2 Un data lake souverain est un data lake, ou un lakehouse, conçu pour que les données restent dans un pays ou une juridiction donnés et demeurent sous le contrôle de l’organisation et de son cadre juridique national. Pour les banques, les assureurs, les administrations, les établissements de santé, les opérateurs télécoms et les opérateurs d’infrastructures critiques, la souveraineté n’est souvent pas une préférence mais une obligation. Régulateurs, autorités de protection des données et agences de sécurité nationale demandent de plus en plus où sont stockées les données, qui peut y accéder, quelles lois s’appliquent aux fournisseurs concernés et si l’organisation peut fonctionner de façon autonome si un fournisseur étranger devient indisponible. Cet article explique ce que signifie la souveraineté des données pour un data lake, comment les exigences varient selon les grandes régions et comment les entreprises réglementées conçoivent des data lakes qui gardent les données dans le pays sans renoncer à l’analytique moderne. Pour l’architecture générale, consultez notre guide sur l’exploitation d’un data lakehouse sur un stockage objet sur site. Résidence, souveraineté et contrôle Trois notions voisines sont souvent confondues : Résidence des données : le lieu où les données sont physiquement stockées. Souveraineté des données : les lois du pays qui régissent les données et les autorités qui peuvent en exiger l’accès. Contrôle opérationnel : la capacité de l’organisation à exploiter, consulter et déplacer ses données indépendamment d’un fournisseur donné. Un data lake peut satisfaire aux exigences de résidence en utilisant des centres de données dans le pays, tout en posant des questions de souveraineté si le fournisseur est soumis à des lois étrangères susceptibles d’imposer un accès. Les exigences par région Union européenne Le RGPD encadre les transferts de données personnelles hors de l’Espace économique européen, sauf garanties adéquates. Le cadre de protection des données UE-États-Unis (Data Privacy Framework), adopté en 2023, offre un mécanisme de transfert, mais de nombreuses organisations restent prudentes après l’invalidation des cadres précédents. Les règles sectorielles ajoutent d’autres attentes : DORA pour les entités financières, NIS2 pour les entités essentielles et importantes, et des règles nationales pour les données du secteur public et de santé. Le règlement européen sur les données (Data Act), applicable depuis septembre 2025, ajoute des exigences sur le changement de fournisseur cloud et des garanties contre l’accès illégal de pays tiers aux données non personnelles. France et Allemagne L’ANSSI, l’agence nationale française de la sécurité des systèmes d’information, délivre la qualification SecNumCloud pour les services cloud de confiance, qui comprend des exigences destinées à protéger contre l’accès juridique non européen. En Allemagne, le BSI publie le référentiel C5 pour la sécurité du cloud. Dans les deux pays, les organismes publics et les entreprises réglementées exigent souvent des fournisseurs qualifiés ou une infrastructure sur site pour les données sensibles. Royaume-Uni Le UK GDPR régit les données personnelles, avec ses propres règles de transfert. Les régulateurs financiers et le secteur public fixent des attentes en matière d’externalisation, de résilience et de localisation des données, et des directives de sécurité nationale s’appliquent aux données gouvernementales sensibles. États-Unis Les États-Unis ont des règles sectorielles plutôt qu’une loi unique de localisation des données. Les agences fédérales exigent des services cloud autorisés et, pour certaines données, une infrastructure et un personnel basés aux États-Unis. Les lois des États sur la vie privée, les régulateurs financiers et les règles de santé ajoutent des obligations. Pour les organisations non américaines, la portée du droit américain sur les fournisseurs dont le siège est aux États-Unis constitue souvent la préoccupation de souveraineté. Japon La loi japonaise sur la protection des informations personnelles (APPI) régit les données personnelles et les transferts transfrontaliers. Le programme ISMAP évalue les services cloud destinés à l’administration, et de nombreuses organisations conservent leurs données sensibles dans des installations nationales. Moyen-Orient Les Émirats arabes unis, l’Arabie saoudite et d’autres États du Golfe ont adopté des lois de protection des données et des règles sectorielles qui imposent, pour certaines catégories comme les données gouvernementales, de santé et financières, un stockage dans le pays. Les options d’architecture d’un data lake souverain Lakehouse sur site L’organisation exploite le stockage objet compatible S3, les catalogues et les moteurs de requêtes dans ses propres centres de données. Elle garde ainsi un contrôle maximal sur la localisation, les accès et l’exploitation, et évite toute dépendance envers des fournisseurs étrangers. Les formats de tables ouverts gardent l’architecture moderne et portable. Cloud national ou souverain Le data lake fonctionne sur un service cloud exploité par un fournisseur national, ou sur une offre souveraine conçue pour répondre aux exigences nationales, comme les services qualifiés en France. Cette option associe l’exploitation cloud au contrôle national, mais impose d’évaluer soigneusement l’actionnariat, l’exploitation et l’exposition juridique du fournisseur. Hybride Les données sensibles restent dans un environnement sur site ou souverain, tandis que les charges de travail moins sensibles utilisent des services de cloud public. Les formats ouverts permettent aux données autorisées de circuler entre les environnements. La gouvernance doit définir clairement quelles données peuvent aller où. Les principes de conception Garder le stockage dans le pays Placez toutes les copies des données, sauvegardes et répliques comprises, dans des lieux approuvés. La réplication multisite doit rester dans le pays ou dans des juridictions approuvées. Maîtriser les clés Chiffrez les données au repos et gérez les clés de chiffrement (en anglais) dans la juridiction, idéalement sous le contrôle de l’organisation elle-même. Qui contrôle les clés contrôle l’accès. Maîtriser les métadonnées et la télémétrie La souveraineté s’applique aux métadonnées, aux journaux et à la télémétrie autant qu’aux données. Les catalogues, les journaux de requêtes et les données de supervision peuvent révéler des informations sensibles. Gardez-les aussi dans le pays. Le blog de scality.com traite de la résidence des métadonnées (en anglais) et des frontières des données de télémétrie du stockage (en anglais). Restreindre les accès distants et d’administration L’accès du support (en anglais) d’un fournisseur depuis l’étranger peut compromettre la souveraineté. Définissez qui peut accéder aux systèmes, depuis où et avec quelle approbation. Utiliser des formats ouverts Les formats de tables et de fichiers ouverts gardent les données portables : l’organisation peut changer de moteur ou de fournisseur sans dépendance. Cela sert à la fois la souveraineté et le droit de changer de fournisseur promu par des textes comme le Data Act européen. Tout auditer Journalisez les accès aux données, les actions d’administration et les mouvements de données, et conservez les journaux dans le pays pour les régulateurs et les auditeurs. La résilience à l’intérieur des frontières Garder les données dans le pays ne doit pas signifier accepter un point de défaillance unique. Les régulateurs, comme ceux qui appliquent DORA, attendent des entités financières qu’elles résistent à des perturbations graves. Un data lake souverain doit s’étendre sur au moins deux sites dans le pays, avec une réplication ou une plateforme de stockage étendue entre eux, et des procédures de reprise testées. Des copies immuables protègent contre les ransomwares qui pourraient sinon détruire les deux sites. Lorsque le pays est petit ou que les sites partageraient des risques régionaux, certaines organisations conviennent avec les régulateurs de sites approuvés dans des juridictions voisines offrant une protection équivalente, documentés dans leurs plans d’externalisation et de résilience. Réversibilité et portabilité La souveraineté, c’est aussi pouvoir partir. Si un fournisseur change d’actionnariat, de tarifs ou d’exposition juridique, l’organisation doit pouvoir déplacer son data lake ailleurs sans perte de données ni de fonctionnalités. Les formats de tables ouverts, les interfaces S3 standard et des procédures d’export documentées rendent cela réaliste. Testez un plan de sortie au moins une fois, par exemple en restaurant un jeu de données représentatif dans un autre environnement et en l’interrogeant. Les performances n’ont pas à en pâtir Un data lake souverain peut offrir les mêmes capacités analytiques qu’un lakehouse en cloud public. Le stockage objet sur site, les moteurs modernes de requêtes et de traitement distribués et les formats de tables ouverts offrent de hautes performances lorsque le stockage et le réseau sont correctement dimensionnés. Les rôles de gouvernance La souveraineté est une responsabilité transverse. Les équipes juridiques et conformité interprètent les exigences, les équipes sécurité définissent les contrôles d’accès, les équipes plateforme de données mettent en œuvre l’architecture et les achats évaluent les fournisseurs. Un registre court et partagé indiquant quels jeux de données sont soumis à quelles règles de localisation garde tout le monde aligné. L’IA sur des données souveraines Les organisations veulent de plus en plus entraîner et exécuter des modèles d’IA sur des données sensibles sans les envoyer à l’étranger. Un data lake souverain en fournit la base gouvernée, avec une infrastructure GPU placée à côté du stockage dans le pays. Liste de contrôle : data lake souverain Identifier les exigences de résidence, de souveraineté et sectorielles par juridiction. Décider quelles données doivent rester dans le pays et lesquelles peuvent circuler. Choisir une architecture sur site, en cloud national ou hybride. Conserver toutes les copies, sauvegardes et répliques dans des lieux approuvés. Gérer les clés de chiffrement dans la juridiction. Garder catalogues, journaux et télémétrie dans le pays. Contrôler les accès distants d’administration et des fournisseurs. Utiliser des formats de tables ouverts pour la portabilité. Auditer les accès et les mouvements de données. Dimensionner le stockage et le réseau pour les performances analytiques. En résumé Un data lake souverain garde les données, les métadonnées et les clés dans la juridiction qui les régit, sous le contrôle de l’organisation, tout en offrant une analytique et une IA modernes. Les exigences diffèrent entre l’UE, le Royaume-Uni, les États-Unis, le Japon et le Moyen-Orient, mais les principes de conception restent les mêmes : stockage et copies dans le pays, contrôle local des clés, accès restreints, formats ouverts et auditabilité complète. Le stockage objet compatible S3 sur site associé à des formats de tables ouverts en constitue une base courante, souvent combinée à des services de cloud national pour les charges moins sensibles. Questions fréquentes Qu’est-ce qu’un data lake souverain ? Un data lake conçu pour que les données, les métadonnées et les clés restent dans une juridiction donnée et sous le contrôle de l’organisation. La résidence des données est-elle la même chose que la souveraineté ? Non. La résidence concerne le lieu de stockage des données ; la souveraineté concerne les lois applicables et les autorités qui peuvent en exiger l’accès. Une région de cloud public peut-elle satisfaire aux exigences de souveraineté ? Elle satisfait parfois aux exigences de résidence, mais les lois étrangères applicables au fournisseur peuvent encore poser des questions de souveraineté. Que sont SecNumCloud et C5 ? SecNumCloud est une qualification française pour les services cloud de confiance ; C5 est un référentiel allemand de critères de sécurité du cloud publié par le BSI. Un data lake souverain limite-t-il l’analytique ? Non. Les moteurs modernes et les formats de tables ouverts sur un stockage objet sur site offrent de solides performances analytiques. Pour aller plus loin Data lakehouse sur site Formats de tables ouverts sur S3 sur site Performances des moteurs SQL sur stockage objet Migration de HDFS vers le stockage objet Souveraineté des données dans le cloud (en anglais)
