Les applications d’IA évoluent rapidement, passant de simples interfaces conversationnelles à des systèmes pilotés par des agents. Ces applications « agentiques » modernes ne se contentent pas d’appeler des API : elles découvrent des fonctionnalités, orchestrent des flux de travail et exécutent des actions à l’aide de nombreux outils et services, souvent de manière dynamique et au moment de l’exécution.
Cependant, les modèles de sécurité restent encore largement conçus pour des applications statiques aux schémas de trafic prévisibles et s’efforcent fébrilement de suivre au plus vite cette évolution fulgurante.
Cette évolution modifie toutefois en profondeur le rôle des dispositifs de sécurité établis de longue date, tels que la découverte, la détection et la protection des API, ainsi que les pare-feu d’applications web (WAF). Dans un monde régi par des agents, ces dispositifs ne sont plus de simples « défenses périmétriques ». Ils font de plus en plus office de plans de contrôle pour la sécurité des applications d’IA, en assurant la visibilité, l’application des politiques et les contraintes d’exécution nécessaires lorsque les agents peuvent décider eux-mêmes de la marche à suivre.
“Dans les architectures d’IA agentique, un WAF ne se contente plus de protéger les applications web. Il constitue désormais également un point d’application des politiques pour les échanges à haut volume entre machines.”
Les applications d’IA sont conçues autour des API
Sur le plan technique, presque toutes les applications d’IA sont des moteurs de composition d’API.
Les catégories d’API courantes comprennent :
- API de modèles: points de terminaison d’inférence des LLM
- API de récupération pour la génération augmentée par récupération (bases de données vectorielles, services de recherche, référentiels de documents)
- API d’outils et d’actions: gestion des tickets, e-mail, exécution de code, CRM, paiements, etc.
- API de streaming: moteur de sockets sécurisés (SSE), WebSockets, streaming gRPC
- API d’orchestration et de gestion des politiques: routeurs d’agents, moteurs de workflow, services de garde-fous
À mesure que les agents gagnent en maturité, ils passent d’une intégration statique à la découverte de fonctionnalités à l’exécution, en sélectionnant les outils selon leur disponibilité et leur pertinence à un instant donné. Le Model Context Protocol (MCP) en est un exemple : il normalise la manière dont les systèmes d’IA découvrent et appellent des outils par le biais d’une interface d’API cohérente.
Cette architecture centrée sur les API rend indispensables la visibilité et le contrôle des API. Lorsqu’une application peut étendre dynamiquement ses capacités, l’équipe de sécurité doit pouvoir surveiller et encadrer ces extensions quasiment en temps réel.
Le rôle de la découverte des API dans les applications d’IA
C’est une règle empirique bien connue : aucune organisation ne peut protéger ce qu’elle ne voit pas. Cela est d’autant plus vrai lorsqu’un agent peut explorer et exploiter dynamiquement des API. C’est pourquoi la découverte et la classification des API sont aujourd’hui indispensables.
La découverte et la classification des API offrent une visibilité continue sur les points de terminaison d’API existants, y compris ceux nouvellement introduits. Elles permettent de connaître les méthodes de requête HTTP utilisées (par exemple, GET, POST, PUT, etc.). Elles aident à déterminer les schémas et les formats de charge utile employés, ainsi qu’à identifier les clients, agents et services qui appellent chaque API. Enfin, elles permettent de comprendre comment le paysage des API, et donc la surface d’attaque, évolue au fil du temps.
Pour les serveurs MCP et les autres API de contrôle de l’IA — des interfaces logicielles qui gèrent, sécurisent et régissent les interactions entre les applications et les modèles d’IA —, la découverte des API apporte une valeur importante en matière de sécurité. Elle permet de détecter des routes ou des descripteurs d’outils inattendus, notamment des fonctionnalités ou des données qui ne devraient pas exister ou être exposées. Elle aide à identifier les API fantômes et non documentées, que des agents ou des développeurs pourraient utiliser par inadvertance. Enfin, elle établit une référence des comportements habituels des agents, notamment en matière d’utilisation, de fréquence et d’enchaînement des actions.
Dans un environnement d’IA dynamique, la découverte des API n’est plus un simple exercice d’inventaire. Elle est devenue un signal de sécurité à l’exécution permettant de distinguer les comportements normaux et attendus d’une mauvaise gestion du cycle de vie des API, notamment la dérive des API, leur utilisation abusive, l’exposition de données sensibles ou leur compromission.
Le rôle des WAF dans les applications d’IA
Une fois qu’une organisation dispose d’une visibilité sur ce qui existe réellement, ainsi que sur les éléments utilisés et la manière dont ils le sont, elle peut créer et appliquer des politiques. Dans les architectures d’IA agentique, un WAF ne se contente plus de protéger les applications web. Il constitue désormais également un point d’application des politiques pour les échanges à haut volume entre machines.
Pour les points de terminaison MCP et les backends d’IA, un WAF peut imposer des limites strictes aux API, en n’autorisant que les chemins, méthodes et types de contenu connus. Un WAF veille également au respect des protocoles en bloquant la désynchronisation des requêtes, les requêtes malformées, la manipulation des en-têtes ainsi que l’utilisation abusive des mises à niveau de protocole et du streaming.
L’application des règles d’authentification et de session peut également être assurée par un WAF, afin de garantir que l’identité est validée avant le lancement de requêtes privilégiées vers des outils. Les WAF offrent une protection contre les abus et les tentatives d’énumération en détectant les analyses, les sondes, la découverte automatisée de points de terminaison et les comportements d’exploration suspects. Ils permettent également de contrôler le débit et les connexions, contribuant ainsi à limiter l’épuisement des ressources et les attaques par déni de portefeuille qui exploitent des appels coûteux aux modèles et aux outils.
Un autre avantage majeur des WAF est que les contrôles sont appliqués avant que le trafic n’atteigne l’environnement d’exécution de l’IA, la couche d’orchestration ou les outils en aval, où les erreurs peuvent devenir coûteuses, dangereuses ou irréversibles.
Sécuriser rapidement les applications d’IA agentique
L’IA agentique actuelle peut transformer une application en un orchestrateur dynamique d’API, rendant insuffisante la sécurité périmétrique statique traditionnelle lorsqu’elle est déployée seule. La découverte des API permet d’assurer une visibilité continue et d’établir des référentiels comportementaux dans cet environnement en constante évolution.
C’est dans ce même environnement que les WAF évoluent rapidement pour devenir des points de contrôle de premier plan chargés d’appliquer les politiques au trafic interagents, en limitant les ressources auxquelles les agents peuvent accéder et leur emplacement, leurs communications, ainsi que la nature et le volume de ce qu’ils peuvent consommer. Dans cet environnement, la découverte des API et les WAF permettent de mettre en œuvre des contrôles concrets afin de sécuriser les systèmes d’IA agentique au même rythme que l’évolution de leurs capacités et de leurs intégrations lors de l’exécution.
Pour en savoir plus, rendez-vous sur F5.com et consultez nos pages consacrées aux solutions WAF de F5 et aux produits et services de sécurité des API de F5.
À propos de l’auteur
Articles de blog associés
IA et cybersécurité
Découvrez comment l’IA et la cybersécurité fonctionnent de concert. Découvrez comment l’IA et le machine learning (ML) permettent à votre entreprise de rester sécurisée, efficace et prête à innover avec F5.
Suivre le rythme de l’innovation de pointe ne suffit pas à faire avancer l’entreprise : se préparer à la réglementation de l’IA
À mesure que la réglementation de l’IA évolue, réfléchissez aux mesures de protection que vous pouvez mettre en place dès maintenant.
Les contrôleurs de mise à disposition d’applications reviennent au cœur des priorités stratégiques
L’IA rebat les cartes de la livraison d’applications. Nirav Shah de F5 revient sur la nouvelle étude de Gartner® consacrée aux ADC et explique ce qu’elle implique pour les décisions des entreprises en matière d’infrastructure.
Ce que nos clients nous disent sur l’IA, le multicloud hybride et la sécurité des applications
Le nouveau vice-président senior du marketing produit de F5 explique les pressions liées à l’IA auxquelles sont confrontés les dirigeants d’entreprise et ce dont ils ont besoin pour renforcer leur organisation.
Cinq niveaux de cyberrésilience antifragile transforment les pratiques en résultats
Découvrez comment cinq niveaux de résilience antifragile transforment les perturbations en comportements adaptatifs qui limitent les défaillances et renforcent l’architecture multicloud hybride.
Optimiser les pipelines d’IA en éliminant les goulets d’étranglement dans les charges de travail modernes
À mesure que les charges de travail d’IA montent en puissance, les entreprises constatent des ralentissements provenant du pipeline de données en amont qui alimente le modèle d’IA. Voici comment F5 BIG-IP peut les aider.