Depuis des années, la modernisation du secteur public a largement porté sur la connectivité : connecter davantage de systèmes, rendre davantage de données accessibles, et permettre aux équipes d’accéder plus rapidement aux informations dont elles ont besoin.
Mais les besoins de l’IA en matière de données soulèvent un autre défi inédit : les données les plus précieuses pour entraîner efficacement l’IA et améliorer les résultats des missions sont souvent celles que les organismes ont le plus de raisons de garder isolées.
Les renseignements classifiés ne peuvent pas simplement être transférés vers des services d’IA externes, pas plus que les informations sensibles ne peuvent circuler dans le patrimoine de données. Les agences ont besoin d’une architecture de données sous-jacente qui maintienne les informations sensibles à l’intérieur de périmètres de sécurité établis, tout en fournissant un accès contrôlé à ces données pour l’analyse et l’IA. Cela signifie qu’il faut intégrer l’IA aux données qui ne peuvent être déplacées ni exposées, faisant d’une architecture de données isolée (air-gapped) un fondement essentiel de l’IA du secteur public.
À l’intérieur d’un environnement isolé du réseau
Un environnement isolé du réseau est un réseau sécurisé ou un système de stockage sécurisé volontairement séparé des réseaux externes ou non fiables. Cette séparation permet aux organismes publics de mieux contrôler les données et les charges de travail sensibles en réduisant leur exposition aux systèmes externes.
Toutefois, cet isolement pose un défi évident pour l’utilisation de l’IA.
Considérez une équipe opérant dans un environnement contesté, avec accès aux flux locaux des capteurs et aux données de mission. Un modèle d’IA pourrait aider à corréler ces données et à détecter une menace émergente, mais les données sous-jacentes ne peuvent pas quitter l’environnement sécurisé, et la connectivité aux services externes peut être limitée, voire totalement indisponible. Si l’utilisation de ce modèle nécessite l’envoi de données à un service externe, alors cette technologie est incompatible avec les exigences de sécurité de la mission et les réalités opérationnelles d’un environnement déconnecté.
La capacité d’IA doit fonctionner au sein de l’environnement isolé du réseau où résident les données. Cela permet aux équipes d’analyser des informations sensibles et d’agir à partir des enseignements qui en sont tirés, tout en préservant les périmètres de sécurité autour des données elles-mêmes. Dans un environnement isolé du réseau, l’isolement devient partie intégrante de la manière dont l’IA est déployée, gouvernée et, en définitive, utilisée.
Pour les organisations du secteur public, cette flexibilité peut déterminer si l’IA peut être utilisée dans des environnements critiques pour les missions, tout simplement.
Apporter l’IA aux données sans compromettre le contrôle
Pour comprendre comment l’IA peut fonctionner dans des environnements isolés du réseau, il est important de distinguer l’architecture isolée du réseau de l’IA privée. L’architecture isolée du réseau et l’IA privée répondent à des exigences connexes, mais différentes.
Une architecture isolée du réseau isole les systèmes et les données des réseaux externes, créant ainsi un périmètre de sécurité défini.
L’IA privée vise à garder le contrôle de l’IA elle-même, notamment des données auxquelles elle peut accéder, des modèles qu’elle utilise, de l’endroit où l’inférence a lieu, et de la manière dont ces capacités sont déployées et accessibles.
L’IA privée peut fonctionner dans des environnements connectés, mais lorsqu’elle est déployée dans un environnement isolé, ses capacités opèrent au sein du même périmètre de sécurité que les données sensibles qu’elles utilisent. Ensemble, ils permettent aux organismes de déployer l’IA dans des environnements hautement sécurisés et isolés, tout en gardant le contrôle sur les données sensibles, les modèles et les opérations d’IA au sein de ce périmètre de sécurité.
Dans les applications de défense, ce défi est particulièrement manifeste avec JADC2, le cadre du ministère de la Guerre visant à relier les données et les capacités entre les différentes armées et les différents domaines militaires. JADC2 souligne pourquoi il est si important d’apporter l’IA aux données. Sa réussite dépend de la capacité à transformer les données issues de l’ensemble de la mission en informations exploitables par les décideurs, même lorsque certaines données doivent rester dans des environnements sécurisés ou classifiés.
Pour aller encore plus loin, le CJADC2 impose le partage des données entre les partenaires de la coalition internationale, ce qui accroît l'ampleur et la complexité du parc de données, tout en introduisant des exigences différentes en matière de souveraineté des données selon les pays ou les régions où celles-ci sont stockées ou traitées. Les architectures isolées du réseau peuvent aider les agences à garder le contrôle de leurs données, non seulement en gérant où les informations sont stockées, mais aussi où les données sont traitées, où les modèles d’IA s’exécutent et quels systèmes y ont accès.
Qu’est-ce qui rend un environnement isolé du réseau prêt pour l’IA ?
Le maintien des données sensibles dans un environnement isolé du réseau réduit leur exposition aux menaces externes, mais soulève une autre question importante : les équipes peuvent-elles faire confiance à l’IA qui y fonctionne ?
Un système d’IA isolé peut tout de même produire des résultats peu fiables s’il s’appuie sur des données obsolètes, incomplètes, mal gouvernées ou mal comprises. Alors que les organismes intègrent l’IA dans des environnements isolés du réseau, l’architecture doit faire plus qu’isoler les informations sensibles. Elle doit prendre en charge la gouvernance, le cycle de vie des données et les capacités opérationnelles nécessaires pour rendre ces informations utilisables par une IA critique pour les missions.
Avant de déployer l’IA à grande échelle dans des environnements isolés du réseau, les organismes devraient examiner attentivement quelques questions clés :
Les équipes peuvent-elles retracer jusqu’à leur source les données à l’origine d’une information générée par l’IA et comprendre comment elles ont évolué ?
Les données peuvent-elles être préparées, traitées et utilisées pour l’IA sans quitter l’environnement sécurisé ?
Plusieurs charges de travail d’analyse et d’IA peuvent-elles utiliser en toute sécurité les mêmes données gouvernées sans créer de copies inutiles ?
Les modèles et les capacités d’IA peuvent-ils être déployés et mis à jour sans exposer de données sensibles ?
La préparation des données, l’analyse, la mise à disposition des modèles, la gouvernance et la surveillance peuvent-elles continuer à fonctionner sans accès à des services externes ?
Les mêmes politiques de sécurité, d’accès et de gouvernance peuvent-elles être maintenues à mesure que les données et les charges de travail évoluent ?
Les réponses déterminent si un environnement isolé du réseau peut prendre en charge l’IA avec le niveau de confiance qu’exigent ces cas d’utilisation. L’architecture de données isolée du réseau doit maintenir les données sécurisées, fiables et exploitables tout au long du cycle de vie de l’IA.
De la sécurité isolée du réseau à la résilience des missions
Les environnements isolés du réseau sont définis par leur isolement. L'IA étend son rôle. Les agences ont de plus en plus besoin que ces environnements prennent en charge le traitement de données, les analyses et l’IA tout en préservant les protections qui ont rendu l’isolement nécessaire au départ.
L'architecture sous-jacente doit protéger les données sensibles tout en les rendant opérationnellement utiles à l'IA. Cela signifie qu'il faut fournir un accès aux données encadré par la gouvernance, prendre en charge l'IA et l'analyse là où résident les données, et maintenir une sécurité et une gouvernance cohérentes lors de leur utilisation. La prochaine phase de l'IA gouvernementale dépendra de la capacité des organismes publics à transformer les données en renseignements fiables, où que la mission l'exige, y compris dans des environnements isolés du réseau où les données sensibles doivent rester sécurisées.
Découvrez comment Cloudera aide les organismes du secteur public à intégrer une IA sécurisée et gouvernée à leurs données, tout en gardant le contrôle sur le lieu et les modalités d’utilisation des informations sensibles. Pour toute question concernant l’intégration de l’IA dans des environnements sécurisés ou isolés du réseau, veuillez contacter l’équipe Cloudera Government à l’adresse government@cloudera.com.
