Surveillance de la derive de concept
iaDéfinition
La surveillance de la derive de concept (concept drift monitoring) est un dispositif qui detecte les changements de la relation statistique entre les variables d'entree et la variable cible d'un modele de machine learning une fois en production. Contrairement a la derive de donnees, qui porte sur la distribution des entrees, la derive de concept signifie que le phenomene predit lui-meme change de nature : un modele de detection de fraude peut voir les schemas d'attaque evoluer sans que le profil des transactions change en apparence. Les methodes courantes comparent les performances du modele sur des donnees etiquetees recentes, ou utilisent des tests statistiques comme ADWIN, DDM ou Page-Hinkley qui detectent une rupture dans le taux d'erreur au fil du temps. En l'absence d'etiquettes immediates, on surveille des proxys : score de confiance, taux de rejet humain, distribution des predictions. Ce dispositif est un pilier du MLOps et un attendu implicite de l'AI Act pour les systemes a haut risque, qui impose une surveillance post-marche continue. Sans elle, un modele peut se degrader silencieusement pendant des mois, produisant des decisions biaisees ou erronees sans alerte. La reponse typique declenche un reentrainement, un ajustement de seuil, ou un retour a une version anterieure du modele.
Articles liés
Expert en cybersécurité offensive et intelligence artificielle. Pentest, audit et développement IA sur-mesure.
Services
- Audit Infrastructure
- Audit Kubernetes
- Audit Microsoft 365
- Audit Sécurité Réseau
- Analyse de Risques
- Audit Active Directory
- Audit Application Web
- Audit Cloud (AWS/Azure/GCP)
- Audit Messagerie
- Audit API (OWASP Top 10)
- Audit DevSecOps & CI/CD
- Audit Code Source (SAST)
- Audit Postes de Travail
- Audit Sauvegarde & Résilience
- Audit OT/SCADA (IEC 62443)
- Développement IA
- Formations
Ressources
Projets & Outils
© 2026 Ayi NEDJIMI Consultants. Tous droits réservés.
Un projet cybersécurité ?
Expert dispo · Réponse 24h