Connexion
/ Inscription
Mon espace
Etudes & Enquêtes
ABONNÉS
Partager par Linked-In
Partager par Xing
Partager par Facebook
Partager par email
Suivez-nous sur feedly

[Expertises] LLM en entreprise : Quels risques de sécurité, et comment s'en prémunir ?

Une simple phrase suffit désormais à contourner les mécanismes de sécurité d'un système d'information. Avec l'essor des grands modèles de langage (LLM) déployés dans les applications métier, une nouvelle catégorie de vulnérabilités s'impose aux entreprises, souvent sans qu'elles s'en sentent concernées.

 

Décryptage avec Gaëtan Eleouet, Tech Lead et Directeur de la Practice Data, IA & Digital Engineering chez Meritis.

 


Le risque : l’attaque ne passe plus par le code, mais par le dialogue

 

Contrairement aux failles informatiques classiques, l'attaquant n'a plus nécessairement besoin d'exploiter une brèche technique. Une requête habilement formulée, appelée "injection de prompt", peut suffire à pousser un LLM à contourner ses règles de sécurité, divulguer des informations sensibles ou déclencher une action non prévue par ses concepteurs.

 

Les solutions : 5 contre-mesures pour sécuriser les LLM en entreprise


•   Définir un périmètre d'action strict pour le LLM : circonscrire précisément les fonctions, données et systèmes auxquels le modèle peut accéder ou sur lesquels il peut agir, pour limiter l'impact d'une éventuelle manipulation.

•   Contrôler les entrées : filtrer et valider les requêtes avant qu'elles n'atteignent le modèle, afin de détecter et bloquer les tentatives d'injection de prompt.

•   Contrôler les sorties : vérifier systématiquement les réponses générées avant leur exploitation ou leur diffusion, pour éviter qu'une donnée sensible ou une instruction non désirée ne soit exécutée en aval.

•   Anonymiser les données sensibles : empêcher que des informations identifiables, qu'il s'agisse de clients, de salariés ou de données financières, ne puissent être reconstituées ou divulguées via les réponses du modèle.

•   Surveiller l'ensemble de la chaîne d'intégration : tracer les interactions avec le LLM et détecter en continu les comportements anormaux, du point d'entrée jusqu'à l'action déclenchée.

 

Selon Gaëtan Eleouet, Directeur de la Practice Data, IA & Digital Engineering de Meritis : « Intégrer un LLM dans un système d’information, c’est accepter une nouvelle forme de responsabilité : celle de sécuriser un modèle que l’on ne maîtrise pas entièrement. Sans ces contre-mesures, le risque n’est plus seulement technique, il devient organisationnel, avec des conséquences qui peuvent toucher l’ensemble de la chaîne. »  

 


Une nouvelle grille de lecture pour les équipes de développement

 

Cette nouvelle classe de risques impose de compléter la logique de sécurité informatique classique, fondée sur des règles de code étanches, par une véritable logique de gouvernance de l'IA.

Elle interroge directement le rôle des équipes de développement : jusqu'où sont-elles responsables de la sécurité d'un modèle qu'elles intègrent sans nécessairement le concevoir ?

Lire la suite...


Articles en relation