Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
zdr — Guide organisé des configurations de données sans rétention pour les API LLM. Couvre les points de terminaison ZDR propres à chaque fournisseur, les modèles de menace, les correspondances de conformité et les modèles d'auto-hébergement pour les ingénieurs dans les industries réglementées. | Kitploit
Outils/GitHubGitHub/abubakarsiddik31/zdr
Exfiltration de DonnéesSécurité CloudProtection de la Vie PrivéeRenseignement sur les MenacesApprentissage et ÉducationRessources Organisées
GitHubabubakarsiddik31/zdr

zdr

Voir le dépôt
26187il y a 7 moisVérifié par Kitploit

À propos

Guide organisé des configurations de données sans rétention pour les API LLM. Couvre les points de terminaison ZDR propres à chaque fournisseur, les modèles de menace, les correspondances de conformité et les modèles d'auto-hébergement pour les ingénieurs dans les industries réglementées.

Partager

Rétention Zéro de Données (ZDR) pour les Fournisseurs de LLM

License: Apache 2.0 Maintenance PRs Welcome

Dernière mise à jour : Avril 2026

Un guide pratique pour garder vos données privées lors de l'utilisation des API LLM. Couvre les points de terminaison à rétention zéro, l'auto-hébergement, les exigences de conformité et les modèles de protection des données pour les ingénieurs dans les industries réglementées.


Table des matières

  • Quelle approche me convient ?
  • Modèle de menace
  • Référence des fournisseurs
    • OpenAI
    • Anthropic
    • Google Vertex AI
    • Azure OpenAI
    • AWS Bedrock
    • Mistral AI
    • Groq
    • Fireworks AI
    • Together AI
    • Cohere
    • Hugging Face Inference Endpoints
    • Replicate
  • Passerelles et routeurs
  • Fournisseurs chinois et internationaux
  • Auto-hébergement de modèles à poids ouvert
  • Tableau comparatif global
  • Cartographie de conformité
  • Protection des données au-delà de ZDR
  • Guide de vérification et d'audit
  • Plans d'architecture
  • Contribuer

Quelle approche me convient ?

La « rétention zéro » n'est pas une fonctionnalité unique – c'est un ensemble de contrôles techniques + conditions contractuelles garantissant que le contenu du client (prompts, sorties, fichiers) n'est pas stocké au repos par le fournisseur. Différentes approches offrent différents compromis :```mermaid flowchart TD Start(["Need Private AI?"]) --> Q1{"Can you\nself-host?"}

Q1 -->|"Yes, have GPUs"| SH["Self-Host Open Weights\n(Llama 4 · DeepSeek · Mistral · Qwen)"]
Q1 -->|"Yes, CPU only"| OL["Ollama + Quantized Models\n(7B–14B on consumer hardware)"]
Q1 -->|No| Q2{"Need frontier\nmodel quality?"}

Q2 -->|Yes| Q3{"Regulatory\nrequirements?"}
Q2 -->|No| Q4{"Budget\nconstrained?"}

Q3 -->|"HIPAA / FedRAMP"| Cloud["Azure OpenAI · AWS Bedrock\n+ Private Endpoints + BAA"]
Q3 -->|"Multi-provider"| GW["OpenRouter · Cloudflare AI Gateway\nwith ZDR routing"]
Q3 -->|"Single provider OK"| Direct["Direct ZDR Contract\n(OpenAI · Anthropic · Google)"]

Q4 -->|Yes| Budget["Fireworks · Together AI\n(open-weights, low cost, ZDR included)"]
Q4 -->|"Not really"| Fast["Groq · Fireworks · Together\nZDR toggle in dashboard"]

style Start fill:#4a90d9,stroke:#2c5f8a,color:#fff
style SH fill:#2ecc71,stroke:#1a9c54,color:#fff
style OL fill:#2ecc71,stroke:#1a9c54,color:#fff
style Cloud fill:#e67e22,stroke:#b3611a,color:#fff
style GW fill:#9b59b6,stroke:#7a3d92,color:#fff
style Direct fill:#3498db,stroke:#2471a3,color:#fff
style Budget fill:#1abc9c,stroke:#148f77,color:#fff
style Fast fill:#1abc9c,stroke:#148f77,color:#fff
### Comparaison des Approches

| Approche | Confidentialité | Qualité du Modèle | Coût Opérationnel | Complexité de Mise en Place |
| :--- | :--- | :--- | :--- | :--- |
| **Auto-hébergé (air-gapped)** | Maximale | Open-weight uniquement | Matériel + exploitation | Élevée |
| **Auto-hébergé (VPC)** | Très élevée | Open-weight uniquement | Coût GPU cloud | Moyenne |
| **Cloud ZDR + Private Link** | Élevée (contractuelle) | Modèles de pointe | Tarification API | Faible-Moyenne |
| **API SaaS ZDR** | Bonne (contractuelle) | Modèles de pointe | Tarification API | Faible |
| **Passerelle avec routage ZDR** | Bonne (déléguée) | Multi-fournisseur | API + frais de passerelle | Faible |

---

## Modèle de Menaces

Avant de choisir une approche, comprenez contre quoi vous vous protégez :

| Menace | Description | Atténuée Par |
| :--- | :--- | :--- |
| **Fuite de données d'entraînement** | Vos requêtes/réponses utilisées pour entraîner les modèles du fournisseur | Contrat ZDR, niveau API (pas gratuit), auto-hébergement |
| **Rétention pour surveillance des abus** | Le fournisseur stocke les requêtes pour examen de sécurité (souvent 30 jours) | Option ZDR/MAM de désinscription, auto-hébergement |
| **Accès employé** | Le personnel du fournisseur peut consulter vos données lors d'une réponse à incident | ZDR + chiffrement BYOK, auto-hébergement |
| **Assignation / découverte légale** | Demandes gouvernementales ou légales au fournisseur pour vos données | Auto-hébergement, contrôles de résidence des données, contrat sans rétention |
| **Violation chez le fournisseur** | Systèmes du fournisseur compromis, exfiltration de vos données | Aucune rétention (rien à voler), auto-hébergement, chiffrement au repos |
| **Votre propre journalisation** | Votre infrastructure (proxies, APM, traqueurs d'erreurs) enregistre des requêtes sensibles | Proxy DLP, rédaction de logs, audit de votre pipeline |
| **Exfiltration par injection de prompt** | Une entrée malveillante provoque la fuite de données de l'LLM via des appels d'outils | Analyse des sorties, outils à privilèges minimaux, sandboxing |

### Cycle de Vie des Données : Où Vont Vos Requêtes```mermaid
flowchart LR
    User["User Input"] --> App["Your App"]

    subgraph YourInfra["Your Infrastructure"]
        App --> Logs1["App Logs ⚠️"]
        App --> DLP["DLP / PII Proxy"]
        DLP --> GW["API Gateway"]
        GW --> Logs2["Gateway Logs ⚠️"]
    end

    subgraph Provider["LLM Provider"]
        GW --> Inference["Model Inference\n(in-memory)"]
        Inference --> Abuse["Abuse Monitor\n(0–30 day retention)"]
        Inference --> Training["Model Training\n(opt-out or ZDR)"]
    end

    Inference --> Response["Response"]
    Response --> App

    style Logs1 fill:#e74c3c,stroke:#c0392b,color:#fff
    style Logs2 fill:#e74c3c,stroke:#c0392b,color:#fff
    style Abuse fill:#f39c12,stroke:#d68910,color:#fff
    style Training fill:#e74c3c,stroke:#c0392b,color:#fff
    style DLP fill:#2ecc71,stroke:#1a9c54,color:#fff
    style Inference fill:#3498db,stroke:#2471a3,color:#fff

Rouge = points de risque où les données peuvent être conservées. Vert = couche de protection. ZDR élimine les risques côté fournisseur ; DLP/proxy élimine les risques côté utilisateur.


Référence du fournisseur

OpenAI

Documentation officielle : Contrôles des données

  • Nom du contrôle : Zero Data Retention (ZDR) / Modified Abuse Monitoring (MAM)
  • Rétention par défaut : Les prompts sont stockés jusqu'à 30 jours pour la surveillance des abus
  • Comment activer ZDR : Approbation commerciale entreprise requise → Tableau de bord : Paramètres → Organisation → Rétention des données → configurer au niveau de l'org ou du projet
  • Comportement ZDR : Le paramètre store est toujours traité comme false, même s'il est défini sur true dans les requêtes
  • Alternative MAM : Exclut le contenu client des journaux de surveillance des abus mais maintient le paramètre store fonctionnel — pour les organisations qui ont besoin de rétention des données mais d'une surveillance réduite

Points de terminaison éligibles au ZDR : /v1/chat/completions, /v1/responses, /v1/images/*, /v1/embeddings, /v1/audio/*, /v1/moderations, /v1/completions, /v1/realtime

Télécharger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boîte à outils OSINT ultime : graphe d'enquête, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clé API requise.

    708
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    500
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    398
  • 4

    redforge

    cybersecurity91/redforge

    Boîte à outils red team côté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    341
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Le système d'action pour la cybersécurité native IA—où l'intention devient une exécution gouvernée, les preuves deviennent une mémoire opérationnelle, et chaque opération améliore la suivante.

    259
  • 6

    antifox

    antifox-ai/antifox

    Plateforme de test d'intrusion autonome multi-agents par IA qui exécute la reconnaissance, la découverte de la surface d'attaque, la validation de l'exploitation et la livraison de rapports étayés par des preuves.

    257

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →