Confidentialité, régions et conformité

Région des données et région de déploiement#

Pendant l’intégration, Platform mesure la latence vers ses trois régions de données et recommande la plus proche. Ton choix devient la dataRegion du compte :

La région des données détermine où Platform stocke les jeux de données, les modèles et les données d’entraînement gérées, ainsi que l’emplacement de l’inférence partagée. Trois éléments n’en dépendent pas :

• Les points de terminaison dédiés s’exécutent dans l’une des 42 régions de déploiement de ton choix. Ainsi, un espace de travail de l’EU peut servir des requêtes depuis Tokyo, et l’image de chaque requête y est envoyée.
• Les données au niveau du compte, comme le profil, la facturation et l’activité, sont traitées à l’échelle mondiale, comme l’explique la politique de confidentialité.
• Emplacement du calcul. La région des données garantit le stockage. Si un contrat limite l’emplacement du traitement, confirme l’emplacement des GPU et des points de terminaison auprès d’Ultralytics avant l’entraînement, ou utilise On Premise.

Tu ne peux pas modifier toi-même la région des données ; il faut en faire la demande au support. Les espaces de travail d’équipe héritent de la région des données de la personne qui les crée. Prends ta décision en fonction du contrat, pas de la latence :

Lorsque la latence et la résidence des données entrent en conflit pour des utilisateurs multinationaux, choisis délibérément : un point de terminaison dans la région des données (conformité plus simple, mais accès plus lent pour les utilisateurs éloignés), des points de terminaison dans plusieurs régions (plus rapide, mais chaque région reçoit les images des requêtes ; vérifie donc la conformité de chacune avec le contrat), ou des espaces de travail distincts par juridiction (séparation maximale, mais gestion plus complexe).

Visibilité et accès#

Les nouveaux jeux de données et projets sont Publics avec les offres Free et Pro, et Privés avec Enterprise. Tout le monde peut consulter les ressources publiques, y compris les visiteurs non connectés, et les cloner depuis Explore ; rendre une ressource privée par la suite ne supprime pas les copies déjà clonées par d’autres. Les espaces de travail d’équipe (Pro et Enterprise) utilisent quatre rôles :

Chaque point de terminaison dédié est associé à une seule clé API, et seul le propriétaire de l’espace de travail peut consulter la valeur de la clé. Supprimer cette clé ne bloque pas le point de terminaison ; il faut arrêter ou supprimer le déploiement.

Exemple : anonymiser avant l’envoi#

Platform floute les visages : fais un clic droit sur une image et choisis Flouter les visages (gratuit), lance l’opération sur tout un jeu de données depuis Plus d’actions (1,00 $ pour 1 000 images), ou active le floutage dans la boîte de dialogue Nouveau jeu de données pour flouter les images lors de leur traitement, sans frais. Cette fonction ne floute pas les plaques d’immatriculation, les écrans ni les personnes présentes à l’arrière-plan, et elle n’est pas disponible pour les jeux de données connectés.

Pour tout le reste, anonymise les données avant que les pixels ne quittent ta machine. Dans un projet de chariot élévateur, par exemple, les personnes sont présentes à l’arrière-plan et ne sont pas une classe que tu détectes : floute-les donc complètement :

from pathlib import Path

import cv2

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # swap in a plate or face detector for those objects
out = Path("anonymized")
out.mkdir(exist_ok=True)

for result in model.predict("https://ultralytics.com/images/bus.jpg", classes=[0], conf=0.25, verbose=False):
    img = result.orig_img
    for x1, y1, x2, y2 in result.boxes.xyxy.int().tolist():
        img[y1:y2, x1:x2] = cv2.GaussianBlur(img[y1:y2, x1:x2], (51, 51), 0)  # irreversible once saved
    cv2.imwrite(str(out / Path(result.path).name), img)
    print(f"{Path(result.path).name}: blurred {len(result.boxes)} people")

bus.jpg: blurred 4 people

• classes=[0] limite la détection aux personnes ; indique le dossier de tes images à predict pour traiter tout un lot.
• conf=0.25 est volontairement faible : pour préserver la confidentialité, mieux vaut flouter une zone en trop que manquer une personne. Vérifie tout de même les résultats, car les détecteurs ne repèrent pas toujours les personnes de petite taille ou partiellement occultées.
• Envoie uniquement le dossier anonymized/, et conserve les originaux conformément à ta politique de conservation.

Règles de décision : floute uniquement les visages (outil de Platform) lorsque les personnes sont une classe que tu détectes, car flouter les corps entiers détruirait le signal appris par le modèle. Floute entièrement les personnes présentes à l’arrière-plan lorsque les personnes ne sont pas une classe. Masque les plaques si tes règles les considèrent comme des données personnelles, comme c’est souvent le cas dans l’EU et en Californie. Lorsque seuls des décomptes ou des alertes peuvent quitter le site, exécute l’inférence en périphérie et envoie les métadonnées plutôt que les images.

Conservation et suppression#

Pour répondre aux demandes d’accès, Exporter toutes les données dans Paramètres > Profil génère un fichier JSON contenant tes métadonnées (profil, jeux de données, projets, modèles, activité), mais pas les images ni les poids.

Liste de vérification de conformité avant lancement#

1. Quelles données quittent l’environnement du client ? Des images, des prédictions ou uniquement des agrégats ?
2. Quelle région de données et quelles régions de déploiement ? Respectent-elles toutes les exigences du contrat ?
3. Tous les jeux de données et projets sensibles sont-ils privés ? Vérifie qu’aucune copie publique n’a été créée auparavant.
4. Les visages sont-ils floutés et les plaques masquées lorsque c’est nécessaire ? Qui vérifie les éléments que le floutage n’a pas détectés ?
5. As-tu le droit d’entraîner un modèle sur les données de ce client ? Si ce n’est pas le cas, conserve-les dans un espace de travail distinct.
6. Comment supprimer les images d’un client à sa demande ? Indique les jeux de données concernés et l’étape de mise à la corbeille.
7. Qui possède quel rôle, et qui détient les clés API de déploiement ?

Ultralytics publie sa posture de sécurité, notamment sa conformité à ISO/IEC 27001:2022 et SOC 2 Type I, sur la page consacrée à la sécurité. Demande à un responsable de la conformité de valider tout déploiement réglementé.

Pièges#