L'entraînement des modèles d'IA nécessite des données. Dans les environnements de défense, les données qui constitueraient les meilleurs échantillons d'entraînement — vidéos opérationnelles de capteurs, interceptions SIGINT, signatures acoustiques de combats réels — sont précisément celles qu'on ne peut pas centraliser. Elles sont classifiées, compartimentées, générées sur des nœuds avancés sans backhaul à large bande, ou simplement trop opérationnellement sensibles pour être transmises à un centre d'entraînement central.

L'apprentissage fédéré résout cette tension. Au lieu de déplacer les données d'entraînement vers le modèle, il déplace le modèle vers les données. Chaque nœud de capteur entraîne un modèle local sur ses propres observations, puis transmet uniquement les mises à jour de gradient résultantes — pas les données brutes — à un serveur d'agrégation. Le serveur combine ces gradients pour produire un modèle global amélioré et le redistribue à tous les nœuds. Les données brutes du capteur ne quittent jamais le nœud.

Pourquoi l'apprentissage fédéré est crucial pour la défense

L'IA de défense fait face à un problème de données sans analogue commercial. Les images d'un drone ISR opérant au-dessus d'une zone contestée sont classifiées à la source — elles ne peuvent pas transiter par une infrastructure cloud commerciale pour l'entraînement. La contrainte de bande passante est tout aussi fondamentale. Un réseau de capteurs SIGINT passifs avancés ne peut pas transmettre des heures de données IQ quotidiennes à un serveur central via une liaison radio tactique à 64 kbps.

Architecture : entraînement local, agrégation des gradients, mise à jour globale

Le cycle canonique d'apprentissage fédéré comprend quatre étapes répétées sur plusieurs rounds : (1) Distribution du modèle à tous les nœuds participants lors de fenêtres de synchronisation planifiées ; (2) Entraînement local du modèle reçu sur les données locales pendant 1–5 époques sans transmission de données ; (3) Agrégation des gradients — chaque nœud calcule le delta entre les poids entraînés localement et les poids globaux initiaux et transmet ce delta au serveur ; (4) Mise à jour du modèle global par FedAvg, FedProx ou SCAFFOLD selon la distribution des données.

Défis : données non-IID et nœuds byzantins

La distribution hétérogène des données dans les réseaux de capteurs militaires dégrade les performances du FedAvg standard et nécessite des stratégies d'agrégation plus sophistiquées. Les nœuds byzantins — compromis ou malveillants — peuvent corrompre le modèle agrégé avec des gradients empoisonnés. Les défenses incluent des algorithmes d'agrégation robustes (Krum, Bulyan, Trimmed Mean) et l'attestation cryptographique de l'identité des nœuds pour les déploiements DGA/EMA.

Insight clé : La compression des gradients réduit significativement la surcharge de communication de l'apprentissage fédéré sur les liaisons militaires à bande passante contrainte. La parcimonie top-k ou la quantification des gradients peuvent réduire le volume de communication par round de 10–100× avec un impact minimal sur la convergence.

Implémentation sur Jetson : frameworks PyTorch FL

Pour les nœuds de capteurs basés sur Jetson, Flower (flwr) et PySyft sont les deux frameworks d'apprentissage fédéré open-source les plus matures. Flower est agnostique au framework avec une architecture client-serveur propre et des stratégies d'agrégation interchangeables. PySyft fournit une abstraction de plus haut niveau axée sur la confidentialité avec support pour le calcul multi-parties sécurisé.

Confidentialité différentielle : prévenir la reconstruction des données

Même les mises à jour de gradient peuvent révéler des informations sur les données d'entraînement locales via des attaques d'inversion de gradient. La confidentialité différentielle (DP) résout cela en ajoutant du bruit gaussien ou laplacien calibré aux mises à jour de gradient avant transmission. L'implémentation de DP-SGD sur les nœuds Jetson utilise l'écrêtage de gradient par échantillon suivi de l'ajout de bruit. La bibliothèque Opacus de PyTorch fournit une implémentation efficace de DP-SGD compatible avec l'interface client de Flower.