GSP1327

Présentation
Model Armor sur Google Cloud Platform renforce la sécurité des applications d'IA en analysant les prompts des utilisateurs et les réponses générées par les LLM. Il permet de détecter des risques tels que les contenus nuisibles, l'injection de prompt ou les fuites de données sensibles. Model Armor permet aux entreprises de gérer et d'appliquer de manière centralisée des règles de sécurité pour leurs applications d'IA. Il agit comme un filtre pour assurer des interactions sécurisées et conformes. Ce service s'intègre à Security Command Center pour offrir une visibilité unifiée et contribue à protéger les modèles d'IA contre toute exposition ou manipulation non autorisée.
Dans cet atelier, vous allez apprendre à nettoyer les prompts et les réponses à l'aide de Model Armor.
Objectifs
Dans cet atelier, vous devez montrer que vous êtes capable d'effectuer les tâches suivantes :
- Activer l'API Model Armor
- Créer un modèle Model Armor
- Exécuter diverses commandes pour nettoyer les prompts utilisateur à l'aide de plusieurs fonctionnalités de sécurité
Préparation
Avant de cliquer sur le bouton "Démarrer l'atelier"
Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.
Cet atelier pratique vous permet de suivre les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Des identifiants temporaires vous sont fournis pour vous permettre de vous connecter à Google Cloud le temps de l'atelier.
Pour réaliser cet atelier :
- Vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome).
Remarque : Ouvrez une fenêtre de navigateur en mode incognito (recommandé) ou de navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le compte temporaire de participant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.
- Vous disposez d'un temps limité. N'oubliez pas qu'une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.
Remarque : Utilisez uniquement le compte de participant pour cet atelier. Si vous utilisez un autre compte Google Cloud, des frais peuvent être facturés à ce compte.
Démarrer l'atelier et se connecter à la console Google Cloud
-
Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, une boîte de dialogue s'affiche pour vous permettre de sélectionner un mode de paiement.
Sur la gauche, vous trouverez le panneau "Détails concernant l'atelier", qui contient les éléments suivants :
- Le bouton "Ouvrir la console Google Cloud"
- Le temps restant
- Les identifiants temporaires que vous devez utiliser pour cet atelier
- Des informations complémentaires vous permettant d'effectuer l'atelier
-
Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée si vous utilisez le navigateur Chrome).
L'atelier lance les ressources, puis ouvre la page "Se connecter" dans un nouvel onglet.
Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.
Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.
-
Si nécessaire, copiez le nom d'utilisateur ci-dessous et collez-le dans la boîte de dialogue Se connecter.
{{{user_0.username | "Username"}}}
Vous trouverez également le nom d'utilisateur dans le panneau "Détails concernant l'atelier".
-
Cliquez sur Suivant.
-
Copiez le mot de passe ci-dessous et collez-le dans la boîte de dialogue Bienvenue.
{{{user_0.password | "Password"}}}
Vous trouverez également le mot de passe dans le panneau "Détails concernant l'atelier".
-
Cliquez sur Suivant.
Important : Vous devez utiliser les identifiants fournis pour l'atelier. Ne saisissez pas ceux de votre compte Google Cloud.
Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.
-
Accédez aux pages suivantes :
- Acceptez les conditions d'utilisation.
- N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
- Ne vous inscrivez pas à des essais sans frais.
Après quelques instants, la console Cloud s'ouvre dans cet onglet.
Remarque : Pour accéder aux produits et services Google Cloud, cliquez sur le menu de navigation ou saisissez le nom du service ou du produit dans le champ Recherche.
Tâche 1 : Activer l'API Model Armor
Avant de pouvoir utiliser Model Armor, vous devez activer l'API.
-
Dans la console Google Cloud, activez Cloud Shell.
-
Exécutez la commande suivante :
PROJECT=$(gcloud config get-value project)
gcloud services enable modelarmor.googleapis.com --project=$PROJECT
Cliquez sur Vérifier ma progression pour valider l'objectif.
Activer l'API Model Armor
Tâche 2 : Ouvrir le notebook dans Vertex AI Workbench
-
Dans la console Google Cloud, accédez au menu de navigation (
) et cliquez sur Vertex AI > Workbench.
-
Recherchez l'instance , puis cliquez sur le bouton Ouvrir JupyterLab.
L'interface JupyterLab de votre instance Workbench s'ouvre dans un nouvel onglet de navigateur.
Remarque : Si vous ne voyez pas de notebooks dans JupyterLab, veuillez suivre la procédure ci-dessous pour réinitialiser l'instance.
1. Fermez l'onglet du navigateur pour JupyterLab, puis revenez à la page d'accueil de Workbench.
2. Cochez la case à côté du nom de l'instance, puis cliquez sur Réinitialiser.
3. Une fois que le bouton Ouvrir JupyterLab est à nouveau activé, patientez une minute, puis cliquez dessus.
Tâche 3 : Configurer le notebook
-
Ouvrez le fichier .
-
Dans la boîte de dialogue Select Kernel (Sélectionner le kernel), sélectionnez Python 3 dans la liste des kernels disponibles.
-
Parcourez les sections Getting Started (Premiers pas) et Import libraries (Importer des bibliothèques) du notebook.
- Pour Project ID (ID du projet), utilisez et pour Location (Emplacement), utilisez .
Remarque : Vous pouvez ignorer les cellules du notebook avec la mention Colab only (Colab uniquement). Si l'exécution d'une cellule renvoie l'erreur 429, patientez une minute avant de la réexécuter pour poursuivre.
Tâche 4 : Créer un modèle Model Armor
Dans cette tâche, vous allez créer un modèle Model Armor nommé ma-template, destiné à définir des règles de sécurité et de filtrage de contenu pour les interactions avec l'IA. Ce modèle établit des règles permettant de détecter et de limiter l'exposition des données sensibles, garantissant ainsi la conformité aux normes de protection des données.
Suivez la section Create a Model Armor Template (Créer un modèle Model Armor) du notebook pour créer le modèle ma-template à l'emplacement , en utilisant la configuration de filtres fournie. Une fois que vous avez terminé, revenez ici pour vérifier votre progression et valider l'objectif.
Remarque : Avant de cliquer sur le bouton Vérifier ma progression, assurez-vous d'avoir enregistré le fichier du notebook.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Créer un modèle Model Armor
Tâche 5 : Valider les prompts utilisateur avec Model Armor
Dans cette tâche, vous allez tester différents prompts utilisateur afin d'évaluer la capacité de Model Armor à détecter et filtrer différents types de données sensibles, selon les infoTypes de Sensitive Data Protection (SDP) prédéfinis. Ce processus permet de s'assurer que Model Armor filtre et protège efficacement les données contre toute exposition non autorisée.
Suivez la section Validating User Prompts with Model Armor (Valider les prompts utilisateur avec Model Armor) du notebook pour exécuter des commandes permettant de nettoyer les prompts utilisateur à l'aide de différentes fonctionnalités de sécurité. Une fois que vous avez terminé, revenez ici pour vérifier votre progression et valider les objectifs.
Remarque : Avant de cliquer sur le bouton Vérifier ma progression, assurez-vous d'avoir enregistré le fichier du notebook.
- Saisissez un prompt utilisateur pour que Model Armor vérifie s'il respecte les principes de l'IA responsable.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Saisir un prompt utilisateur pour vérifier s'il respecte les principes de l'IA responsable
- Saisissez un prompt utilisateur pour que Model Armor détecte les URI malveillants.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Saisir un prompt utilisateur pour détecter les URI malveillants
- Saisissez un prompt utilisateur pour que Model Armor applique des règles de protection contre la perte de données.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Saisir un prompt utilisateur pour appliquer des règles de protection contre la perte de données
- Saisissez une réponse générée par le modèle d'IA pour que Model Armor applique des règles de protection contre la perte de données.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Saisir une réponse générée par le modèle d'IA pour appliquer des règles de protection contre la perte de données
- Exécutez un prompt utilisateur stocké dans un fichier pour que Model Armor le nettoie selon le format de fichier spécifié.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Exécuter un prompt utilisateur stocké dans un fichier pour le nettoyer selon le format de fichier spécifié
Félicitations !
Vous avez réussi à créer un modèle Model Armor et à exécuter différents prompts utilisateur pour vérifier la détection de différents infoTypes de Sensitive Data Protection (SDP).
Dernière mise à jour du manuel : 25 novembre 2025
Dernier test de l'atelier : 25 novembre 2025
Copyright 2026 Google LLC. Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.