I dati in uso sono informazioni che vengono elaborate attivamente da un sistema, ad esempio quando un programma decripta un file, carica un prompt in memoria o esegue un'inferenza del modello. Non si trovano né su disco né in transito su una rete; sono in memoria, nei registri, nelle cache o nei buffer degli acceleratori mentre avviene il calcolo.
Questo stato è importante perché la crittografia a riposo e in transito non protegge completamente il testo in chiaro durante l'elaborazione. Gli aggressori possono prendere di mira quel momento con il memory scraping, insider malevoli, abuso dell'hypervisor, attacchi side-channel o CPU e GPU compromesse. I difensori riducono questo rischio con il confidential computing, gli enclave sicuri, l'isolamento supportato dall'hardware, l'attestazione e una gestione rigorosa dei segreti, in modo che input sensibili, chiavi, pesi e dati di addestramento restino protetti mentre vengono usati. Nei sistemi di IA, proteggere i dati in uso è fondamentale perché prompt e asset del modello sono spesso più esposti durante l'esecuzione.