Auteurs : Darshaun Kandasamy Govindhraj , Kumar Shivam , Sathish Kumar Alagarsamy

Ce blog est écrit et maintenu par des étudiants du programme de maîtrise ès sciences en informatique professionnelle de l'Université Simon Fraser dans le cadre de leur crédit de cours. Pour en savoir plus sur ce programme unique, veuillez visiter sfu.ca/computing/mpcs .

Qu'est-ce que l'edge computing et en quoi est-il différent du cloud computing ?

La façon dont les données sont traitées et analysées est en train d'être révolutionnée par l'informatique de pointe. Il s'agit d'une méthode de traitement des données où l'informatique a lieu plus près de la source de données, à la périphérie du réseau, plutôt que dans un centre de données centralisé. Sans les restrictions de latence et de bande passante de l'informatique centralisée conventionnelle, l'informatique de périphérie peut offrir de nouvelles informations et une prise de décision plus rapide en temps réel. Pour un certain nombre d'entreprises et de domaines, notamment la santé, la surveillance environnementale, les véhicules sans conducteur, la réalité augmentée et l'IoT, cela change la donne.

L'informatique de pointe pour les gens ressemble plus à Jarvis pour Iron Man. Toutes les informations nécessaires à Iron Man sont traitées et fournies par Jarvis dans le casque d'Iron Man, de la même manière que toutes les informations dont nous avons besoin sont traitées dans les clusters de calcul géospatialement plus proches. Le cloud computing régulier peut être comparé à celui des informations nécessaires à Captain America où la question est envoyée au siège du SHIELD, y est traitée et les informations doivent être renvoyées.

Plongeons-nous en profondeur dans l'informatique de pointe avec une application réelle.

Les drones sont des appareils aériens télécommandés équipés de divers capteurs tels que des caméras, des microphones, des GPS et d'autres systèmes de navigation. Ces capteurs collectent des données en temps réel sur l'environnement, les conditions de vol et l'environnement. Avec l'edge computing, le drone est capable de traiter les données collectées localement, sans dépendre d'un centre de données central ou d'un serveur cloud.

Voici une ventilation étape par étape de la façon dont l'informatique de pointe est utilisée dans les drones :

1) Collecte de données : les capteurs du drone collectent des données en temps réel sur l'environnement, les conditions de vol et les environnements, tels que l'altitude, la vitesse, l'emplacement et tout obstacle. Ces données sont transférées au cœur du drone pour traitement.

2) Prétraitement : les données sont nettoyées et formatées pour faciliter le traitement ultérieur avec un ensemble de données réduit. Les valeurs aberrantes sont supprimées afin de réduire la possibilité d'erreurs.

3) Analyse des données : le drone utilise des algorithmes d'apprentissage automatique pour examiner les données prétraitées afin d'obtenir des informations et de prendre des décisions. Ces décisions comprennent l'optimisation de la trajectoire de vol, la navigation en temps réel et, plus important encore, l'évitement d'obstacles.

4) Affichage : Les résultats de l'analyse des données sont affichés sur l'écran embarqué du drone ou transmis à la télécommande en temps réel. Cela fournit à l'opérateur un retour d'information immédiat, des informations et des avertissements pour aider à guider les mouvements du drone.

5) Confidentialité et sécurité : les données sont traitées localement sur le drone à l'aide de l'informatique de pointe au lieu d'être envoyées à un centre de données centralisé. Comme les données ne sont pas transportées sur le réseau, cela aide à protéger leur confidentialité et leur vie privée.

En utilisant l'informatique de pointe, les drones sont capables de traiter les données en temps réel, sans sacrifier la confidentialité ou la sécurité, et sans dépendre d'un centre de données central. Cela aide à réduire la charge sur le réseau, réduit la latence et augmente l'efficacité des opérations de drones.

En quoi l'edge computing diffère-t-il du cloud computing en termes de sécurité ?

Le cloud computing, une méthode traditionnelle de traitement des données, est centralisé et nécessite le téléchargement de toutes les données dans le cloud. Cette méthode, cependant, ne garantit pas la sécurité et la confidentialité des données, car il existe un risque de perte de données et de fuite de données. Par exemple, des informations sensibles telles que les mots de passe de compte, les enregistrements de recherche et les secrets commerciaux peuvent toutes être exposées.

Le paysage de l'informatique de périphérie se développe rapidement, de plus en plus d'organisations tirant parti de la puissance des appareils de périphérie pour traiter les données en temps réel. Alors que le concept d'edge computing fournit une structure améliorée pour la sécurité des données et la protection de la vie privée, son architecture distribuée augmente également le risque d'attaque. À mesure que les appareils périphériques deviennent plus intelligents et plus connectés, ils deviennent plus vulnérables aux failles de sécurité et aux infections par des logiciels malveillants, car ils n'auront pas assez de puissance de calcul pour se défendre contre les attaques puissantes. Les risques associés à l'informatique de périphérie sont encore exacerbés par l'environnement hautement dynamique à la périphérie du réseau.

Il y a une forte probabilité qu'un ordinateur Edge soit compromis. Dans ce cas, les données collectées à partir du bord seront limitées aux données localisées conduisant à une exposition minimale. Mais lorsqu'un attaquant découvre tous les bords faibles et les attaque, la fuite de données entraînera une violation de données beaucoup plus importante, similaire à celle d'une violation de centre de données.

Quel est l'impact sur la confidentialité dans l'informatique de périphérie et quels sont les moyens de l'atténuer ?

L'une des préoccupations les plus critiques en matière de confidentialité dans l'informatique de pointe est la "protection de la confidentialité de l'identité". L'informatique de périphérie crée également un défi pour le respect de la vie privée car elle complique la définition des données personnelles et soulève des questions sur la propriété des données. Une enquête récente menée par le cabinet d'expertise comptable KPMG auprès de décideurs commerciaux américains a révélé que 70 % des entreprises ont augmenté la collecte de données clients au cours de l'année écoulée. Cependant, la même étude a révélé que la confidentialité des données est une préoccupation croissante pour 86 % des consommateurs.

L'informatique de périphérie a le potentiel de réduire le lien entre la collecte de données personnelles et l'obtention d'informations, en promouvant le concept de « minimisation des données ». Cela fait référence à l'idée de ne collecter que le minimum de données nécessaires pour obtenir des informations utiles.

Par exemple, considérez Zenus AI, une société d'analyse comportementale qui analyse l'humeur des acheteurs à l'aide d'images de vidéosurveillance. Zenus AI collecte les données et les traite sur l'appareil périphérique situé dans le magasin, sans les transférer vers leur centre de données. De plus, la vie privée des acheteurs est protégée car l'entreprise ne partage que des statistiques de données agrégées avec le magasin. En appliquant cette technique aux données personnelles à la périphérie, les entreprises peuvent obtenir des informations tout en minimisant le risque pour la vie privée.

Dans ce modèle, la périphérie du réseau sert de nouveau périmètre, empêchant les données personnelles d'entrer au cœur de l'organisation mais laissant passer les informations. Nous passons de « l'ère des mégadonnées » à « l'ère des petites données significatives ». Les technologies émergentes ont le potentiel de réduire considérablement la quantité d'informations personnelles nécessaires pour obtenir des informations. L'une de ces techniques est la confidentialité différentielle (DP).

Qu'est-ce que la confidentialité différentielle ?

La confidentialité différentielle est une méthode sécurisée qui garantit la confidentialité d'un ensemble de données en préservant les informations personnelles des individus. Ces derniers temps, les données sont collectées à partir de diverses sources, y compris l'Internet des objets (IoT), qui peut englober diverses applications telles que les soins de santé, les maisons intelligentes, la communication des véhicules, les réseaux intelligents, etc. Le paramètre de confidentialité ϵ (nous en reparlerons plus tard ) est essentiel pour déterminer la sécurité des données au sein de DP. Cette méthode garantit une protection complète des informations personnelles. Les principaux avantages de l'utilisation de DP incluent :

1. Il offre la confidentialité des données grâce à des calculs simples et aide à créer des blocs de confidentialité.

2. Après avoir été traités par des analystes, les résultats obtenus ne peuvent être extraits sans connaître la base de données dans laquelle ils ont été téléchargés.

3. L'équilibre entre la confidentialité et l'exactitude est géré efficacement.

Dans DP, la confidentialité d'un ensemble de données est sécurisée en incorporant du bruit dans les données téléchargées. En ajoutant une plus grande quantité de bruit, la confidentialité est améliorée mais la précision des données est compromise. Pour équilibrer le compromis entre confidentialité et précision, l'ajout de bruit doit être fait dans la bonne proportion. DP intègre des algorithmes de clustering et d'apprentissage automatique tels que Support Vector Machine (SVM) et l'apprentissage en profondeur pour ajouter du bruit. La méthode couramment utilisée pour ajouter du bruit à l'ensemble de données à des fins de confidentialité est le bruit aléatoire de Laplace. Le niveau de confidentialité des données dépend de la sélection du paramètre ϵ à l'aide de différents algorithmes. La modification d'une petite quantité de données dans l'ensemble de données ne doit pas affecter les résultats de la requête à partir de la base de données. DP rend plus difficile pour un attaquant de deviner les attributs sensibles dans l'ensemble de données,

De plus, l'efficacité de DP rend difficile pour les attaquants potentiels de déterminer les informations privées dans l'ensemble de données. La mise en œuvre de DP est essentielle pour assurer la sécurité depuis le début d'une requête jusqu'à la réponse finale de la base de données.

Comprenons la définition mathématique de la vie privée différentielle. Les variables utilisées dans l'équation sont :

• ε : un nombre réel qui représente le « budget de confidentialité ». Il détermine dans quelle mesure les données peuvent être modifiées sans affecter leur utilité globale.
• M : Un algorithme aléatoire qui prend un ensemble de données en entrée et génère un résultat de requête.
• x : L'ensemble de données qui est entré dans l'algorithme.
• R : Un sous-ensemble des résultats obtenus à partir de l'algorithme aléatoire.
• D1 et D2 sont deux ensembles de données qui ont une différence d'un élément.

Pr [ M (D1) ∈ R ] ≤ (e^ε )× Pr [ M (D2) ∈ R ]

Cette équation indique que la probabilité que les résultats de l'algorithme, M (D1), soient dans le sous-ensemble R ne doit pas être supérieure à "e" (une constante mathématique) élevée à la puissance ε fois la probabilité des résultats d'un algorithme similaire, M (D2), étant dans le même sous-ensemble R.

En d'autres termes, la définition de la confidentialité différentielle indique que si deux ensembles de données sont similaires, les résultats de l'algorithme doivent également être similaires. Cela aide à protéger la vie privée des individus en rendant difficile la détermination des résultats des données d'une seule personne.

Par exemple, considérez la réunion des accords de Sokovie organisée par Thaddeus Ross dans Avengers: Civil war. Le secrétaire d'État Thaddeus Ross, récemment nommé par le président Matthew Ellis, affronte les Avengers. Il explique que l'opinion publique est de plus en plus divisée, certaines personnes voyant les Avengers comme des héros et d'autres les percevant comme de dangereux justiciers ou, pire encore, comme des armes vivantes capables de provoquer des destructions massives. Ross montre les images des Avengers de divers endroits, dont New York, Washington DC, la Sokovie et Lagos, soulignant la destruction et la peur causées par leurs actions. Il soutient que le gouvernement doit contrôler les Avengers et leur dit qu'ils doivent se conformer ou prendre leur retraite. Il laisse ensuite les Avengers discuter entre eux pour résoudre le problème. Les Avengers décident de voter pour arriver à une conclusion. Les données de vote pourraient être sensibles, car les informations pourraient être utilisées pour identifier et discriminer un individu. Pour protéger la vie privée des participants, les données pourraient être différemment privées.

Disons que les résultats sont les suivants :

Ant-man étant un grand fan de Steve Rogers veut savoir de quel côté se trouvait Steve afin qu'il puisse rejoindre son équipe. Supposons qu'il sache dans quelle ligne se trouve Steve dans la base de données et qu'il puisse utiliser une requête spécifique, Q, qui renvoie la somme des n premières lignes de la colonne X de la base de données. En exécutant les requêtes Q5 (D1) et Q4 (D1), Ant-man calcule la différence entre les deux, ce qui lui permet de déterminer le statut de vote de Steve. Par exemple, si Q5 (D1) = 3 et Q4 (D1) = 2, la différence est de 1, ce qui signifie que le champ "A voté 'Non'" de Steve doit être 1. Cela met en évidence la façon dont les informations individuelles peuvent être révélées sans les interroger directement .

Si l'ensemble de données a été modifié en remplaçant (Steve, 1) par (Steve, 0) dans D2, Ant-man pourrait faire la distinction entre les deux ensembles de données en calculant Q5 et Q4 pour chacun. Cependant, si les valeurs de Q étaient obtenues par un algorithme e-différentiellement privé avec un ε suffisamment petit, l'adversaire ne serait pas en mesure de faire la distinction entre les deux ensembles de données. Pour protéger la confidentialité des données, du bruit peut être ajouté à la réponse de chaque individu. Par exemple, une valeur aléatoire comprise entre -0,5 et 0,5 peut être ajoutée à chaque réponse, ce qui donne le nouvel ensemble de données suivant.

Un exemple illustrant comment ajouter du bruit aux données d'origine se trouve ci-dessous.

import random
import numpy as np
import matplotlib.pyplot as plt

def add_noise(data, scale):
    """
    Add Laplace noise to the given data
    """
    noise = np.random.laplace(0, scale, size=data.shape)
    return data + noise

x = np.linspace(0, 10, 100)
y = np.sin(x)
scale = 0.1
noisy_y = add_noise(y, scale)

plt.plot(x, y, label='Original Data')
plt.plot(x, noisy_y, label='Noisy Data')
plt.legend()
plt.show()

Dans ce scénario, même si un acteur malveillant connaît l'ensemble de données d'origine, il est incapable de déterminer les informations d'un individu particulier car ses réponses ont été randomisées. Cela permet d'analyser les tendances globales des données, telles que le pourcentage de personnes qui ont voté « Non », tout en préservant la confidentialité des personnes concernées.

Dans le paysage numérique en évolution rapide d'aujourd'hui, l'informatique de pointe et la science des données sont devenues de plus en plus essentielles pour assurer un traitement efficace et plus rapide des données. L'informatique de périphérie permet le traitement décentralisé des données à proximité de leur source, réduisant la latence et permettant une prise de décision en temps réel. La convergence de ces domaines recèle un immense potentiel pour transformer les industries et améliorer nos vies d'innombrables façons. Au fur et à mesure que la technologie progresse, il sera essentiel d'équilibrer les avantages des solutions basées sur les données avec la nécessité de protéger la confidentialité et la sécurité. En restant informés et proactifs, nous pouvons nous assurer que l'avenir de l'informatique de pointe et de la science des données reste brillant et sécurisé. C'est là que les concepts de minimisation des données et de confidentialité différentielle entrent en jeu, car ils joueront un rôle crucial dans la sécurisation de la confidentialité des utilisateurs. En conclusion, l'importance de l'informatique de pointe, de la science des données et de la confidentialité différentielle ne peut être surestimée. Ces domaines continueront de façonner notre monde dans les années à venir, et il est essentiel de rester informé et préparé aux opportunités et aux défis qui nous attendent.

Références :

https://advisory.kpmg.us/articles/2021/bridging-the-trust-chasm.html https://towardsdatascience.com/understanding-differential-privacy-85ce191e198a
https://techmonitor.ai/policy/privacy-and-data-protection/privacy-on-the-edge-why-edge-computing-is-a-double-edged-sword-for-privacy https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9083958&tag=1 https://www.nist.gov/blogs/cybersecurity-insights/differential-privacy-privacy-preserving-data-analysis-introduction-our https://www.spiceworks.com/tech/cloud/articles/edge-vs-cloud-computing/ https://en.wikipedia.org/wiki/Differential_privacy