ИИ открывает огромные возможности для бизнеса. Но по мере того как организации выходят за рамки экспериментов и начинают внедрять ИИ в производство, возникает более сложный вопрос:
Как использовать ваши самые конфиденциальные данные с передовыми моделями ИИ, не теряя контроля ни над тем, ни над другим?
Представьте себе банк, которому требуется модель ИИ для анализа конфиденциальных финансовых записей. Или медицинское учреждение, которое хочет использовать ИИ для получения ценных выводов из клинических данных. Потенциальная выгода значительна, но простая отправка этой информации во внешний сервис ИИ может оказаться неприемлемой.
Именно здесь на сцену выходит конфиденциальный ИИ.
Защита данных во время их использования ИИ
Годами организации сосредотачивались на защите данных при их хранении и передаче по сети.
ИИ создает новую проблему: защиту данных непосредственно в процессе их обработки.
Это важно, поскольку многие организации с наиболее ценными возможностями применения ИИ также предъявляют самые строгие требования к своим данным. Финансовые институты, медицинские организации и государственные ведомства могут не иметь возможности перемещать конфиденциальную информацию за пределы своих периметров безопасности.
В то же время у разработчиков моделей ИИ тоже есть что защищать: их проприетарные модели и интеллектуальную собственность.
А если инфраструктуру размещает облачный провайдер или неоклауд? В идеале он не должен иметь доступа ни к тому, ни к другому.
Эту цель легко описать, даже если ее технически сложно реализовать: позволить модели и данным работать вместе, не подвергая ни то, ни другое воздействию сторон, у которых не должно быть к ним доступа.
Для этого требуется нечто большее, чем просто одна функция безопасности. Конфиденциальность должна быть заложена в инфраструктуру с самого начала — на уровне вычислений, сети, данных, безопасности, аттестации и наблюдаемости.
Принесите модель к данным
Cisco сотрудничает с VAST, чтобы сделать это возможным.
VAST DataEnclave, функция конфиденциального ИИ в составе VAST DataEngine, предоставляет безопасную среду выполнения и службу аттестации для запуска рабочих нагрузок ИИ внутри аппаратно изолированных сред.
Вместо того чтобы перемещать конфиденциальные данные во внешнюю модель или на внешний сервис, организации могут перенести модель в инфраструктуру, где эти данные уже хранятся.
Архитектура следует простому принципу:
Проверяй перед расшифровкой.
Перед запуском рабочей нагрузки криптографическая аттестация проверяет аппаратное обеспечение, микропрограммное обеспечение, среду выполнения и политику рабочей нагрузки. Конфиденциальная информация, такая как ключи шифрования, выдается только тогда, когда среда соответствует утвержденной конфигурации.
Только после этого модель и данные расшифровываются и обрабатываются внутри конфиденциальной среды.
Результатом является важное разделение: организация может использовать свои конфиденциальные данные, разработчик модели может защитить свою интеллектуальную собственность, а оператор инфраструктуры не нуждается в доступе ни к тем, ни к другим.
Эта защита наиболее важна в тот момент, когда и данные, и модель активно используются и потенциально наиболее уязвимы.
Конфиденциальный ИИ — это проблема полного стека
Безопасное выполнение — это важнейший элемент головоломки. Но промышленному ИИ требуется гораздо больше, чем просто изолированная вычислительная среда.
Вернемся к нашему банку. Защита данных внутри сервера важна. Но рабочей нагрузке ИИ все равно необходимо передавать информацию между графическими процессорами и системой хранения данных, осуществлять связь по сети, применять политики безопасности и предоставлять операционным командам достаточный уровень видимости, чтобы знать, что все работает должным образом.
Именно поэтому Cisco подходов к конфиденциальному ИИ как к задаче инфраструктуры полного стека.
Масштабируемые вычисления для ИИ служат основой для ускоренных рабочих нагрузок в корпоративных центрах обработки данных, неоклаудах и суверенных средах ИИ. Возможности конфиденциальных вычислений в современных центральных и графических процессорах помогают установить аппаратные границы доверия для конфиденциальных рабочих нагрузок.
Высокопроизводительная сеть быстро и предсказуемо перемещает данные между вычислительными ресурсами, хранилищами, ускорителями и сервисами, в то время как шифрование и средства управления на основе политик помогают защитить информацию при передаче.
Интеллектуальная инфраструктура данных от VAST предоставляет масштабируемую платформу для рабочих нагрузок ИИ, а DataEnclave добавляет конфиденциальную среду выполнения и аттестацию, необходимые для защиты моделей и данных во время обработки.
Cisco AI Defense помогает решать проблемы безопасности для моделей и приложений ИИ, дополняя конфиденциальные вычисления защитой в рамках всего жизненного цикла ИИ.
А Splunk и Isovalent обеспечивают наблюдаемость приложений, инфраструктуры, сетей и облачно-нативных сред. В сочетании с аудируемыми записями аттестации, решений политик и активности рабочих нагрузок организации могут понимать происходящее, не нарушая изоляцию, от которой зависит конфиденциальный ИИ.
В совокупности эти возможности развивают стратегию Cisco Secure AI Factory: объединение вычислений, сетей, данных, безопасности, наблюдаемости и экосистемного ПО в единую надежную основу для корпоративного ИИ.
Больше свободы в выборе мест запуск ИИ
Полностековая архитектура конфиденциального ИИ также может предоставить организациям большую гибкость в отношении того, как и где они развертывают ИИ.
Предприятие может запустить сложную модель для работы с проприетарной информацией, сохраняя эти данные в контролируемой им инфраструктуре.
Поставщик моделей может сделать свою технологию доступной для большего числа клиентов, не раскрывая веса своей модели.
Провайдер неоклауда может размещать сервисы ИИ, не получая доступа к данным клиентов или моделям.
А оператор суверенного облака может поддерживать конфиденциальные рабочие нагрузки, которые должны оставаться в рамках определенных географических или административных границ.
Это может открыть возможности для сценариев использования, варьирующихся от безопасной генерации с дополненным извлечением (RAG) и агентов ИИ, работающих с проприетарной информацией, до финансового анализа, обнаружения мошенничества, клинических исследований и конфиденциальных государственных приложений.
Это также может помочь организациям по-новому взглянуть на отказоустойчивость. Например, государственному ведомству может потребоваться, чтобы критически важные данные оставались под строгим контролем, сохраняя при этом возможность переключения рабочих нагрузок на другой регион во время сбоя. Конфиденциальный ИИ создает путь к такому уровню гибкости без простой потери контроля над базовой информацией.
Внедрение доверия в инфраструктуру
По мере того как ИИ все глубже проникает на предприятия, одна лишь производительность не будет определять сильную инфраструктуру ИИ.
Организации также будут задаваться вопросами: Где мои данные? Кто может их видеть? Кто имеет доступ к модели? И как узнать, что среде можно доверять до того, как какая-либо конфиденциальная информация будет раскрыта?
На эти вопросы нельзя ответить, добавляя безопасность задним числом.
Доверие должно быть заложено в архитектуру вычислений, сети, данных, безопасности и операционной деятельности с самого начала.
Работая с VAST, Cisco расширяет свой подход к ИИ на основе полного стека, чтобы помочь организациям защитить конфиденциальную информацию и проприетарные модели, обеспечивая при этом производительность и масштаб, необходимые промышленному ИИ.
В этом заключается перспектива конфиденциального ИИ: не просто защита еще одной рабочей нагрузки ИИ, а возможность использовать мощные модели для работы с самыми ценными данными организации — с большей уверенностью и контролем.
Дополнительные ресурсы:
- Блог: Новое решение Cisco Secure AI Factory с NVIDIA: создано для стоечной эпохи
