Perché l’architettura dei dati isolata dalla rete sta diventando cruciale per l’IA del settore pubblico
Per anni, la modernizzazione del settore pubblico ha riguardato in larga misura la connettività: collegare più sistemi, rendere accessibili più dati e offrire ai team un accesso più rapido alle informazioni di cui hanno bisogno.
Ma le esigenze di dati dell’AI introducono un’altra nuova sfida: spesso i dati più preziosi per addestrare efficacemente l’AI e migliorare i risultati delle missioni sono proprio quelli che le agenzie hanno i motivi più validi per mantenere isolati.
Le informazioni di intelligence classificate non possono essere semplicemente trasferite a servizi di AI esterni, né le informazioni sensibili possono circolare liberamente nel patrimonio di dati. Le agenzie hanno bisogno di un'architettura dei dati sottostante che mantenga le informazioni sensibili entro i confini di sicurezza stabiliti, garantendo al contempo un accesso governato a tali dati per l'analytics e l'AI. Ciò significa portare l'AI ai dati che non possono essere spostati né esposti, rendendo l'architettura dei dati air-gapped una base fondamentale per l'AI nel settore pubblico.
In un ambiente isolato dalla rete
Un ambiente air-gapped è una rete o un sistema di archiviazione sicuro intenzionalmente separato da reti esterne o non affidabili. Questa separazione offre alle organizzazioni governative un maggiore controllo sui dati sensibili e sui carichi di lavoro, riducendone l’esposizione ai sistemi esterni.
Tuttavia, questo isolamento crea una chiara sfida per l'uso dell'AI.
Si consideri un team che opera in un ambiente conteso, con accesso ai feed dei sensori locali e ai dati della missione. Un modello di AI potrebbe aiutare a correlare questi input e a identificare una minaccia emergente, ma i dati sottostanti non possono lasciare l'ambiente sicuro e la connettività ai servizi esterni potrebbe essere limitata o del tutto assente. Se l'utilizzo di quel modello richiede l'invio di dati a un servizio esterno, la tecnologia è incompatibile con i requisiti di sicurezza della missione e con le realtà operative di un ambiente disconnesso.
La funzionalità di AI deve operare all'interno dell'ambiente air-gapped in cui risiedono i dati. Questo consente ai team di analizzare informazioni sensibili e agire sulla base degli insight che ne derivano, mantenendo al contempo i confini di sicurezza attorno ai dati stessi. In un ambiente air-gapped, l'isolamento diventa parte integrante del modo in cui l'AI viene implementata, governata e, in definitiva, utilizzata.
Per le organizzazioni del settore pubblico, questa flessibilità può determinare se sia effettivamente possibile utilizzare l’AI in ambienti mission-critical.
Portare l'AI ai dati senza compromettere il controllo
Per comprendere come l’IA possa funzionare all’interno di ambienti isolati dalla rete, è importante distinguere l’architettura air-gapped dall’IA privata. L’architettura air-gapped e l’IA privata rispondono a esigenze correlate ma diverse.
Un'architettura air-gapped isola i sistemi e i dati dalle reti esterne, creando un confine di sicurezza definito.
L'AI privata si concentra sul mantenere il controllo dell'AI stessa, compresi i dati a cui può accedere, i modelli che utilizza, dove avviene l'inferenza e come vengono distribuite e rese accessibili queste funzionalità.
L'AI privata può operare in ambienti connessi, ma quando viene implementata in un ambiente air gap, queste capacità di AI operano all'interno dello stesso perimetro di sicurezza dei dati sensibili che utilizzano. Insieme, consentono alle agenzie di implementare l'AI in ambienti isolati e altamente sicuri, mantenendo il controllo sui dati sensibili, sui modelli e sulle operazioni di AI all'interno di tale perimetro di sicurezza.
Nelle applicazioni di difesa, questa sfida è particolarmente evidente nel JADC2, il framework del Dipartimento della Guerra per collegare dati e capacità tra le forze armate e i domini. Il JADC2 sottolinea perché è così importante portare l'AI ai dati. Il suo successo dipende dalla capacità di trasformare i dati provenienti dalle diverse aree della missione in informazioni utilizzabili dai decisori, anche quando alcuni dati devono rimanere in ambienti sicuri o classificati.
Per fare un ulteriore passo avanti, CJADC2 richiede che i dati vengano condivisi tra i partner delle coalizioni internazionali, ampliando la portata e la complessità del patrimonio dei dati e introducendo al contempo diversi requisiti di sovranità dei dati nei paesi o nelle regioni in cui i dati vengono archiviati o elaborati. Le architetture air-gapped possono aiutare le agenzie a mantenere il controllo sui propri dati, gestendo non solo il luogo in cui vengono archiviate le informazioni, ma anche dove vengono elaborati i dati, dove vengono eseguiti i modelli di AI e quali sistemi vi hanno accesso.
Cosa rende un ambiente isolato dalla rete pronto per l’AI?
Mantenere i dati sensibili all'interno di un ambiente isolato dalla rete riduce l'esposizione alle minacce esterne, ma solleva un'altra importante domanda: i team possono fidarsi dell'IA che opera al suo interno?
Un sistema di IA isolato potrebbe comunque produrre risultati inaffidabili se si basa su dati non aggiornati, incompleti, gestiti in modo inadeguato o fraintesi. Quando le agenzie introducono l’IA in ambienti air-gapped, l’architettura deve fare molto di più che limitarsi a isolare le informazioni sensibili. Deve supportare la governance, il ciclo di vita dei dati e le funzionalità operative necessarie per rendere tali informazioni utilizzabili per un’IA mission-critical.
Prima di estendere l’uso dell’AI in ambienti isolati dalla rete, le agenzie dovrebbero esaminare rigorosamente alcune domande chiave:
I team possono risalire alla fonte dei dati alla base di un insight generato dall’IA e capire come sono cambiati?
È possibile preparare, elaborare e utilizzare i dati per l'AI senza che lascino l'ambiente sicuro?
Più carichi di lavoro di analytics e AI possono utilizzare in modo sicuro gli stessi dati soggetti a governance senza creare copie non necessarie?
È possibile distribuire e aggiornare modelli e funzionalità di IA senza esporre dati sensibili?
La preparazione dei dati, l'analisi, l'erogazione dei modelli, la governance e il monitoraggio possono continuare a funzionare senza accesso a servizi esterni?
È possibile mantenere le stesse politiche di sicurezza, accesso e governance al variare dei dati e dei carichi di lavoro?
Le risposte determinano se un ambiente isolato dalla rete può supportare l'IA con il livello di affidabilità richiesto da questi casi d'uso. L'architettura dei dati in un ambiente isolato dalla rete deve mantenerli sicuri, affidabili e utilizzabili durante tutto il ciclo di vita dell'IA.
Dalla sicurezza in ambienti isolati dalla rete alla resilienza della missione
Gli ambienti air-gapped sono definiti dal loro isolamento. L'AI amplia il proprio ruolo. Le agenzie hanno sempre più bisogno che questi ambienti supportino l'elaborazione dei dati, l'analytics e l'AI, preservando al contempo le protezioni che hanno reso necessario l'isolamento in primo luogo.
L'architettura sottostante deve proteggere i dati sensibili, rendendoli al contempo utili dal punto di vista operativo per l'AI. Ciò significa fornire accesso ai dati regolato da policy di governance, supportare l'AI e l'analytics dove risiedono i dati e mantenere coerenza in termini di sicurezza e governance durante il loro utilizzo. La prossima fase dell'AI nel settore pubblico dipenderà dalla capacità delle agenzie di trasformare i dati in intelligence affidabile ovunque lo richieda la missione, anche all'interno di ambienti isolati dalla rete in cui i dati sensibili devono rimanere protetti.
Scopra come Cloudera aiuta le organizzazioni del settore pubblico a portare un’AI sicura e governata nei propri dati, mantenendo il controllo su dove e come vengono utilizzate le informazioni sensibili. Per domande su come portare l’AI in ambienti sicuri o isolati dalla rete, contatti il team Government di Cloudera all’indirizzo government@cloudera.com.