L’IA agentique en cybersécurité : promesses et risques

Louise ScullyResponsable senior du marketing produit, sécurité de l’IA et renseignement sur les menaces | F5

Points clés à retenir

• L’intégration de l’IA agentique à la sécurité est essentielle pour contrer les attaquants qui opèrent à la vitesse des machines.
• Contrairement aux processus de sécurité traditionnels qui suivent un arbre de décision fixe, les agents d’IA s’adaptent à l’évolution des conditions et nécessitent des garde-fous pour garantir une utilisation sécurisée.
• L’utilisation d’agents d’IA à des fins de sécurité crée également une nouvelle surface d’attaque, ouvrant la voie au détournement d’outils, à l’abus de privilèges, à l’empoisonnement de la mémoire et à d’autres menaces.
• Pour sécuriser les agents d’IA, les organisations doivent les traiter comme des identités soumises à une gouvernance, leur attribuer des identifiants à portée limitée et à courte durée de vie, mettre en place des garde-fous lors de l’exécution et veiller à ce que les décisions irréversibles soient approuvées par des humains.

On ne saurait surestimer la complexité de la gestion de la cybersécurité à l’ère du tout numérique et de l’IA. Les équipes de sécurité protègent des environnements multicloud hybrides, des architectures distribuées et des systèmes d’IA complexes qui interagissent désormais avec des applications, des API et d’autres modèles dans l’ensemble du parc informatique. Parallèlement, les cyberattaquants tirent parti de l’IA pour lancer des attaques de plus grande ampleur et plus sophistiquées, à une vitesse sans précédent.

L’utilisation de l’IA agentique pour la sécurité peut aider à lutter contre les menaces opérant à la vitesse des machines, à tester les environnements en continu et à réduire de manière autonome la lassitude liée aux alertes. Les agents d’IA peuvent rechercher les vulnérabilités non détectées, identifier les anomalies dynamiques dans les signatures et hiérarchiser les alertes de manière autonome, ce qui permet aux équipes de réduire le temps consacré à l’identification des menaces alimentées par l’IA et à la réponse à celles-ci.

Dans le même temps, l’utilisation d’agents d’IA dans le domaine de la cybersécurité engendre de nouveaux risques. Les cybercriminels utilisent l’IA pour faciliter les attaques par déni de service distribué (DDoS), le bourrage d’identifiants et d’autres tactiques traditionnelles, ainsi que de nouvelles attaques telles que l’injection de prompts, l’empoisonnement des données ou encore le détournement des objectifs des agents.

Selon le rapport 2026 de F5 sur l’état des stratégies applicatives, 98 % des organisations interrogées déclarent modifier leurs applications afin de permettre aux agents d’IA d’y accéder. Ces organisations utilisent déjà ou évaluent activement sept modèles d’IA en moyenne. À mesure que l’adoption de l’IA continuera de progresser, la surface d’attaque s’étendra.

Comment l’IA agentique fonctionne-t-elle dans le domaine de la cybersécurité ?

L’IA agentique désigne des systèmes d’IA capables d’effectuer de manière autonome plusieurs étapes afin d’atteindre un objectif précis. L’agent dispose d’un objectif, d’un accès à des outils, d’une mémoire persistante d’une étape à l’autre et d’une identité assortie de véritables autorisations.

Dans le cadre des mesures de cybersécurité, l’IA agentique remplit deux fonctions principales : 1) fournir une contre-mesure pour lutter contre les attaques pilotées par l’IA grâce à une surveillance du trafic renforcée par l’IA, au traçage des signatures et à la détection des vulnérabilités ; et 2) améliorer la gestion de la réponse aux incidents grâce à la hiérarchisation des risques et à l’automatisation.

En coulisses, un agent de sécurité exécute une boucle. Chaque itération de cette boucle peut produire de nouvelles informations, que l’agent peut utiliser pour optimiser la boucle.

Lors d’une boucle classique, l’agent peut effectuer toutes les actions suivantes :

• Perception : L’agent recueille des signaux de sécurité, tels que des alertes, des journaux, des données de télémétrie, des événements liés aux identités et des renseignements externes sur les menaces.
• Raisonner et planifier : L’agent décompose ensuite l’objectif en étapes, en alternant les phases de raisonnement et d’action, puis adapte le plan à mesure que de nouvelles informations lui parviennent.
• Agir : L’agent passe à l’action en utilisant les outils nécessaires pour accomplir chaque tâche. Il peut interroger le système de gestion des informations et des événements de sécurité (SIEM), vérifier la réputation d’une adresse IP, récupérer l’arborescence des processus d’un terminal, isoler un hôte ou ouvrir ou fermer un ticket.
• Observer : L’agent lit le résultat fourni par l’outil et le compare à l’objectif, puis revient si nécessaire à l’étape de raisonnement et de planification.
• Mémoriser : Les résultats et les conclusions sont enregistrés en mémoire afin que les décisions ultérieures bénéficient du contexte des précédentes.
• Transmettre : À des points de contrôle définis, l’agent s’arrête et confie la décision à un humain.

La capacité à s’adapter à de nouvelles informations est l’une des principales caractéristiques qui distinguent les agents d’IA des outils d’automatisation existants. C’est ce qui permet aux attaquants d’agir plus rapidement et qui rend nécessaire le recours à une cybersécurité fondée sur l’IA pour détecter les vulnérabilités et tester la résilience de l’ensemble du système d’information.

Comparaison entre les SecOps traditionnelles et l’IA agentique

De nombreuses équipes de sécurité ont déjà intégré l’automatisation des SecOps à des processus essentiels. Par exemple, les solutions SOAR (orchestration, automatisation et réponse en matière de sécurité) sont des outils déterministes qui exécutent des tâches à la vitesse d’une machine. Si la condition A est remplie, l’outil exécute l’action B. Ces solutions sont rapides et auditables, mais elles cessent de fonctionner dès que la réalité s’écarte de la branche de décision existante.

Les agents d’IA sont non déterministes. Ils ne suivent pas de règles rigides. Au contraire, ils s’ajustent et s’adaptent de manière dynamique aux nouvelles données. Ils sont donc plus à même de faire face aux menaces inédites. En outre, les agents d’IA peuvent exécuter des tâches complexes de manière autonome, avec une intervention humaine limitée, voire inexistante. Ils offrent souvent une couverture plus complète et fournissent des résultats plus rapidement que les solutions SIEM et SOAR. Toutefois, leur nature dynamique exige une gouvernance renforcée et nécessite la mise en place de capacités d’observabilité.

Faire face à des menaces plus rapides pilotées par des agents

La mise en œuvre d’agents d’IA pour la cybersécurité n’est plus facultative. La sécurité de l’IA agentique est devenue indispensable pour lutter contre les menaces liées à l’IA agentique.

En novembre 2025, Anthropic a révélé la première campagne d’espionnage orchestrée par l’IA à avoir été documentée publiquement. Un cadre agentique a réalisé jusqu’à 90 % du travail tactique visant une trentaine d’organisations. Les opérateurs humains ne sont intervenus qu’à quelques étapes décisionnelles.

Pour les organisations ciblées, le recours à des agents d’IA par les attaquants réduit considérablement le délai dont elles disposent pour se défendre. Lorsque la reconnaissance, le développement d’exploits et les déplacements latéraux sont tous automatisés, les organisations ne disposent plus que de quelques heures entre la divulgation publique d’une vulnérabilité et son exploitation. Selon M-Trends 2026, le délai moyen d’exploitation des vulnérabilités est désormais estimé à -7 jours, ce qui signifie qu’une vulnérabilité peut être exploitée avant même la publication d’un correctif.

Une file de traitement reposant sur l’intervention humaine ne peut tout simplement pas combler l’écart aussi rapidement. Les équipes de sécurité ont besoin d’agents d’IA pour se défendre contre les agents d’IA.

Reconnaître les agents comme des cibles

Pour compliquer encore davantage la cybersécurité, les agents d’IA que les organisations intègrent à leurs dispositifs de cybersécurité deviendront eux aussi des cibles pour les attaquants. Après tout, ces agents sont essentiellement des utilisateurs automatisés, privilégiés et de confiance, qui ont accès à l’ensemble des outils de sécurité. Ce sont donc des cibles de grande valeur.

Les cybercriminels disposent de plusieurs moyens pour attaquer les agents d’IA. Le détournement de l’objectif d’un agent est l’un des types d’attaques les plus courants. Dans ce cas, un attaquant redéfinit l’objectif de l’agent, généralement au moyen d’une injection indirecte de prompt dissimulée dans une page web, un document ou un e-mail que l’agent consulte dans le cadre de son travail. Les attaquants peuvent également modifier le fonctionnement de l’agent, en le manipulant pour qu’il appelle des API, exécute du code ou écrive dans des systèmes sans rapport avec la tâche qui lui a été confiée.

L’exploitation abusive des identités et des privilèges est une autre tactique courante. Par exemple, un attaquant peut recourir à l’injection de prompt pour inciter un agent à exécuter des actions malveillantes en utilisant les autorisations qui lui ont été accordées.

Ces tactiques, parmi d’autres, peuvent causer des préjudices très divers. En ciblant des agents d’IA utilisés dans le domaine de la cybersécurité, les attaquants pourraient dérober des données sensibles ou neutraliser les défenses des entreprises, permettant ainsi à ces cybercriminels de lancer avec succès des attaques encore plus vastes et dévastatrices.

Protéger les agents d’IA

Comment les organisations doivent-elles protéger les agents qu’elles utilisent pour la cybersécurité et d’autres fonctions ? Quelques bonnes pratiques peuvent constituer une base solide pour sécuriser ces agents.

• Accordez une autonomie minimale, et pas seulement des privilèges minimaux. Le principe du moindre privilège limite les ressources auxquelles un agent peut accéder. Celui de l’autonomie minimale limite les actions qu’il peut entreprendre sans demander de confirmation. Appliquez des autorisations juste-à-temps, limitées à la session et qui expirent à la fin d’une tâche donnée.
• Décomposez les workflows. Segmentez les workflows afin qu’aucune étape ne contienne simultanément des données sensibles, des entrées non fiables et un canal sortant. Cela permet de limiter les dommages causés par une faille isolée.
• Mettez en œuvre une exécution en bac à sable. Exécutez les appels d’outils et le code généré dans des conteneurs éphémères et hautement sécurisés afin de limiter l’étendue des dégâts en cas de compromission.
• Appliquez des garde-fous lors de l’exécution, à chaque itération. Un contrôle unique à l’entrée ne suffit pas lorsque l’agent décide lui-même de l’étape suivante. Inspectez les prompts, les appels d’outils, les opérations de lecture et d’écriture en mémoire, ainsi que les résultats à chaque itération.
• Attribuez une identité propre à chaque agent d’IA. Évitez les comptes de service partagés et les clés d’API codées en dur. Lorsque chaque agent possède sa propre identité, les équipes peuvent déterminer quel agent a effectué une action donnée.
• Conservez des journaux et maintenez des validations humaines. Conservez des journaux immuables du raisonnement de l’agent, de ses appels d’outils et des données transmises, y compris de l’élément déclencheur de chaque exécution. Exigez une approbation humaine via un canal distinct avant toute écriture en production, tout mouvement financier ou toute autre action irréversible.

L’approche de F5 en matière de cybersécurité de l’IA agentique

Chez F5, nous savons que les agents d’IA jouent plusieurs rôles dans le domaine de la cybersécurité. Ils offrent la rapidité nécessaire pour faire face aux menaces alimentées par l’IA, permettant ainsi aux organisations de détecter les attaques et d’y répondre bien plus rapidement que ne le pourraient des humains seuls. En outre, ces outils permettent aux équipes de rationaliser leurs tâches, réduisant considérablement la complexité de la gestion. Enfin, les agents d’IA sont fréquemment la cible d’attaques et doivent, sans surprise, être protégés par d’autres agents d’IA.

F5 peut transformer les renseignements externes sur les menaces et les journaux internes en informations exploitables, hiérarchisées et en temps réel grâce à la F5 Application Delivery and Security Platform (ADSP). Les équipes disposent ainsi d’une liste hiérarchisée des problèmes importants plutôt que d’une file d’alertes indifférenciées.

Dans le même temps, la F5 AI Security Platform contribue à sécuriser les agents d’IA qui renforcent la cybersécurité et prennent en charge d’autres fonctions. Cette plateforme offre aux responsables de la sécurité une visibilité, une gouvernance et une protection continues sur les applications, modèles, agents et API d’IA. Grâce à des outils tels que F5 Workforce AI Security, F5 AI Red Team, F5 AI Guardrails et F5 AI Gateway, les équipes peuvent découvrir, gouverner, tester, protéger et surveiller en continu les environnements d’IA à mesure que les menaces évoluent.

Pour en savoir plus sur les menaces renforcées par l’IA et les solutions basées sur l’IA, consultez les recherches de F5 Labs sur les menaces ainsi que les solutions de sécurité de l’IA de F5.

Questions fréquentes

Comment fonctionne un agent d’IA dans le domaine de la cybersécurité ?

Une équipe de sécurité assigne un objectif à un agent. Celui-ci exécute ensuite un processus en plusieurs étapes pour atteindre cet objectif. Cette boucle comprend généralement des étapes telles que la détection des menaces, l’élaboration d’un plan, la mise en œuvre de ce plan, l’observation des résultats, la consignation des conclusions, l’ajustement des étapes en fonction des résultats et la consultation d’intervenants humains à certaines étapes.

Quelle est la différence entre l’automatisation SOAR traditionnelle et l’IA agentique ?

Les solutions SOAR (orchestration, automatisation et réponse en matière de sécurité) suivent un script conditionnel fixe. Les agents d’IA se voient attribuer un objectif, puis déterminent eux-mêmes la séquence de tâches à accomplir, qu’ils révisent à mesure que de nouveaux éléments apparaissent. Parce qu’ils peuvent s’adapter aux nouvelles informations, les agents sont plus à même de gérer les menaces inédites. Ils nécessitent toutefois davantage de garde-fous.

Comment protéger les agents d’IA agentique contre les menaces ?

Quelques bonnes pratiques peuvent contribuer à protéger les agents d’IA contre un éventail croissant de menaces. Par exemple, limiter les actions qu’un agent peut effectuer sans intervention humaine, décomposer les flux de travail en tâches distinctes, exécuter les tâches dans des conteneurs verrouillés et imposer des garde-fous lors de l’exécution peuvent renforcer la sécurité des agents d’IA.

Découvrez les solutions de sécurité de l’IA de F5.

À propos de l’auteur

Louise ScullyResponsable senior du marketing produit, sécurité de l’IA et renseignement sur les menaces | F5

Louise Scully est Senior Manager en marketing produit pour la sécurité de l’IA et le renseignement sur les menaces chez F5. Au cours de sa carrière, elle a exercé dans les domaines du marketing produit, de la gestion de produits, de la stratégie de mise sur le marché, de la communication, du leadership d’opinion et du développement de catégories, dans les secteurs de la sécurité de l’IA et des technologies d’entreprise. Avant de rejoindre F5, Louise a dirigé le marketing chez CalypsoAI et Artomatix, contribuant à la commercialisation de technologies et de travaux de recherche en IA.

Autres articles de Louise Scully