_HOST=0.0.0.0 (ou qu'on active dans l'application le réglage « Expose Ollama to the network ») pour qu'une autre machine ou un conteneur Docker puisse s'y connecter, ou quand Docker publie le port.

1. Vérifier sur quelle adresse il écoute

127.0.0.1:11434 signifie que seule cette machine peut se connecter : cette étape est terminée. 0.0.0.0:11434, *:11434, [::]:11434 ou un port Docker comme 0.0.0.0:11434->11434/tcp signifie que d'autres machines peuvent aussi se connecter. Pour le confirmer, lancez curl http://<this machine's LAN IP>:11434/api/version depuis un autre appareil qui vous appartient (avec l'adresse IP locale de cette machine). Si la réponse contient un numéro de version, le port est ouvert sur votre réseau.

Le script gratuit local-ai-checkup effectue ces vérifications pour vous, ainsi que celles de version, d'OLLAMA_ORIGINS et des ports Docker ci-dessous. Il ne fait que lire et n'envoie rien hors de la machine.

2. Si seule cette machine a besoin d'Ollama : le lier à localhost

Supprimez OLLAMA_HOST ou réglez-le sur 127.0.0.1:11434, et désactivez « Expose Ollama to the network » dans les réglages de l'application s'il est activé :

Si vous avez défini OLLAMA_HOST=0.0.0.0 uniquement pour qu'un conteneur Docker puisse se connecter, il existe des solutions qui gardent Ollama hors de votre réseau : voir Open WebUI ou n8n dans Docker n'arrive pas à se connecter à Ollama. Si vous l'avez défini pour vous connecter depuis un portable ou un téléphone, voir Utiliser Ollama depuis un autre ordinateur ou un téléphone.

3. Si vous faites tourner Ollama dans Docker

-p 11434:11434 publie le port sur toutes les interfaces. Sous Linux, Docker écrit ses propres règles de pare-feu, donc ufw et firewalld ne le bloquent pas. Utilisez plutôt l'une de ces options :

docker run -d --gpus=all -v ollama:/root/.ollama -p 127.0.0.1:11434:11434 --name ollama ollama/ollama

Si Open WebUI (ou n8n, Dify, Flowise) tourne dans le même fichier Compose, Ollama n'a besoin d'aucun port publié. L'autre conteneur le joint par le nom du service :

services:
  ollama:
    image: ollama/ollama
    volumes: [ "ollama:/root/.ollama" ]
    # no "ports:" here - only containers on this network can reach it
  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434
    ports: [ "127.0.0.1:3000:8080" ]
    volumes: [ "open-webui:/app/backend/data" ]
volumes:
  ollama: {}
  open-webui: {}

(Le commentaire du fichier signifie : pas de « ports: » ici, seuls les conteneurs de ce réseau peuvent le joindre.) Recréez les conteneurs après modification (docker compose up -d) et refaites l'étape 1.

4. Si d'autres machines en ont vraiment besoin : placer une authentification devant

Liez Ollama à 127.0.0.1 comme à l'étape 2, puis faites d'un proxy inverse avec authentification la seule porte d'entrée. Un exemple minimal avec Caddy (créez le hachage avec caddy hash-password) :

ollama.home.example {
    basic_auth {
        alice <hash from caddy hash-password>
    }
    reverse_proxy 127.0.0.1:11434 {
        header_up Host localhost:11434
    }
}

La ligne Host compte. Les exemples de proxy de la FAQ d'Ollama réécrivent l'en-tête Host en localhost:11434, et les requêtes avec d'autres valeurs de Host peuvent être refusées. Un réseau privé comme Tailscale ou WireGuard est une autre option : seuls vos propres appareils atteignent le port, et rien n'est publié sur Internet. Utiliser Ollama à distance présente un tunnel SSH, Tailscale (y compris la raison pour laquelle tailscale serve devant Ollama renvoie 403) et une règle de pare-feu limitée au réseau local.

Des applications plutôt que des personnes ? Open WebUI, n8n et les clients compatibles OpenAI envoient une clé d'API sous la forme Authorization: Bearer, que l'authentification basique refuse. Clé d'API Ollama fournit des configurations Caddy et nginx qui vérifient une clé, ainsi que les réglages de chacun de ces clients.

Tunnels : la FAQ montre aussi des commandes ngrok et cloudflared. Seules, elles publient votre Ollama sur tout Internet sans authentification. Ne les utilisez qu'avec le contrôle d'accès du fournisseur de tunnel activé.

5. Garder OLLAMA_ORIGINS restreint

OLLAMA_ORIGINS détermine quelles pages web votre navigateur autorise à parler à Ollama. Par défaut, seules les origines locales sont autorisées. Avec *, n'importe quel site que vous visitez peut envoyer des requêtes à votre Ollama local et lire les réponses. N'ajoutez que les origines précises dont vous avez besoin, par exemple l'identifiant d'une seule extension de navigateur au lieu de chrome-extension://*. La vérification dans le navigateur (en anglais), en un clic, indique si un site web peut lire votre Ollama (ou LM Studio) en ce moment.

6. Si Open WebUI tourne devant

7. Rester à jour

Vérifiez vos versions avec le vérificateur de CVE gratuit (en anglais), qui couvre aussi vLLM, n8n, Dify, RAGFlow, AnythingLLM, Langflow, Flowise et LiteLLM, y compris des avis sans identifiant CVE. Le flux Atom liste chaque mise à jour de ce site.

Vous préférez une vérification faite pour vous ?

MV2 de Munim, Inc. propose un bilan d'IA locale à 49 USD pour une machine, ou un bilan petit bureau à 199 USD pour jusqu'à 5 machines ou un serveur Ollama ou Open WebUI partagé. Vous recevez un rapport écrit sur ce qui est exposé, risqué ou lent et sur ce qu'il faut corriger en premier, avec les commandes exactes pour votre système et des modèles adaptés à votre GPU. Le rapport est rédigé en anglais. Voir un exemple de rapport (en anglais). Payer 49 USD ou payer 199 USD sur Stripe, puis envoyez à munimversion2@gmail.com la sortie de python3 local_ai_checkup.py --json, votre système d'exploitation et l'usage que vous en faites. MV2 ne demande jamais de mots de passe, de clés ni d'accès à distance.