• Concevoir des workflows d’inférence IA sécurisés, chiffrés et respectueux de la vie privée pour la plateforme ReDX
• Étudier les environnements d’exécution de confiance (TEE) et le confidential computing
• Évaluer la faisabilité et les compromis de performance du calcul multipartite sécurisé (MPC) et de l’inférence fractionnée pour des charges multimodales
• Analyser la performance, le niveau de sécurité et la latence de la solution développée
• Appliquer des techniques d’accélération pour réduire le temps d’inférence de bout en bout
• Protéger les décisions de l’IA contre l’injection de prompts et les tentatives de manipulation

Livrables attendus :

• Un rapport technique sur la conception, la mise en œuvre et l’évaluation de la plateforme
• Le code source et la documentation de la solution sécurisée et du mécanisme de prévention de l’injection de prompts
• Des indicateurs de qualité des données, de performance d’inférence, de sécurité et d’efficacité des protections
• Un prototype de démonstration du traitement IA sécurisé