Surveillance de la derive de donnees
iaDéfinition
La surveillance de la derive de donnees (data drift monitoring) est un controle continu qui compare la distribution statistique des donnees recues en production a celle des donnees d'entrainement d'un modele. Une derive survient par exemple quand la clientele change, quand un capteur est remplace, ou quand un format de saisie evolue : le modele continue de repondre mais sur une population differente de celle pour laquelle il a ete valide. Les techniques usuelles incluent le test de Kolmogorov-Smirnov, la divergence de Kullback-Leibler, l'indice de stabilite de population (PSI) et des methodes bases sur les autoencodeurs pour les donnees non structurees. Des seuils d'alerte sont definis par variable et globalement, avec des tableaux de bord suivis par les equipes MLOps. Cette surveillance est distincte de la derive de concept : les donnees peuvent deriver sans que la relation entree-sortie change, et inversement. Elle constitue une exigence de facto des referentiels de gouvernance IA comme ISO/IEC 42001 et du NIST AI RMF, qui demandent une supervision du cycle de vie apres deploiement. Une derive non detectee expose l'organisation a des predictions biaisees, des pertes financieres et un risque reputationnel, en particulier pour les systemes soumis a l'AI Act.
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