HCLTech AI Force est conçu pour la sécurité et la gouvernance

Comment les données sont-elles sécurisées avec HCLTech AI Force ?

La plateforme adopte une stratégie de sécurité des données en trois volets : infrastructure, entrante et sortante.

Sécurité de l’infrastructure :

• Sécurité du réseau : HCLTech AI Force utilise des pare-feu, des systèmes de détection d’intrusion et d’autres mesures de sécurité du réseau.
• Sécurité physique : Les centres de données et le matériel sont protégés contre tout accès non autorisé.
• Reprise après sinistre : Nous mettons en place des plans robustes de sauvegarde et de récupération pour protéger les données contre la perte.

Sécurité des données entrantes :

• HCLTech AI Force ingère les données d'entreprise sous forme d’« embeddings ». Ces embeddings peuvent être générés à l’aide de modèles de génération sur site. Les modèles LLM sur site résident entièrement à l’intérieur des frontières sécurisées du réseau et n’interagissent pas à l’extérieur du réseau. Après la génération des embeddings, les données sont stockées dans OpenSearch (une base de données NoSQL) sécurisée par conception.

Sécurité des données sortantes :

• Les données de l’entreprise doivent être envoyées à des LLMs pour générer un résultat pertinent. HCLTech AI Force applique des filtres pour répondre aux questions de confidentialité, PII, anonymisation, chaînes interdites, actions illégales, violence, etc.
• Des LLMs open source, comme Meta LLaMA3, seront déployés à l’intérieur des frontières réseau du client, assurant la conformité à la sécurité.

Comment la plateforme HCLTech AI Force évolue-t-elle en fonction des utilisateurs ou du volume d’activités ?

HCLTech AI Force est flexible et peut fonctionner comme système autonome ou dans un environnement multi-nœuds distribué. Cette évolutivité permet des déploiements avec répartition de charge pour supporter une augmentation de la charge de travail.

Comment HCLTech AI Force protège-t-il contre les sorties malveillantes ou les hallucinations ?

Nous avons mis en place plusieurs stratégies dans la plateforme HCLTech AI Force pour atténuer les risques de sorties malveillantes et d’hallucinations :

Prévenir les sorties malveillantes

• Filtrage robuste : Utilisation de filtres avancés pour détecter et bloquer les contenus sensibles ou nuisibles, comme les PII, chaînes interdites, secrets, violence et langage discriminatoire.
• Modération du contenu : Mise en place de systèmes avec intervention humaine pour examiner et approuver les contenus générés

Prévenir les hallucinations

• Ancrage des données : Les réponses du modèle LLM s’appuient sur les données de l’entreprise afin de fournir le contexte nécessaire à une réponse générique, réduisant ainsi le risque d’hallucinations
• Rétroaction des utilisateurs : Intégration des commentaires des utilisateurs pour identifier et corriger les réponses générées de façon hallucinée

Considérations supplémentaires

• Transparence : HCLTech AI Force fournit une clause de non-responsabilité avec les contenus générés par AI pour faciliter leur identification
• Vérifications régulières : Réalisation d’évaluations continues pour identifier et résoudre les problèmes potentiels dans les contenus générés par AI

En combinant ces approches, HCLTech AI Force peut considérablement réduire le risque de sorties malveillantes et d’hallucinations, augmentant ainsi la sécurité et la fiabilité globales de la plateforme.

Comment la plateforme HCLTech AI Force se rétablit-elle en cas de défaillance d’un nœud ?

L’équipe de déploiement HCLTech AI Force utilise une combinaison de stratégies pour garantir la récupération de l’application et de la plateforme en cas de défaillance d’un nœud :

Redondance et haute disponibilité (niveau infrastructure)

Répartition de la charge : distribution du trafic sur plusieurs nœuds pour éviter la surcharge d’une seule instance

• Réplication : Création de copies des données et des applications sur différents nœuds pour le basculement
• Regroupement (clustering) : Regroupement de plusieurs nœuds pour une fiabilité accrue et une meilleure tolérance aux pannes

Surveillance continue

• Systèmes de surveillance : Surveillance continue de la santé des nœuds et détection des défaillances

HCLTech AI Force vise à minimiser les temps d’arrêt, protéger l’intégrité des données et garantir la disponibilité continue de l’application et de la plateforme.

Comment la plateforme HCLTech AI Force peut-elle être corrigée et maintenue lors de la publication de nouvelles versions ?

Actuellement, les mises à niveau de version de HCLTech AI Force nécessitent une intervention manuelle. Cependant, le processus est conçu pour être transparent et n’a aucun impact sur les données clients.

L’équipe d’ingénierie développe un système de mise à niveau par correctif pour améliorer l’expérience utilisateur et simplifier le processus de mise à jour. Cette approche reflète l’engagement de HCLTech AI Force à améliorer sa plateforme et à fournir aux utilisateurs un mécanisme de mise à jour plus efficace.

Quels tests d’évaluation des vulnérabilités ont été effectués sur le code source HCLTech AI Force ?

HCLTech AI Force fait l’objet d’un test approfondi des vulnérabilités :

• Vulnérabilités du code : L’ensemble du code source est analysé avec MEND pour identifier et corriger les failles de sécurité
• Conformité des licences : Chaque version de HCLTech AI Force évalue tous les modules tiers afin de détecter d’éventuels problèmes de licence
• Mises à jour des modules : Les modules tiers sont régulièrement vérifiés pour les dernières versions et vulnérabilités lors des publications