Une approche de gouvernance réseau ou de données qui divise les ressources en zones avec des politiques distinctes, restreignant l'accès des systèmes d'IA en fonction de la sensibilité des données.
Segmentation architecturale dans laquelle les environnements (p. ex., développement, test, production) ou les classifications de données (p. ex., public, interne, confidentiel) sont attribués à des « zones » réseau ou logiques distinctes. Les politiques d’accès — pare-feu, rôles IAM, chiffrement — sont adaptées à chaque zone. La gouvernance exige de définir les niveaux de confiance des zones, de documenter les règles de communication inter-zones et d’auditer régulièrement les configurations des zones afin de prévenir tout mouvement latéral non autorisé ou toute fuite de données.
Une plateforme d’IA pour la santé applique un contrôle d’accès basé sur des zones : les données identifiables des patients résident dans une zone « confidentielle » accessible uniquement au service d’analytique approuvé par l’équipe de protection des données, tandis que les jeux de données anonymisés se trouvent dans une zone « interne » destinée à une expérimentation data science plus large, garantissant ainsi une séparation stricte et l’application cohérente des politiques entre les zones.
