En matière de sécurité de l’IA, une approche universelle ne peut pas être l’objectif. Les organisations doivent rechercher une plateforme de sécurité de l’IA offrant une solution unique qui puisse être adaptée à l’ensemble de leurs besoins en matière de sécurité. Si les contrôles fournis par défaut répondent suffisamment à mes besoins, tant mieux ! Mais dans les faits, l’IA se manifeste de manière très différente selon qu’il s’agit d’une banque internationale, d’un prestataire de soins de santé ou d’une entreprise de vente au détail, ce qui signifie que les besoins en matière de sécurité varient généralement.
Lancée plus tôt cette année, la F5 AI Security Platform offre la plateforme la plus adaptable pour sécuriser les applications, services, modèles et agents d’IA. Comment les clients l’utilisent-ils donc ? Et à quelles préoccupations répond-elle ?
“Environ 38 % de l’ensemble des garde-fous et des politiques que nos clients utilisent en production ont été intégralement créés par eux. Cela démontre clairement qu’à ce stade de l’adoption mondiale de l’IA, la personnalisation n’est pas simplement « souhaitable », mais « indispensable ».”
La priorité fondamentale reste d’empêcher les injections de prompt
La principale préoccupation de presque tous nos clients au départ est l’injection de prompt, une menace que votre fournisseur doit impérativement être en mesure de contrer avec une grande efficacité. Dans le Top 10 de l’OWASP pour les LLM en 2026, l’injection de prompt occupe une nouvelle fois la première place, car elle compte parmi les attaques les plus faciles à exécuter et son impact potentiel s’étend à l’ensemble des autorisations d’accès aux données, d’exécution d’actions et d’utilisation d’outils dont dispose un modèle ou agent d’IA donné. Pour la majorité de nos clients, notre efficacité validée de 99,3 % contre les injections directes de prompt assurée par la F5 AI Security Platform suffit pour la plupart des cas d’utilisation en production. Mais cette protection doit également rester efficace à mesure que l’utilisation augmente.
Une banque d’investissement internationale a relevé ce défi alors que ses applications en production traitaient déjà environ 100 000 requêtes d’IA par jour, avec l’ambition d’étendre la couverture de sécurité à des centaines d’applications. Son équipe chargée des contrôles de cybersécurité devait maintenir une précision optimale de la détection des menaces, mesurée par le score F1, malgré l’augmentation des charges de travail. La banque a choisi F5 AI Guardrails, qui fait partie de F5 AI Security Platform, pour inspecter en ligne les interactions avec l’IA, en appliquant une protection contre l’injection de requêtes à chaque application et en y ajoutant une protection des données personnelles pour les cas d’usage hautement sensibles. Le déploiement initial en mode audit a permis d’améliorer la précision de la détection des menaces, tout en répondant à l’exigence de la banque de maintenir une précision F1 optimale à mesure que les charges de travail augmentaient.
La capacité de mise à l’échelle n’est pas la seule raison pour laquelle les clients s’appuient sur cette base. Nous avons également vu des clients ayant une tolérance au risque exceptionnellement faible ajouter leurs propres mesures de protection contre les menaces, en fonction de schémas d’attaque précis qu’ils anticipent ou ont déjà observés lors de l’exécution. Grâce à notre intégration native avec NVIDIA’s Nemo Guardrails, ainsi qu’à la création de mesures de protection en langage naturel proposée par F5 AI Guardrails, les clients présentant une aversion au risque similaire exploitent tout l’éventail des options à leur disposition afin d’adopter une stratégie de défense en profondeur contre l’injection de prompts.
La modération des contenus et la conformité constituent la couche suivante
Une fois que les clients ont « verrouillé la porte d’entrée » grâce à leurs dispositifs de protection contre les menaces, la discussion s’oriente vers la modération des contenus et la conformité. Au cours de l’année écoulée, dans le cadre de mes échanges avec les clients, j’ai entendu parler d’un nombre incalculable de normes de conformité et de cadres de gestion des risques (RMF), notamment de normes de conformité propres à l’IA, de RMF spécifiques à certaines organisations, ainsi que de politiques d’IA responsable propres à certaines équipes ou régions. Si votre plateforme de sécurité de l’IA ne vous permet pas de créer vos propres politiques personnalisées, puis d’évaluer les performances de ces dispositifs, la gouvernance de l’IA cesse d’être concrètement applicable et se réduit à de belles paroles.
Pour un autre client, l’une des plus grandes banques d’importance systémique mondiale (G-SIB), ce besoin de preuves freinait l’adoption. La banque comptait plus de 50 cas d’usage de l’IA prêts à être déployés dans différents services, notamment les ressources humaines, les achats et la cybersécurité, mais ses auditeurs internes ne disposaient d’aucun moyen de vérifier que ces systèmes pouvaient être déployés en toute sécurité.
La banque a choisi la F5 AI Security Platform, associant des garde-fous prêts à l’emploi et personnalisés, pilotés par ses équipes centrales chargées de l’IA et de la sécurité, à des tests portant sur le comportement réel de ses systèmes d’IA. Ces tests ont démontré des taux de protection supérieurs à 90 % contre l’exposition de données à caractère personnel, l’injection de prompts, le contournement des protections et les contenus malveillants. Des rapports conformes aux exigences du règlement européen sur l’IA et de la norme ISO/IEC 42001 ont fourni aux auditeurs les preuves de sécurité qui leur faisaient défaut. Une fois l’architecture de sécurité validée, la banque était en mesure de mettre en œuvre des cas d’usage jusqu’alors bloqués.
Ce n’est là qu’un exemple concret de mise en pratique de la gouvernance. Grâce à la création de politiques personnalisées dans la F5 AI Security Platform, nous avons vu des clients mettre en place des contrôles pour des cas d’usage que même le spécialiste marketing enthousiaste que je suis n’aurait jamais osé prétendre prendre en charge. Environ 38 % de l’ensemble des garde-fous et politiques que nos clients utilisent en production ont été intégralement créés par eux. Cela démontre clairement qu’à ce stade de l’adoption mondiale de l’IA, la personnalisation n’est pas simplement « souhaitable », mais « indispensable ».
Il ne s’agit pas de choisir entre une solution sur site et le SaaS, mais de privilégier la flexibilité.
F5 est reconnu pour sa capacité à fournir et à sécuriser chaque application et chaque API, quel que soit l’environnement. Cette même philosophie s’applique à la sécurisation des charges de travail d’IA. Selon nous, une plateforme de sécurité de l’IA doit pouvoir s’intégrer aux architectures existantes et répondre aux exigences de souveraineté, sans compromis.
Même ces deux clients du secteur bancaire ont adopté des approches différentes. La banque d’investissement a choisi d’auto-héberger F5 AI Guardrails dans son environnement cloud d’entreprise plutôt que de l’utiliser sous forme de service SaaS, donnant ainsi à son équipe chargée des contrôles de cybersécurité une maîtrise totale du lieu de traitement du trafic d’IA et de la manière dont les données sont gérées. Le client G-SIB a choisi d’auto-héberger F5 AI Security Platform sur une infrastructure dédiée sur site, entièrement détenue et contrôlée par la banque.
Nombre de nos clients déploient notre plateforme sur site, parfois dans un environnement totalement isolé si leur cas d’usage l’exige. Pour ceux qui la déploient en mode SaaS, la possibilité de rapatrier entièrement sur site les fonctions d’inspection et d’application des politiques si un besoin futur l’impose constitue un facteur de différenciation majeur. La souveraineté des données est devenue une exigence pour bon nombre de nos clients, tandis que d’autres choisissent de s’imposer une norme similaire. Compte tenu des investissements que nos clients consacrent à l’IA en matière de capitaux, de propriété intellectuelle et de collaborateurs qualifiés, il n’est guère surprenant que la confidentialité soit considérée comme non négociable.
L’adéquation est essentielle
Nos clients nous disent régulièrement qu’ils veulent bénéficier d’une protection robuste dès le départ, sans pour autant que les contrôles existants ne limitent ce qu’ils peuvent régir. Ils doivent tenir compte de leurs propres risques, appliquer leurs politiques et composer avec des environnements qui ne vont pas changer simplement pour s’adapter aux limites d’un fournisseur. C’est pourquoi une plateforme adaptable est essentielle, et nos clients en récoltent déjà les fruits.
Pour en savoir plus, consultez notre page web consacrée à la F5 AI Security Platform. Vous pouvez également regarder à la demande notre sommet F5 sur la sécurité post-Mythos.
À propos de l’auteur
Articles de blog associés
F5 rejoint le projet PQC du NIST pour contribuer à l’élaboration de normes résistantes aux attaques quantiques
En rejoignant le consortium du projet « Migration to PQC » du NIST, F5 contribue à élaborer des recommandations pratiques pour un monde résistant aux menaces quantiques.
La dernière version de F5 Distributed Cloud Bot Defense offre des fonctionnalités et des améliorations de nouvelle génération
Les mises à jour de la console de F5 Distributed Cloud Bot Defense améliorent la gestion des menaces automatisées et l’intégration dans des cadres de sécurité plus larges.
La nouvelle surface de risque liée à l’IA : invisible, autonome et déjà à l’intérieur
James White, vice-président de l’ingénierie chez F5 À mi-parcours de l’année 2025, le moment est bien choisi pour dresser un état des lieux de l’adoption de l’IA en entreprise et de la sécurité de l’IA. L’utilisation de l’IA générative est désormais la norme dans les entreprises De manière générale, les entreprises possèdent au moins une compréhension élémentaire de l’IA générative. Elles savent ce qu’elle est et où elle peut […]
Évaluation des LLM : renforcer la confiance grâce à la notation de sécurité
À mesure que l’adoption de l’IA s’accélère dans les entreprises, l’évaluation des LLM ne porte plus uniquement sur leurs performances, mais aussi sur la confiance qu’ils inspirent. Les équipes de sécurité doivent évaluer non seulement les performances d’un modèle, mais aussi la sûreté de son comportement. Pourtant, la plupart des cadres d’évaluation se concentrent sur des critères de précision, laissant les facteurs de sécurité et de risque dans le flou ou sans mesure.
Évaluer le niveau de préparation de votre organisation à la sécurité de l’IA
Dans un paysage de l’intelligence artificielle (IA) en constante évolution, il est non seulement important, mais impératif de savoir si votre organisation est prête à instaurer et à soutenir une culture de la sécurité de l’IA. À mesure que les technologies d’IA progressent, elles font émerger une multitude de nouveaux défis de sécurité qui, pour être gérés efficacement, exigent une approche réfléchie, globale et proactive […]
Déployer des LLM en entreprise : via une API dans un cloud privé
Pris isolément, sans mesures de protection spécialisées ni protocoles de sécurité en place, le déploiement de modèles d’IA générative (GenAI), en particulier de grands modèles de langage (LLM), à l’échelle de l’entreprise représente pour toute organisation une opportunité à haut risque, mais potentiellement très rentable. La manière précise dont votre organisation doit franchir ce grand pas dans l’univers de la GenAI nécessite une planification mûrement réfléchie. Peut-être serait-il […]