Table des Matières
Un système d'IA en air gap tourne sur des serveurs sans aucun chemin réseau vers Internet. Pour le faire fonctionner, on télécharge fichiers de modèle, logiciels d'inférence, images de conteneurs et paquets sur une machine connectée, on les contrôle, on les fait passer par une procédure de transfert maîtrisée, et on configure chaque composant pour qu'il n'appelle jamais l'extérieur. Les mises à jour suivent le même chemin.
Points clés
- Un grand modèle de langage n'a pas besoin d'Internet pour fonctionner. Il lui faut ses fichiers de poids, un serveur d'inférence et leurs dépendances sur disque local.
- Tout ce qui franchit l'air gap doit être haché, analysé et enregistré. Préférez les fichiers safetensors : les fichiers de modèle basés sur pickle peuvent exécuter du code au chargement (Hugging Face).
- Il faut indiquer aux bibliothèques qu'elles sont hors ligne. Les outils Hugging Face disposent du paramètre
HF_HUB_OFFLINE, et vLLM collecte des statistiques d'usage tant qu'on ne les désactive pas (vLLM). - Un air gap réduit le risque sans le supprimer. Des attaquants ont atteint des systèmes gouvernementaux isolés au moyen de clés USB (ESET).
- La difficulté est la procédure de mise à jour, pas la première installation. Formalisez-la, testez-la sur un système de préproduction et désignez-en le responsable.
Que signifie « air gap » pour un système d'IA ?
Un système en air gap n'a aucune connexion réseau avec Internet ni avec des réseaux de moindre confiance. Les données n'entrent et ne sortent que par une procédure délibérée : supports amovibles, équipement de transfert unidirectionnel ou station de transfert dédiée.
Pour un système d'IA, le modèle, le moteur d'inférence et l'index documentaire se trouvent tous dans la zone isolée, et les utilisateurs y accèdent depuis cette même zone. Rien ne sort : pas de vérification de licence, pas de télémétrie, pas de téléchargement automatique de modèle.
C'est la plus stricte des options de déploiement comparées dans notre guide de l'IA souveraine on-premise. Elle convient aux usages proches des systèmes de contrôle-commande, aux données d'ingénierie classifiées ou aux sites éloignés sans liaison fiable. Pour un serveur on-premise doté d'une connexion Internet contrôlée, une bonne partie de cet article est facultative.
Que faut-il faire passer de l'autre côté de l'air gap ?
Un assistant LLM opérationnel ne se résume pas à un fichier de modèle. Tous les éléments ci-dessous doivent être introduits lors de la première installation, puis à chaque changement.
| Composant | Exemples | Conditionnement | Quand il change |
|---|---|---|---|
| Poids du modèle | LLM, modèle d'embedding, reranker | Fichiers safetensors avec fichiers de configuration et de tokenizer | Quand vous décidez de changer de version |
| Serveur d'inférence | vLLM, NVIDIA NIM | Image de conteneur enregistrée sous forme d'archive tar | À la sortie d'un correctif de sécurité ou d'une fonction nécessaire |
| Dépendances Python | Bibliothèques d'extraction documentaire et de recherche | Fichiers wheel récupérés avec pip download | À chaque version de l'application |
| Système d'exploitation et pile GPU | Paquets Linux, pilote NVIDIA, CUDA | Miroir local de paquets ou bundle de l'éditeur | Selon le cycle de correctifs du système et de l'éditeur |
| Application | Chaîne de recherche, interface utilisateur, connecteurs | Images de conteneurs | À chaque version |
| Contenu | Manuels, procédures, rapports | Documents, indexés dans la zone | Au fil de l'évolution de vos documents |
Deux outils standard couvrent l'essentiel du conditionnement. docker image save enregistre une ou plusieurs images dans une archive tar, restaurable ensuite avec docker load (Docker). pip download résout et télécharge les paquets exactement comme le ferait pip install, et les enregistre dans un répertoire réutilisable ensuite pour une installation hors ligne (pip).
N'oubliez pas le volet documentaire. Un assistant de recherche documentaire a besoin d'un outil d'extraction et d'un modèle d'embedding qui tournent eux aussi en local. Docling, un convertisseur de documents sous licence MIT, cite parmi ses fonctions l'exécution locale pour les données sensibles et les environnements en air gap (Docling). Notre guide du RAG sur les manuels de maintenance traite de cette chaîne.
Comment faire fonctionner les logiciels sans Internet ?
Beaucoup d'outils d'IA supposent qu'ils sont connectés. Ils vérifient l'existence de nouvelles versions de modèle, téléchargent les fichiers manquants au premier usage ou envoient des statistiques d'usage. En air gap, ces appels échouent, parfois après un délai, parfois avec une erreur au démarrage. Configurez explicitement chaque composant.
Télécharger côté connecté, charger depuis le disque côté isolé. La documentation de Transformers décrit cette démarche : télécharger le dépôt du modèle à l'avance avec snapshot_download, puis définir HF_HUB_OFFLINE=1 pour empêcher les appels HTTP vers le Hub, ou charger avec local_files_only=True (Hugging Face Transformers). En mode hors ligne, seuls les fichiers en cache sont utilisés, et une erreur est levée si un fichier manque (huggingface_hub). Cette erreur est utile : pendant les tests, elle signale qu'un élément n'a pas été transféré.
Désactiver la télémétrie. vLLM collecte par défaut des statistiques d'usage anonymes, notamment des informations sur le matériel et l'architecture du modèle. Définir VLLM_NO_USAGE_STATS=1 ou DO_NOT_TRACK=1 désactive cette collecte (vLLM). Les bibliothèques Hugging Face respectent HF_HUB_DISABLE_TELEMETRY=1 (huggingface_hub). Les données ne pourraient de toute façon pas sortir, mais la désactivation évite des tentatives de connexion vaines et montre l'intention aux auditeurs.
Utiliser les procédures air gap des éditeurs quand elles existent. NVIDIA documente un déploiement en air gap pour ses conteneurs NIM pour LLM : télécharger le profil du modèle dans un cache sur une machine connectée, copier ce cache sur le système isolé, puis démarrer le conteneur sans clé d'API NGC (NVIDIA NIM).
Tester le démarrage à froid câble débranché. Avant la mise en service, démarrez toute la pile sur un serveur de préproduction sans aucune connexion réseau. Chaque téléchargement caché apparaît alors sous forme d'erreur.
Comment contrôler les fichiers de modèle avant leur entrée ?
Une fois à l'intérieur, un fichier tend à être considéré comme fiable. Les contrôles se font donc avant le transfert.
Préférer safetensors. Pickle, format par défaut des poids PyTorch, peut exécuter du code arbitraire au chargement d'un fichier, et Hugging Face conseille de charger les modèles d'utilisateurs et d'organisations de confiance (Hugging Face). Safetensors est un format conçu pour stocker des tenseurs de façon sûre, contrairement à pickle (safetensors). Si un modèle n'est publié qu'en fichiers pickle (.bin, .pt), cherchez une autre source ou convertissez-le dans un bac à sable isolé.
Vérifier les empreintes des deux côtés. Calculez les empreintes SHA-256 sur la machine connectée juste après le téléchargement, puis à nouveau dans l'air gap après le transfert. Toute différence signifie que le fichier a été modifié en route.
Signer ce que vous validez. Le Top 10 OWASP pour les applications LLM relève que les modèles publiés n'offrent pas de garantie solide de provenance, et recommande des contrôles d'intégrité par signature et empreintes de fichiers, ainsi qu'une nomenclature logicielle (SBOM) (OWASP LLM03:2025). L'outil open source de signature de modèles de Sigstore peut signer un répertoire de modèle avec votre propre clé privée et le vérifier à l'aide d'un fichier de clé publique (Sigstore model-transparency).
Tenir un registre. Pour chaque élément : nom, version, source, empreinte, validateur et date d'entrée.
Un air gap suffit-il à protéger un système d'IA ?
Non. Il supprime le chemin réseau mais crée un chemin physique. Les chercheurs d'ESET ont documenté un groupe nommé GoldenJackal qui a utilisé des outils sur mesure pour compromettre des systèmes isolés au moyen de clés USB : dans une ambassade d'un pays d'Asie du Sud en Biélorussie depuis au moins août 2019, et dans une organisation gouvernementale d'un pays de l'Union européenne de mai 2022 à mars 2024 (ESET).
Le modèle d'import sûr de données vers un système de haute sécurité, publié par le National Cyber Security Centre britannique, énumère les contrôles du chemin entrant : transformer le contenu pour en retirer tout élément potentiellement actif, le vérifier, opérer une rupture de protocole et imposer un flux unidirectionnel, par exemple au moyen d'une diode de données (NCSC). Le NCSC précise que le flux unidirectionnel n'arrête pas un exploit caché dans le contenu, mais qu'il rend plus difficiles la prise de contrôle à distance et l'exfiltration de données.
| Méthode de transfert | Fonctionnement | Risque principal | Contrôles |
|---|---|---|---|
| Supports amovibles | Clé USB ou disque transporté d'une zone à l'autre | Logiciel malveillant sur le support ; support perdu | Supports dédiés et inventoriés ; station d'analyse ; vérification des empreintes à l'arrivée |
| Station de transfert | Une machine dédiée analyse et copie le contenu entre les zones | Compromission de la station elle-même | Station durcie et à jour ; chaque transfert journalisé |
| Diode de données | Équipement qui ne laisse passer les données que dans un sens | Un contenu malveillant passe malgré tout | Transformer et vérifier le contenu avant la diode |
Les logiciels à l'intérieur de l'air gap ont toujours des vulnérabilités. Rien qu'en octobre 2026, le projet vLLM a publié plusieurs avis de sécurité, dont un classé de gravité élevée (avis de sécurité vLLM, consultés en novembre 2026). Un air gap donne du temps pour appliquer les correctifs ; il n'en supprime pas la nécessité.
Si le système d'IA lit des données de l'usine, gardez ce chemin en lecture seule et unidirectionnel, comme décrit dans l'intégration de l'IA aux systèmes SCADA et OT.
Comment mettre à jour un système d'IA en air gap, étape par étape ?
- Décider quoi mettre à jour. Examinez les correctifs de sécurité du serveur d'inférence, du système d'exploitation et des pilotes selon un cycle fixe, avec une procédure d'urgence pour les vulnérabilités graves. Ne changez de modèle que si une évaluation montre un gain.
- Constituer le lot sur une machine de construction connectée. Téléchargez les fichiers de modèle, enregistrez les images de conteneurs, récupérez les wheels Python et figez les versions exactes.
- Contrôler et enregistrer. Analysez l'absence de logiciel malveillant, confirmez le format safetensors, calculez les empreintes, signez le lot et mettez à jour le registre.
- Transférer par le chemin maîtrisé. Utilisez des supports dédiés ou un équipement de transfert unidirectionnel. Vérifiez empreintes et signatures à l'arrivée.
- Installer sur un système de préproduction dans l'air gap. Il doit reproduire la production : même type de GPU, mêmes pilotes, même configuration.
- Évaluer avant de basculer. Passez votre jeu de test de vraies questions, en arabe, en français et en anglais, sur l'ancienne et la nouvelle version. Comparez la qualité des réponses, le temps de réponse et la consommation mémoire.
- Basculer en gardant un retour arrière. Conservez l'ancien modèle et les anciennes images sur disque pour pouvoir revenir en arrière rapidement.
- Reconstruire l'index si le modèle d'embedding a changé. Les vecteurs de modèles d'embedding différents ne sont pas compatibles : un nouveau modèle d'embedding impose de réindexer tous les documents.
Quelle est la taille des transferts ?
Les poids du modèle dominent. La règle empirique de Hugging Face est d'environ 2 Go par milliard de paramètres en précision bfloat16 : un modèle de 70 milliards de paramètres représente donc environ 140 Go de poids (Hugging Face). Les versions quantifiées en 8 bits et 4 bits sont plus légères. Choisissez des supports et des procédures capables de gérer des centaines de gigaoctets, et prévoyez le temps nécessaire au hachage et à l'analyse de fichiers de cette taille. Pour le volet GPU, consultez le dimensionnement matériel et GPU d'un LLM on-premise.
Ce que nous avons constaté chez KABAS AI
DALILE, notre plateforme pour les documents industriels, fonctionne entièrement hors ligne sur vos propres serveurs, sans accès Internet. Concevoir pour cette contrainte conduit à trois recommandations pratiques.
Convenir de la procédure de mise à jour avec la sécurité avant la première installation. Le chemin de transfert, les validateurs et les supports sont en général fixés par l'équipe sécurité du site. Le système d'IA devient un utilisateur de plus de cette procédure : définissez avec elle, dès le départ, le format des lots, les contrôles et la fréquence.
Prévoir les documents, pas seulement les modèles. Les changements de modèle sont occasionnels. Les manuels, procédures et rapports sur lesquels s'appuie un assistant évoluent en continu, et il leur faut leur propre routine d'extraction et d'indexation à l'intérieur de la zone.
Garder le système de préproduction après la mise en service. C'est là que chaque mise à jour est testée câble débranché, et là que l'on répète un retour arrière.
Lorsque vous évaluez des fournisseurs, demandez comment leur produit se comporte hors ligne et quelles fonctions cessent de fonctionner ; notre guide pour choisir un fournisseur d'IA industrielle liste les questions à poser. Notre équipe conseil peut vous aider à concevoir l'architecture et la procédure de mise à jour d'un site isolé.
Sources
- Hugging Face: Pickle scanning and the risks of pickle files
- Hugging Face: Safetensors documentation
- Hugging Face Transformers: Installation and offline mode
- Hugging Face Hub: Environment variables
- Hugging Face: Optimizing LLMs for speed and memory
- vLLM: Usage stats collection
- vLLM: GitHub security advisories
- NVIDIA: Air gap deployment for NVIDIA NIM for LLMs
- Docker: docker image save
- pip: pip download
- Docling sur GitHub
- OWASP Top 10 for LLM Applications 2025: LLM03 Supply Chain
- Sigstore: Model transparency and model signing
- ESET Research: Mind the (air) gap, GoldenJackal gooses government guardrails, 2024
- NCSC: Pattern for safely importing data
Questions fréquentes
Un grand modèle de langage peut-il fonctionner sans connexion Internet ?
Oui. Une fois les poids du modèle, le serveur d'inférence et leurs dépendances présents sur disque local, l'inférence elle-même n'a besoin d'aucun réseau. Certaines bibliothèques tentent pourtant de vérifier les mises à jour ou d'envoyer des statistiques d'usage : chacune doit donc être configurée pour le mode hors ligne et testée câble réseau débranché.
À quelle fréquence faut-il mettre à jour un système d'IA en air gap ?
Il n'existe pas d'intervalle unique. Les correctifs de sécurité du serveur d'inférence, du système d'exploitation et des pilotes GPU doivent être examinés selon un cycle fixe, avec une procédure d'urgence pour les vulnérabilités graves. Le modèle ne doit être changé que si une évaluation sur vos propres questions montre que le nouveau modèle est meilleur.
Est-il sûr d'introduire des modèles sur une clé USB ?
Oui, avec des contrôles. Les supports amovibles sont une voie d'attaque connue vers les réseaux isolés : utilisez des supports dédiés et inventoriés, analysez le contenu sur une station séparée, vérifiez les empreintes et les signatures des fichiers des deux côtés, et préférez le format safetensors aux fichiers de modèle basés sur pickle.
Qu'est-ce qu'une diode de données et en ai-je besoin ?
Une diode de données est un équipement qui ne laisse passer les données que dans un seul sens. Le NCSC britannique présente ce contrôle de flux unidirectionnel comme un élément d'une chaîne d'import sûre, aux côtés de la transformation et de la vérification du contenu. Elle rend plus difficiles la prise de contrôle à distance et le vol de données, mais n'empêche pas un contenu malveillant de passer : les fichiers doivent donc toujours être contrôlés.
Peut-on ajouter de nouveaux documents à un assistant IA hors ligne ?
Oui. Dans une architecture RAG, les nouveaux documents sont analysés et indexés à l'intérieur de la zone isolée, sans jamais en sortir. L'outil d'extraction des documents et le modèle d'embedding doivent eux aussi tourner en local. Si vous changez de modèle d'embedding, tout l'index documentaire doit être reconstruit.



