Nội dung
AI bảo mật chia quyền bằng cách cho doanh nghiệp giữ khóa dữ liệu. Nhà phát triển giữ khóa bảo vệ trọng số mô hình. Dữ liệu và mô hình chỉ được giải mã trong một vùng thực thi đã được phần cứng cô lập và xác thực. Nhờ đó, hai bên có thể cùng vận hành một khối lượng công việc mà không phải bàn giao trực tiếp tài sản cần bảo vệ.
Theo The New Stack, kiến trúc này giải quyết một tình huống khó trong doanh nghiệp. Mô hình cần truy cập hồ sơ bệnh nhân, thông tin tài chính của khách hàng hoặc tài sản trí tuệ, nhưng dữ liệu không thể rời môi trường được kiểm soát. Việc gửi dữ liệu tới một dịch vụ bên ngoài làm tăng số hệ thống, kết nối và đơn vị cần được tin cậy.
Yêu cầu kiểm soát khi đưa AI vào vận hành
Vấn đề không chỉ nằm ở khả năng tạo nội dung của mô hình. Doanh nghiệp cần xác định hệ thống có làm lộ thông tin được bảo vệ hoặc hoạt động sai mục đích hay không. Hệ thống cũng phải đáp ứng yêu cầu về bảo mật, hiệu năng và khả năng hành xử an toàn ở tốc độ máy.
Bài toán niềm tin đến từ cả hai phía
Doanh nghiệp cần giữ dữ liệu nhạy cảm dưới quyền kiểm soát của mình, còn nhà phát triển phải bảo vệ trọng số, phần mềm và tài sản trí tuệ của mô hình. Kiến trúc triển khai chỉ khả thi khi không buộc một bên phải giao toàn bộ tài sản cho bên còn lại hoặc cho đơn vị vận hành hạ tầng.
Alon Horev, giám đốc công nghệ kiêm đồng sáng lập VAST Data, cho rằng rủi ro đặc biệt rõ khi hệ thống xử lý thông tin nhạy cảm của khách hàng. Doanh nghiệp có thể yêu cầu mô hình che nội dung cuộc trò chuyện hoặc xóa thông tin nhận dạng cá nhân. Dù vậy, họ vẫn khó xác nhận chắc chắn rằng yêu cầu đã được thực hiện đầy đủ.
Rủi ro tăng khi tác tử truy cập dữ liệu cá nhân
Một tác tử hỗ trợ khách hàng có thể cần truy cập hồ sơ cá nhân để đưa ra câu trả lời phù hợp. Tổ chức vận hành phải ngăn thông tin đó xuất hiện trong cuộc trò chuyện với khách hàng khác. Tổ chức cũng phải quyết định liệu nội dung trao đổi có được dùng để huấn luyện hoặc cải thiện hệ thống hay không.
Nếu dữ liệu bị xử lý sai, hậu quả vẫn thuộc về tổ chức nắm giữ thông tin và những người có dữ liệu trong hệ thống. Vấn đề quyền hạn càng lớn khi tác tử trí tuệ nhân tạo được trao thêm quyền trong hệ thống. Tác tử cần truy cập nhiều dữ liệu, công cụ và dịch vụ hơn, trong khi có thể hành động với ít sự can thiệp của con người hơn.
Kiến trúc AI bảo mật phân chia quyền như thế nào?
Kiến trúc AI bảo mật mở rộng khả năng mã hóa vào môi trường xử lý. Dữ liệu và trọng số mô hình được giữ ở trạng thái mã hóa cho đến khi một khối lượng công việc đã được phê duyệt cần sử dụng chúng. Quy trình xác thực mật mã kiểm tra môi trường trước khi giải phóng khóa.
Mã hóa khi lưu trữ bảo vệ dữ liệu nằm trên thiết bị. Mã hóa khi truyền bảo vệ dữ liệu đang di chuyển giữa các hệ thống. Điện toán bảo mật bổ sung vùng thực thi được phần cứng cô lập để bảo vệ dữ liệu trong quá trình xử lý.
Xác thực môi trường trước khi giải phóng khóa
Trong vùng thực thi, quy trình xác thực kiểm tra phần cứng, máy ảo, phần mềm và cấu hình. Nhà phát triển có thể mã hóa mô hình bằng khóa công khai của một máy ảo bảo mật cụ thể. Chỉ khóa riêng tương ứng của máy ảo đó mới giải mã được mô hình trong vùng nhớ được bảo vệ.
Khách hàng có thể sử dụng mô hình nhưng không thể truy cập trực tiếp trọng số. Hai bộ khóa vẫn độc lập: doanh nghiệp kiểm soát khóa của dữ liệu, còn nhà phát triển kiểm soát khóa của mô hình. Trong lúc khối lượng công việc hoạt động, đơn vị vận hành hạ tầng không nắm quyền kiểm soát bộ khóa nào.
Cách tổ chức này phù hợp với chiến lược lai. Một số ứng dụng và tập dữ liệu có thể chuyển lên đám mây, trong khi phần còn lại phải ở tại cơ sở, trong cùng tòa nhà hoặc trong phạm vi một quốc gia. Doanh nghiệp vẫn cần một hạ tầng trí tuệ nhân tạo kết nối lưu trữ, tính toán, mạng và các lớp ứng dụng.
Từ kiến trúc bảo mật đến hệ sinh thái triển khai
Một môi trường AI bảo mật cần phối hợp mô hình, ứng dụng, phần cứng tăng tốc, nền tảng dữ liệu và hoạt động hỗ trợ. Một bộ xử lý đồ họa được bảo vệ không thể tự giải quyết toàn bộ bài toán nếu các thành phần còn lại không áp dụng cùng cơ chế kiểm soát và vận hành.
Nhiều doanh nghiệp không đủ nguồn lực để tự tích hợp, bảo mật và bảo trì toàn bộ hệ thống trí tuệ nhân tạo. Nếu không có một nền tảng chung, họ phải làm việc riêng với từng nhà cung cấp mô hình để thiết kế môi trường đáp ứng yêu cầu của cả hai phía.
Vai trò dự kiến của VAST DataEnclave
VAST DataEnclave được giới thiệu ngày 22 tháng 9. Giải pháp hướng tới việc biến kiến trúc này thành một năng lực có thể triển khai. Là một phần của hệ điều hành trí tuệ nhân tạo VAST, giải pháp được thiết kế nhằm đưa mô hình, lớp ứng dụng và nền tảng dữ liệu vào điều kiện vận hành do khách hàng kiểm soát.
Khách hàng tiếp tục quản lý hạ tầng và khóa dữ liệu. Nhà cung cấp mô hình có thể đưa phần mềm vào sử dụng mà không phải bàn giao tài sản trí tuệ nền tảng. VAST cho biết họ hợp tác với Cohere, Deepgram, Factory, Fundamental và TwelveLabs ở phía mô hình. Hệ sinh thái hạ tầng và bảo mật gồm Nvidia, CrowdStrike, Fortanix, Nscale, Cisco và Supermicro.
Danh sách đối tác cho thấy các tổ chức phải xem xét đồng thời kiến trúc kỹ thuật và trách nhiệm của đội bảo mật khi triển khai trí tuệ nhân tạo. Mô hình, ứng dụng, hạ tầng dữ liệu và các lớp bảo mật phải hoạt động như một hệ thống thống nhất.
Quyền kiểm soát thay đổi cách tính chi phí
Hạ tầng do khách hàng kiểm soát không tự động làm AI rẻ hơn. Thay đổi chính nằm ở khả năng xác định năng lực xử lý và nền chi phí dựa trên một cụm phần cứng đã được sở hữu hoặc lập ngân sách, thay vì chỉ phụ thuộc vào mức sử dụng của dịch vụ bên ngoài.
Với mô hình lưu trú bên ngoài, ngân sách có thể khó dự báo vì lượng đơn vị xử lý thay đổi theo cách sử dụng, vòng lặp của tác tử, kiến trúc mô hình và quy mô khối lượng công việc. Khi vận hành trên cụm bộ xử lý đồ họa thuộc sở hữu hoặc đã được lập ngân sách, doanh nghiệp có thể tính toán dựa trên một giới hạn vật lý rõ ràng hơn.
Cụm máy đặt ra trần thông lượng tự nhiên, giúp tổ chức xác định hạ tầng có thể xử lý bao nhiêu công việc trong một khoảng thời gian. Nhà cung cấp mô hình vẫn có thể tính phí theo đơn vị xử lý, nhiệm vụ hoặc giấy phép, nhưng doanh nghiệp nhìn rõ hơn tổng chi phí vận hành.
Khả năng quan sát chi phí giúp hạn chế nguy cơ lựa chọn mô hình kém hiệu quả hoặc để tác tử hoạt động không kiểm soát. Tuy nhiên, doanh nghiệp vẫn phải theo dõi mức sử dụng và cách tác tử tạo thêm vòng lặp xử lý.
Nền tảng dữ liệu quyết định khả năng vận hành
AI bảo mật bảo vệ dữ liệu và trọng số trong quá trình suy luận. Tuy nhiên, dữ liệu vẫn di chuyển giữa kho lưu trữ, cơ sở dữ liệu, bộ xử lý đồ họa, mạng, ứng dụng và tác tử. Vì vậy, lớp bảo mật phải được xây dựng cùng nền tảng dữ liệu thay vì gắn thêm vào một hệ thống phân mảnh.
Horev cho rằng bảo mật cần được xây dựng trên nhiều lớp của nền tảng. Hệ thống cũng phải có người chịu trách nhiệm cập nhật nhanh những thành phần đã bị xâm phạm.
Quan sát hạ tầng và giới hạn quyền của tác tử
Khả năng quan sát quan trọng như tính bảo mật. Khi hạ tầng phân tán hơn, đội vận hành khó xác định chuyện gì đã xảy ra và lỗi nằm ở đâu. Một giao diện quan sát chung cho lưu trữ, mạng và tính toán có thể rút ngắn thời gian xử lý sự cố.
Nếu một cổng mạng tại trung tâm dữ liệu bị lỗi gián đoạn, tác tử có thể hỗ trợ tìm nguyên nhân khi được truy cập đúng dữ liệu vận hành. Quyền của tác tử phải quy định rõ hạ tầng nào được kiểm tra, dữ liệu nào được lấy và hành động nào được thực hiện. Các môi trường cô lập có thể giới hạn hệ thống và công cụ mà tác tử tiếp cận.
Nền tảng dữ liệu đồng thời phải ghi lại dữ liệu nào đã được truy cập, dữ liệu được sử dụng ra sao và hệ thống đã tương tác với các dịch vụ phía sau như thế nào. Các đội kỹ thuật cần theo dõi hiệu năng, lỗi và mẫu truy cập mà không làm lộ dữ liệu khách hàng hoặc trọng số mô hình.
Bảo mật phải đi cùng quản trị và đánh giá
Một hệ thống giữ kín dữ liệu vẫn chưa đủ để đưa vào sản xuất nếu đội phụ trách không thể vận hành, giám sát hoặc cải thiện nó. Doanh nghiệp phải kết hợp bảo mật, chính sách dữ liệu, khả năng quan sát, đánh giá độ chính xác, quản lý quyền truy cập và kiểm soát thay đổi.
Nhu cầu đang hình thành không chỉ dành cho một tính năng riêng lẻ. Doanh nghiệp cần những mô hình có thể chạy an toàn dưới quyền kiểm soát của khách hàng ở bất cứ nơi nào dữ liệu nhạy cảm được lưu giữ.
Khi tác tử ngày càng tự chủ, doanh nghiệp phải đặt ranh giới rõ ràng cho dữ liệu, công cụ và hành động. Các giới hạn này sẽ trở thành điều kiện triển khai. Doanh nghiệp chưa xây dựng cơ chế bảo mật và quản trị cho mô hình hiện tại sẽ càng khó đưa tác tử vào môi trường thật một cách an toàn.
Hãy tiếp tục theo dõi Sine để cập nhật cách doanh nghiệp kiểm soát dữ liệu, mô hình và tác tử trí tuệ nhân tạo trong thực tế.
