Cas d’usage

Cas d’usage de la sécurité agentique

La sécurité d’un agent dépend moins de son nom ou de son modèle que des actions qu’il peut réellement exécuter. Ces cas d’usage partent donc des flux, des outils, des données, des privilèges et des effets produits.

Approche sectorielle

Retail et distributionAssistant d’achat professionnel, mémoire d’entreprise commune et agent d’exploitation en magasin.Achat pro · Mémoire d’entreprise · Magasin

Surface d’attaque d’un agent IA

Autour de l’agent IA : code, modèle, prompt, données et RAG, mémoire, outils et MCP, API, workload. Exemples : injection de prompt, tool poisoning MCP, poisoning du RAG, exfiltration par API, processus ou réseau du workload.

Chaque couche autour de l’agent est un point d’entrée distinct : le prompt, les données récupérées, la mémoire, les outils, les API, le workload. Un contrôle placé sur l’une ne couvre pas les autres.

Cas d’usage

Sécuriser MCP

Cartographier les serveurs et outils accessibles, contrôler les paramètres d’un tool call, limiter les privilèges, valider les actions sensibles et conserver la trace de l’exécution.

Sécuriser les serveurs et outils MCP

Contrôle d’un appel d’outil via MCP

L’agent émet un appel d’outil vers un proxy MCP. Le contrôle examine l’identité, l’outil, les paramètres, la destination et le contexte. La décision bloque l’appel, ou l’autorise vers l’outil puis la ressource.

Cas principaux

  • Sécuriser les agents IA

    La chaîne complète : identité, credentials, autorisation, enforcement, runtime et audit, appliquée à un export réalisé par un agent.

  • Sécuriser MCP

    Serveurs, descriptions d’outils, paramètres, tokens et destinations : où contrôler un tool call MCP.

  • Contrôler les actions des agents IA

    Quand le plus petit rôle disponible reste trop large : une politique évaluée à chaque action, sur un chemin obligatoire.

  • Sécuriser le runtime des agents

    Processus, fichiers, réseau et code généré : limiter ce que le workload de l’agent exécute réellement.

Visibilité et données

  • Shadow AI

    Découvrir agents, modèles, notebooks et serveurs MCP, puis leur attribuer un propriétaire avant de les contrôler.

  • Protéger le RAG et la mémoire

    Injection indirecte, poisoning et mémoire persistante : ce que l’agent lit peut orienter ce qu’il fera plus tard.

  • Protéger les modèles et les datasets

    Provenance, format, intégrité et données sensibles : modèles et datasets comme composants de la supply chain.

  • Red team des agents IA

    Tester le chemin complet jusqu’à l’effet produit, pas seulement la réponse du modèle.

Vocabulaire technique : consulter le glossaire.