Chiffrement de clé gérée par le client dans Microsoft Foundry

Microsoft Foundry chiffre automatiquement vos données lorsqu’elles sont conservées dans le cloud. Pour ajouter une couche de contrôle supplémentaire, Foundry prend en charge les clés gérées par le client (CMK) qui utilisent des clés stockées dans Azure Key Vault ou Azure HSM managé. Les clés CMK fournissent une couche de chiffrement supplémentaire qui vous permet de contrôler les opérations de cycle de vie des clés telles que la rotation, la révocation et l’audit.

Pour configurer le chiffrement CMK pour votre ressource, consultez Configurer les clés gérées par le client pour Microsoft Foundry.

Note

En raison de contraintes de capacité dans l’infrastructure de Recherche Azure AI sous-jacente, le chiffrement CMK est actuellement disponible uniquement dans certaines régions. Pour obtenir la liste des régions prises en charge, consultez Recherche Azure AI disponibilité régionale.

À propos du chiffrement Microsoft Foundry

Les données Microsoft Foundry sont chiffrées et déchiffrées au moyen d’un chiffrement AES 256 bits conforme à FIPS 140-2. Le chiffrement et le déchiffrement sont transparents, ce qui signifie que le chiffrement et l’accès sont gérés pour vous. Vos données sont sécurisées par défaut et vous n’avez pas besoin de modifier votre code ou vos applications pour tirer parti du chiffrement.

Important

La mise en œuvre de CMK est soumise à des limitations. Les sections suivantes décrivent les scénarios, exceptions et considérations spécifiques à la configuration pris en charge.

Comment CMK s’applique dans Microsoft Foundry

Par défaut, le service stocke les données et l’état des ressources dans l’infrastructure de service gérée par Microsoft et le chiffre à l’aide de clés gérées par Microsoft. Lorsque vous configurez des clés CMK, le service chiffre les données de service éligibles qu’il stocke à l’aide de clés que vous contrôlez.

Voici quelques exemples de données chiffrées :

  • Ressources du projet, telles que les agents, les prompts, les jeux de données et les évaluations.
  • Fichiers chargés, tels que des fichiers chargés pour une tâche de formation de réglage fin comme jeu de données ou via les fichiers d’API d’OpenAI.
  • État utilisateur, tel que l’historique des conversations, les invites système et les modèles affinés.
  • Représentations indexées des données précédentes permettant d’effectuer des requêtes au sein du produit.

Important

Selon la configuration de votre ressource Foundry, le service peut stocker l’état du service sur le stockage géré qui fait partie de la ressource Foundry ou sur le stockage que vous gérez. La prise en charge varie selon les capacités de Foundry. Certaines fonctionnalités ne prennent pas en charge le chiffrement de clé gérée par le client, sauf si vous apportez votre propre stockage. Pour plus d’informations, consultez la couverture CMK par fonctionnalité Foundry.

Couverture CMK par fonctionnalité de Foundry

Capacité de fonderie CMK sur le stockage géré par Foundry CMK via le stockage géré par le client Remarques
Service d’agent ❌ Non pris en charge ✅ Soutenu L’historique des conversations de l’agent et les bases de données vectorielles sont chiffrés avec une CMK uniquement si vous utilisez votre propre stockage. Dans la configuration de base, les données sont chiffrées à l’aide de clés gérées par Microsoft même si la ressource Foundry configure une clé CMK.
Fine-tuning ✅ Soutenu N/A (pas de prise en charge du stockage personnel) Les fichiers chargés et les modèles affinés entraînés sont chiffrés par CMK sur des comptes de stockage gérés par Microsoft. Les modèles formés sont logiquement isolés par leur abonnement Azure. Les pondérations de modèles sont déchiffrés à l’aide d’une CMK afin d’instancier les déploiements de modèles. Pour plus d’informations sur la pile de calcul et l’environnement d’exécution de l’entraînement, consultez la couverture de CMK dans la pile de calcul.
Travaux en mode lot ✅ Soutenu ✅ Soutenu Les fichiers chargés sont chiffrés par CMK au repos sur des comptes de stockage gérés par Microsoft. Pendant la tâche de notation, ce compte de stockage est monté virtuellement sur les nœuds de calcul pour être traité. Pour plus d’informations sur la pile de calcul utilisée pour l’exécution du travail de traitement par lots, consultez la couverture CMK sur la pile de calcul.
Evaluations ✅ Soutenu ✅ Soutenu Les ressources d’évaluation et les fichiers chargés stockés par Foundry sont protégés par CMK. Pour plus d’informations sur la pile de calcul utilisée pour les travaux d’évaluation, consultez la couverture CMK sur la pile de calcul.
Modèles Hugging Face déployés sur une infrastructure de calcul gérée N/A (les pondérations sont stockées sur des registres publics gérés par Microsoft) N/A (les pondérations ne peuvent pas être stockées dans votre propre espace de stockage) Pour les modèles Hugging Face disponibles via Foundry, les poids du modèle sont stockés dans stockage Azure géré par Microsoft. Pour plus d’informations sur la pile de calcul et le runtime d’hébergement, consultez la couverture CMK sur la pile de calcul.
Speech ❌ Non pris en charge ✅ Soutenu Couvre les données de formation et de test chargées utilisant Azure AI Speech, la transcription par lot, la transcription en temps réel avec journalisation de l’audio et des résultats, ainsi que la reconnaissance vocale personnalisée. Les données de trace sont couvertes uniquement si le suivi est activé pour le point de terminaison personnalisé.
Language ✅ Soutenu ✅ Soutenu Les données et les pondérations de modèle sont stockées avec des clés gérées par Microsoft ou gérées par le client pour les cas où vous n’apportez pas votre propre compte de stockage.
Compréhension du contenu N/A ✅ Soutenu Apportez votre propre stockage pour utiliser la fonctionnalité Content Understanding.
Assistants OpenAI (obsolètes) ❌ Non pris en charge N/A Cette fonctionnalité est obsolète et ne prenait pas en charge CMK dans sa version préliminaire.
Services connectés, notamment Recherche Azure AI, Azure Logic Apps et Azure Functions N/A N/A Configurez les clés de chiffrement séparément de votre ressource Foundry. Chaque ressource connectée suit son propre cycle de vie pour la gestion du chiffrement.

Prise en charge de CMK dans l’ensemble de la pile de capacité de calcul

Les clés gérées par le client protègent les données des clients que Microsoft Foundry stocke au repos. Les fonctionnalités de foundry s’appuient sur l’infrastructure de calcul managée pour l’hébergement de modèles, le traitement de l’inférence, le réglage précis, l’inférence par lots et d’autres opérations d’exécution.

Il est important de faire la distinction entre :

  • Magasins de données persistants, où le contenu client est stocké et CMK est appliqué au repos.
  • Infrastructure de calcul runtime, qui exécute des charges de travail IA pour le traitement. Les données sont déchiffrées à l’aide de la CMK pour le traitement, puis rechiffrées avec la CMK lorsqu’elles sont réécrites dans un stockage de données persistant.

Les ressources de calcul utilisées pour l’inférence, l’hébergement de modèle, l’entraînement et le traitement par lots sont éphémères par conception. Les conteneurs de travaux et le stockage temporaire sont provisionnés uniquement pour la durée nécessaire à l’exécution d’une charge de travail, et ils ne sont pas prévus comme emplacements de stockage à long terme pour les données client. La mémoire et l’espace disque sont nettoyés une fois l’exécution du travail de calcul terminée. Lorsque les pods de calcul sont supprimés, tout l’état éphémère est effacé.

Les charges de travail Microsoft Foundry s’exécutent dans des environnements logiquement isolés associés à une ressource Foundry spécifique. Le code client, l’exécution de l’agent et les runtimes de charge de travail ne partagent pas de conteneurs d’exécution avec d’autres locataires. La mise en cache du runtime qui améliore les performances est isolée au niveau du locataire ou de la limite des ressources et n’est pas partagée entre les clients.

Par conséquent, la couverture CMK se concentre sur la protection des données client persistantes dans les services de stockage et les magasins de données gérés par la plateforme. L’infrastructure de calcul d’exécution est protégée grâce au chiffrement géré par la plateforme de Microsoft, à l’isolation des charges de travail et aux mécanismes d’isolation des locataires.

Couche Examples Éphémère Cycle de vie des données CMK appliqué
Magasins de données persistants Stockage géré par Foundry ou comptes stockage Azure que vous gérez No Conservé jusqu’à sa suppression par vous, par une stratégie de rétention ou par la suppression de la ressource ✅ Oui
Artefacts Foundry ressources Project, état utilisateur, métadonnées de service No Persiste jusqu’à sa suppression par vous ou par la ressource associée ✅ Oui
Infrastructure d’hébergement de modèles affinés Clusters, conteneurs et infrastructure des points de terminaison pour le déploiement de modèles Yes Les CMK protègent les fichiers et les artefacts des modèles lorsqu’ils sont au repos dans le stockage. Lors du déploiement, les pondérations de modèles sont décompressées et chargées dans l’infrastructure de service gérée par Microsoft pour l’inférence, puis supprimées lorsque le déploiement est supprimé. ◐ Partiel
Infrastructure d’hébergement de modèle de calcul managé Clusters de déploiement de modèles, conteneurs, infrastructure des points de terminaison Yes Les pondérations de modèles sont stockées dans l’espace de stockage géré par Foundry et chargées en mémoire lorsque les instances de service du modèle sont provisionnées. Les copies en mémoire sont temporaires et liées au cycle de vie de l’infrastructure de service. Le cache de calcul n’est pas chiffré et est lié au cycle de vie du nœud. ◐ Partiel
Runtime d’inférence et d’exécution de l’agent Exécution rapide, génération de jetons, appels d’outils, mémoire d’exécution, état d’exécution temporaire, caches Partiel Sans état dans le contexte du traitement des demandes d’inférence. Les charges de travail s’exécutent dans des environnements logiquement isolés et associés à une ressource Foundry, et ces environnements ne sont pas utilisés comme emplacements de stockage durables. Les sorties de réponse de l’agent, telles que les conversations, peuvent être chiffrées par CMK au repos si vous apportez votre propre stockage. ◐ Partiel (lorsque vous apportez votre propre stockage)
Optimisation du runtime d’entraînement Réglage précis du calcul, des GPU, des répertoires de travail temporaires Yes Les données d’apprentissage sont chiffrées avec CMK pendant qu’elles sont stockées dans le stockage géré par Foundry. Pendant l’entraînement, les données sont montées à partir de stockage Azure protégés par CMK, et les points de contrôle et les artefacts de modèle finals sont réécrits dans le stockage protégé par CMK. La formation crée des fichiers de travail temporaires locaux et des caches qui ne sont pas chiffrés par CMK et restent uniquement pendant la durée du travail. ◐ Partiel

Conservation et suppression des données

En plus des contrôles de chiffrement, vous conservez le contrôle sur le cycle de vie des données gérées par Microsoft Foundry. Vous pouvez supprimer des données d’entraînement, de validation et de résultats d’apprentissage chargées via l’API Files à tout moment. De même, vous pouvez supprimer définitivement des modèles et des déploiements affinés quand vous n’en avez plus besoin, ce qui garantit que les ressources gérées par le service ne restent pas stockées au-delà de leur utilisation prévue. Vous pouvez supprimer ces données à tout moment via les opérations d’API DELETE appropriées.

Implications de la révocation d’une clé gérée par le client

Vous pouvez révoquer l’accès à une clé gérée par le client à tout moment, par exemple en supprimant les autorisations sur la clé, en désactivant la clé ou en supprimant la clé. Lorsque vous révoquez l’accès à une clé gérée par le client actif pendant que CMK reste activé, vous ne pouvez plus accéder aux données chiffrées avec cette clé. Par conséquent, les opérations qui nécessitent l’accès aux ressources de réglage affiné chiffrées échouent, notamment le téléchargement de données d’apprentissage ou de résultats d’entraînement, la création de modèles affinés et le déploiement de modèles affinés.

Les modèles optimisés précédemment déployés continuent de servir le trafic d’inférence, car les artefacts de modèle sont chargés dans l’infrastructure d’hébergement au moment du déploiement. Ces déploiements restent opérationnels jusqu’à ce qu’ils soient supprimés, après quoi ils ne peuvent pas être recréés, sauf si vous restaurez l’accès à la clé gérée par le client.