owasp/owasp-top-10-neocloud-and-ai-data-center-security-risksCadre OWASP recensant les 10 principaux risques de sécurité dans les infrastructures de neocloud et de centres de données d'IA, couvrant le matériel, la mise en réseau, l'isolation, les plans de gestion et la chaîne d'approvisionnement.
FORGE - Renforcez le métal sous le modèle.
🌐 Site web : https://forge-framework.io
Les neoclouds et les centres de données d'IA sont construits plus vite qu'ils ne sont sécurisés.
L'expansion rapide des neoclouds (fournisseurs de cloud GPU), des centres de données d'IA et des environnements de calcul spécialisés a introduit des risques de sécurité à travers le matériel, la mise en réseau, le stockage, l'orchestration, l'identité, les plans de gestion et les opérations physiques. Beaucoup de ces risques ressemblent aux problèmes de sécurité traditionnels des centres de données ou du cloud, mais les neoclouds et les centres de données d'IA en modifient la gravité : des systèmes conçus à l'origine pour des opérateurs de confiance prennent désormais en charge des charges de travail multi-locataires à forte valeur provenant de clients sans lien entre eux.
Les 10 principaux risques de sécurité des neoclouds et des centres de données d'IA fournissent un cadre pratique pour identifier, hiérarchiser et réduire les risques de sécurité les plus importants dans la couche d'infrastructure qui alimente l'IA. Le cadre définit les modes de défaillance les plus critiques de l'infrastructure d'IA et aide à les traduire en exigences de sécurité concrètes.
Ce cadre se concentre sur la sécurité de l'infrastructure d'IA et des centres de données qui l'hébergent : le matériel physique, les fabrics réseau, les plans de gestion, les systèmes d'orchestration, les systèmes de stockage et les environnements opérationnels sur lesquels s'exécutent les charges de travail d'IA.
Il ne se concentre pas sur les modèles d'IA eux-mêmes ni sur les risques au niveau applicatif tels que l'injection de prompt, le comportement non sécurisé des agents, l'abus de modèle ou l'évaluation au niveau du modèle. Ces risques sont traités par des cadres axés sur d'autres parties de la pile d'IA, notamment le OWASP Top 10 for LLM Applications, MITRE ATLAS, le NIST AI Risk Management Framework et ISO/IEC 42001. Ensemble, ces ressources donnent aux praticiens une vision plus complète de la sécurité de l'IA, de la gouvernance et des risques au niveau applicatif jusqu'à l'infrastructure de calcul sous-jacente.
Certains risques de ce document existent également dans les environnements traditionnels de centres de données et de cloud. Ils sont inclus ici parce que l'infrastructure d'IA les rend matériellement plus graves : le calcul partagé à forte valeur, les clusters d'accélérateurs complexes, les couches de gestion denses et les opérations multi-locataires peuvent transformer des faiblesses d'infrastructure ordinaires en risques de sécurité plus graves, car la probabilité et l'impact de tout incident sont bien plus élevés que dans les déploiements traditionnels de logiciels et de services au niveau de l'entreprise.
Les fournisseurs de neoclouds et les opérateurs de centres de données peuvent tirer parti de ce cadre comme guide pratique pour le paysage des menaces de l'infrastructure d'IA, l'examen de la surface d'attaque, le durcissement de l'environnement, la hiérarchisation de la sécurité et la démonstration de maturité.
Les clients de neoclouds peuvent tirer parti de ce cadre comme guide pratique pour l'approvisionnement, les revues de sécurité, les exigences contractuelles, la comparaison de fournisseurs et l'évaluation de la résilience face à une compromission réaliste de locataire à infrastructure.
Les équipes de sécurité du cloud hybride peuvent tirer parti de ce cadre comme guide pratique pour configurer, maintenir et sécuriser leur empreinte sur site contre les attaques modernes, qui peuvent rapidement pivoter entre les environnements.
Conçu pour évoluer avec le domaine, et maintenu ouvert afin que toute la communauté de l'IA et de la sécurité puisse l'utiliser, le remettre en question et l'améliorer.
Nous tenons à remercier et à reconnaître tous les experts qui ont participé à la révision et à la validation de ce document.
Des retours ou envie de contribuer ? [email protected]
Les domaines FORGE définissent la lentille d'évaluation : les zones d'infrastructure où réside le risque de sécurité de l'IA. La matrice des risques ci-dessous mappe les risques individuels dans ces domaines.
| Domaine | Nom | Description |
|---|---|---|
| F | Intégrité de la flotte | Confiance dans le matériel, le firmware, les artefacts logiciels, les images, les dépendances et les chemins d'approvisionnement qui composent la flotte d'infrastructure d'IA. |
| O | Plans d'exploitation et de gestion | Systèmes privilégiés utilisés pour contrôler, automatiser et administrer l'infrastructure d'IA, notamment les BMC, les ordonnanceurs, l'orchestration, l'automatisation et les outils d'administration. |
| R | Isolation des ressources | Les frontières qui séparent les locataires, les charges de travail, les environnements d'exécution et l'infrastructure réutilisée au sein des systèmes d'IA partagés. |
| G | Grille | Les fabrics réseau et les systèmes d'installation qui connectent les clusters d'IA et les maintiennent alimentés, refroidis et opérationnels. |
| E | Gestion des preuves et de l'exposition | Les preuves dont les clients ont besoin pour comprendre la maturité de sécurité d'un fournisseur, la portée architecturale, les services exposés et la vitesse de correction. |
Les identifiants FORGE sont classés par gravité, du plus élevé au plus faible. La matrice regroupe chaque risque par domaine et indique sa probabilité, son impact et sa difficulté de détection.
