VAST Data veut permettre à l’IA d’exploiter les données sensibles dans un environnement protégé

VAST Data présente DataEnclave, une capacité d’exécution confidentielle destinée à rapprocher les modèles d’intelligence artificielle des données sensibles des entreprises. Présentée en avant-première, elle doit être commercialisée au premier trimestre 2027.[1] L’enjeu est de rendre certains traitements envisageables sans donner aux administrateurs de l’infrastructure un accès direct aux informations utilisées pendant le calcul.

Une annonce qui répond à une difficulté de déploiement

Une entreprise peut souhaiter utiliser un modèle propriétaire sur ses documents internes tout en limitant leur circulation. De son côté, le fournisseur du modèle veut protéger ses paramètres, qui représentent une partie de sa propriété intellectuelle. Le projet suppose alors de préciser ce que chacun accepte de confier à l’autre et à l’hébergeur.

DataEnclave fait partie de VAST DataEngine et s’appuie sur NVIDIA Confidential Computing. VAST annonce des déploiements dans les centres de données des clients ou sur des infrastructures cloud de confiance, avec notamment Cohere, Deepgram et TwelveLabs parmi les partenaires de son écosystème. Cisco et Supermicro figurent parmi les partenaires prévus pour sa distribution.[1]

Ce calendrier doit rester visible : l’annonce ne signifie pas qu’une entreprise peut déjà déployer toutes les combinaisons de modèles et de matériels évoquées. Les configurations prises en charge et les conditions commerciales devront être confirmées pour chaque projet.

La protection se prolonge pendant le calcul

Le confidential computing, ou informatique confidentielle, vise à protéger les données pendant leur utilisation. NVIDIA décrit des environnements d’exécution de confiance reposant sur le matériel, avec isolation, chiffrement de la mémoire et vérification de l’intégrité. L’attestation permet de contrôler cryptographiquement l’état de cet environnement avant de lui transmettre des secrets.[3]

Dans DataEnclave, VAST décrit des machines virtuelles confidentielles couvrant le CPU et le GPU. Les modèles et les données y sont déchiffrés dans une mémoire protégée. Les clés ne sont transmises qu’après vérification de preuves matérielles au regard des politiques définies par leur propriétaire.[2]

Le modèle doit donc pouvoir traiter l’information dans cet espace autorisé. Parler de données qui ne seraient jamais exposées à aucun traitement serait trompeur. La question utile est de savoir à quels acteurs leur contenu demeure inaccessible et dans quelles conditions cette séparation fonctionne.

Le contrôle des clés devient une décision opérationnelle

VAST annonce que l’entreprise et le fournisseur du modèle conservent la maîtrise de leurs clés dans des domaines de confiance distincts. L’éditeur prévoit également des traces d’attestation, de remise des clés et de cycle de vie des environnements.[1]

Pour l’équipe IT, cette organisation demande d’attribuer des responsabilités précises. Qui approuve une nouvelle version du modèle ? Qui peut modifier la politique de vérification ? Que se passe-t-il si le service de gestion des clés devient indisponible ? Ces questions déterminent aussi la continuité du service métier.

Le billet technique explique qu’un fournisseur peut retirer le droit d’un déploiement à recevoir les clés nécessaires au démarrage de nouvelles machines confidentielles.[2] Cette possibilité invite à prévoir les conséquences d’une fin de contrat ou d’un changement de fournisseur, au-delà de la seule installation initiale.

L’enclave ne couvre pas toute la chaîne applicative

VAST précise que les développeurs restent responsables de ce qui entre et sort par les API de leurs applications. L’éditeur distingue aussi la confidentialité de la disponibilité : l’opérateur peut interrompre un traitement.[2] NVIDIA rappelle, pour son architecture de conteneurs confidentiels, que cette technologie ne corrige pas les vulnérabilités présentes dans l’application exécutée à l’intérieur.[3]

Un assistant autorisé à lire des contrats pourrait ainsi produire une réponse contenant une clause confidentielle. La protection de sa mémoire ne suffit pas à décider qui doit recevoir cette réponse. Les droits de l’utilisateur, les documents sélectionnés et les possibilités de téléchargement restent des sujets à traiter dans l’application.

Cet exemple est illustratif. Il montre pourquoi l’évaluation doit suivre le parcours complet de l’information, depuis sa sélection jusqu’à son affichage. Une protection solide du calcul peut coexister avec des permissions trop larges ou une mauvaise conservation des résultats.

Quatre dimensions à examiner avant un projet

Cette grille propose des questions de préparation. Elle ne constitue ni un audit de DataEnclave ni une validation de ses performances.

Pour une PME, la valeur dépend du besoin réel

Notre lecture de cette annonce est que la sécurité du calcul devient une composante du choix d’une infrastructure IA. Cela peut intéresser une organisation dont certains usages restent bloqués par la sensibilité de ses informations. L’achat d’une telle architecture doit toutefois répondre à un problème identifié, avec un périmètre de données et un résultat métier attendus.

Une PME pourrait commencer par un cas limité, par exemple l’analyse d’un fonds documentaire réservé à quelques collaborateurs. L’évaluation devrait comparer le temps de réponse, la qualité des résultats et la charge d’exploitation avec les solutions déjà accessibles. Il faudrait aussi vérifier que l’équipe ou le prestataire sait maintenir les composants et gérer les incidents.

Les sources consultées décrivent une architecture et des engagements fournisseurs. Elles ne suffisent pas à établir un gain de productivité, un coût avantageux ou un niveau de sécurité validé indépendamment en production. Ces éléments devront être documentés avant une généralisation.[1][2]

Le professionnel doit savoir délimiter la protection

Cette évolution donne une portée concrète à la Cybersécurité. Le professionnel doit savoir identifier les informations sensibles, comprendre les frontières d’un environnement protégé et vérifier les conditions dans lesquelles les clés sont délivrées. Il lui revient de traduire une promesse technique en règles de fonctionnement compréhensibles.

Son rôle se poursuit dans l’application : examiner les autorisations, contrôler les échanges avec les autres services et définir les traces nécessaires à une investigation. Il doit pouvoir expliquer pourquoi une donnée peut être traitée dans un contexte donné et quelles opérations restent interdites.

Cette compétence demande également de travailler avec les équipes métier et les prestataires. La qualité de la protection se mesure dans la capacité à démontrer son périmètre, à repérer les risques encore ouverts et à maintenir les contrôles lorsque les modèles ou les usages évoluent.

La confiance devra se vérifier dans le déploiement

DataEnclave propose une voie pour rapprocher des modèles propriétaires et des informations que les entreprises hésitent à utiliser avec l’IA. La prochaine étape sera de confronter cette architecture aux contraintes d’exploitation lors de sa disponibilité annoncée. La question à poser restera concrète : qui peut accéder à quelle information, à quel moment, et quelles preuves permettent de le vérifier ?

L’Actu IT à 360°, décrypter la technologie pour comprendre les métiers de demain.

Découvrir CCCLX →