ネットワークまたはデータガバナンスアプローチは、リソースを異なるポリシーを持つゾーンに分割し、データの機密性に応じてAIシステムのアクセスを制限します。
環境（例：開発、テスト、本番）やデータ分類（例：公開、社内、機密）を、それぞれ独立したネットワークまたは論理的な「ゾーン」に割り当てるアーキテクチャ上のセグメンテーションです。アクセス ポリシー（ファイアウォール、IAM ロール、暗号化）は、ゾーンごとに最適化されます。ガバナンスでは、ゾーンの信頼レベルを定義し、ゾーン間通信ルールを文書化し、不正なラテラル ムーブメントやデータ漏えいを防ぐためにゾーン構成を定期的に監査することが求められます。
医療向けAIプラットフォームでは、ゾーンベースのアクセス制御を実施しています。患者を特定可能なデータは、プライバシー承認済みの分析サービスのみがアクセスできる「機密」ゾーンに格納され、匿名化されたデータセットは、より広範なデータサイエンス実験のための「内部」ゾーンに配置されます。これにより、ゾーン間での厳格な分離とポリシー適用が確実に担保されます。
