11. Outils de sécurité : AWS, Azure et GCP

11. Outils de sécurité : AWS, Azure et GCP

Identité & accès

AWS	Azure	GCP
IAM Identity Center	Microsoft Entra ID	Identity Platform	Authentification centralisée (SSO)
Cognito	External ID / B2C	Identity Platform	Gestion des identités clients (CIAM)
IAM Access Analyzer	Entra Permissions Management	Privileged Access Manager	Analyse et réduction des permissions excessives
Verified Permissions	Permissions Management	IAM Conditions	Contrôle fin des autorisations

AWS	Azure	GCP	Rôle
WAF	Front Door WAF	Cloud Armor	Protection des applications web
Shield Advanced	DDoS Protection	Cloud Armor Enterprise	Protection contre les attaques DDoS
Network Firewall	Azure Firewall	Cloud Firewall	Filtrage du trafic réseau
Firewall Manager	Azure Firewall Manager	Firewall Policies	Administration centralisée des pare-feu
PrivateLink	Private Link	Private Service Connect	Accès privé aux services
Systems Manager Session Manager	Azure Bastion	IAP TCP Forwarding	Administration sécurisée sans exposition SSH/RDP
Verified Access	Global Secure Access	BeyondCorp Enterprise	Accès Zero Trust
Route 53 DNS Firewall	Azure DNS Private Resolver	Cloud DNS + Policy	Protection et contrôle DNS

Protection des données

AWS	Azure	GCP	Rôle
KMS	Key Vault	Cloud KMS	Gestion des clés de chiffrement
Secrets Manager	Key Vault	Secret Manager	Stockage sécurisé des secrets
CloudHSM	Managed HSM	Cloud HSM	Gestion des clés dans un HSM dédié
Macie	Microsoft Purview	Sensitive Data Protection	Découverte et protection des données sensibles
Backup	Azure Backup	Backup & DR	Sauvegarde et reprise après incident

AWS	Azure	GCP	Rôle
GuardDuty	Microsoft Sentinel	Event Threat Detection	Détection des menaces
Detective	Microsoft Sentinel Investigation	Google SecOps	Investigation des incidents
Security Hub	Defender for Cloud	Security Command Center	Centralisation des alertes sécurité
CloudTrail	Activity Logs	Cloud Audit Logs	Journalisation des actions et audits
CloudWatch	Azure Monitor	Cloud Monitoring	Supervision et observabilité
Security Lake	Microsoft Sentinel Data Lake	Google SecOps Data Platform	Centralisation des données de sécurité

Sécurité des charges de travail

AWS	Azure	GCP	Rôle
Inspector	Defender for Cloud	Artifact Analysis	Analyse des vulnérabilités
ECR Scan	Defender for Containers	Artifact Analysis	Scan des images de conteneurs
GuardDuty Runtime Monitoring	Defender for Containers	Container Threat Detection	Détection des comportements malveillants en exécution

Gouvernance & conformité

AWS	Azure	GCP	Rôle
Organizations	Management Groups	Organization Policies	Gouvernance multi-comptes / multi-projets
Control Tower	Landing Zones	Assured Workloads	Mise en place d’environnements sécurisés
Config	Azure Policy	Organization Policy Service	Contrôle et application des règles de conformité
Audit Manager	Compliance Manager	Assured Workloads	Pilotage de la conformité réglementaire

Panorama des services de sécurité AWS

Identité	Réseau	Données
IAM Identity Center Organizations MFA STS Verified Permissions Cognito IAM Access Analyzer	Groupe de sécurité NACLs WAF Shield Network Firewall Firewall Manager Route 53 Resolver DNS Firewall	KMS Secrets Manager CloudHSM Macie Backup Amazon Security Lake
Charge de travail	Détection	Gourvernance
Inspector ECR Scan Systems Manager Sécurité réseau dans EKS	GuardDuty Security Hub Detective EventBridge CloudWatch AWS Health / Incident Detection	Config Audit Manager Organizations Control Tower Trusted Advisor Artifact

AWS GuardDuty

• Détection intelligente des menaces pour protéger le compte AWS.
• Utilise des algorithmes de machine learning, détection d’anomalies, des données tierces.
• Un clic pour activer (essai de 30 jours), pas besoin d’installer de logiciel.
• Les données d’entrée :
  • Journaux d’événements CloudTrail : appels d’API inhabituels, déploiements non autorisés :
    • Événements de gestion CloudTrail : créer un sous-réseau VPC, créer un suivi, etc.
    • Événements de données CloudTrail S3 : obtenir un objet, lister des objets, supprimer un objet, etc.
  • Journaux de flux VPC : trafic interne inhabituel, adresse IP inhabituelle.
  • Journaux DNS : instances EC2 compromises envoyant des données codées dans les requêtes DNS.
  • Journaux d’audit Kubernetes : activités suspectes et compromis potentiels de cluster EKS.
• Les alertes de sécurité (findings) GuardDuty peuvent être routées via Amazon EventBridge vers AWS Lambda, Amazon SNS ou AWS Security Hub.

AWS Security Hub : Agrégateur central de sécurité

• AWS Security Hub est un service AWS permettant de centraliser, corréler et prioriser les alertes de sécurité provenant des services AWS, des comptes cloud et des outils tiers.
• Agrège les alertes de sécurité de : GuardDuty / Inspector / Macie / IAM Access Analyzer
• Standards de conformité intégrés :
  • CIS AWS Foundations v2 · AWS Foundational Security Best Practices · PCI-DSS v3.2.1
  • Security Score global de 0 à 100 — évolue en temps réel
  • Custom Actions : envoyer findings vers Lambda · SNS · EventBridge
  • Cross-account aggregation : vue unifiée de toute l’organization
• Il agit comme un point central de visibilité pour la posture de sécurité AWS.

Amazon Inspector

• Amazon Inspector est un service de gestion des vulnérabilités :
  • Analyse automatiquement les workloads AWS.
  • Détecte les vulnérabilités logicielles et les expositions réseau involontaires.
• Scanne notamment :
  • Instances EC2.
  • Images de conteneurs ECR.
  • Fonctions Lambda.
• Produit des résultats de détection avec un niveau de sévérité.
• Aide à prioriser les corrections grâce à un score de risque.
• S’intègre avec AWS Security Hub et Amazon EventBridge.
• Service managé et automatisé.
• En résumé : Amazon Inspector identifie les vulnérabilités sur les workloads AWS pour aider à prioriser les remédiations.

AWS Network Firewall

• AWS Network Firewall est un service de pare-feu réseau managé pour les VPC :
  • Permet de filtrer le trafic entrant, sortant et entre VPC.
  • Fonctionne avec des règles stateless et stateful.
  • Aide à bloquer les flux non autorisés ou suspects.
  • Peut inspecter le trafic avec des capacités IDS/IPS.
  • S’intègre avec AWS Firewall Manager pour une gestion centralisée.
  • Service managé, scalable et hautement disponible.
• Cas d’usage :
  • Contrôler le trafic entre sous-réseaux ou VPC.
  • Filtrer le trafic sortant vers Internet.
  • Bloquer des domaines, IP ou protocoles non autorisés.
  • Renforcer la sécurité réseau dans une architecture multi-comptes.
• En résumé : AWS Network Firewall protège le trafic réseau des VPC avec des règles de pare-feu avancées, au-delà des Security Groups et des NACL (liste de contrôle d’accès réseau).

AWS CloudTrail Lake : Analyse et investigation des journaux

• Service AWS managé permettant de centraliser, conserver et interroger les événements CloudTrail via SQL, sans infrastructure Athena, S3 ou Glue à administrer.
• Fonctionnalités clés :
  • Requêtes SQL natives : Interrogation directe des événements CloudTrail avec SQL standard

    SELECT eventTime, eventName, userIdentity.arn, sourceIPAddress
    FROM my_event_data_store
    WHERE eventName = 'DeleteBucket';

  • Rétention longue durée : Conservation configurable des journaux de 90 jours à 7 ans avec accès immédiat aux données historiques.
  • Intégration native AWS : Compatible avec AWS Organizations, AWS Config et CloudTrail Insights pour une visibilité centralisée.
  • Détection d’anomalies : CloudTrail Insights identifie automatiquement les comportements inhabituels et les pics d’activité API.
  • Investigation et analyse forensique : Recherche rapide des actions réalisées par un utilisateur IAM, un rôle ou une adresse IP sur plusieurs mois ou années.

AWS CloudTrail Lake : Fonctionnement

IAM Identity Center

• Service AWS pour centraliser les accès des utilisateurs.
• Permet le SSO (Single Sign-On) vers plusieurs comptes AWS et applications.
• Peut se connecter à un fournisseur d’identité existant :
  • Microsoft Entra ID.
  • Okta.
  • Google Workspace.
  • Active Directory.
• Permet d’attribuer des accès par utilisateur ou groupe.
• Utilise des permission sets pour définir les droits dans les comptes AWS.
• Réduit le besoin de créer des utilisateurs IAM dans chaque compte.
• Adapté aux environnements multi-comptes avec AWS Organizations.
• Améliore la gouvernance, l’audit et l’application du moindre privilège.
• En résumé :
  • IAM Identity Center centralise les accès humains aux comptes AWS.
  • IAM reste utilisé pour gérer les permissions, rôles et politiques AWS.

Panorama des services de sécurité Azure

Identité	Réseau	Données
Microsoft Entra ID Conditional Access PIM (Privileged Identity Management) Identity Protection MFA Microsoft Entra Permissions Management Defender for Identity	NSG (groupe de sécurité réseau) Azure Firewall DDoS Protection Private Link Front Door WAF Application Gateway WAF Azure Bastion	Key Vault Purview Information Protection Managed HSM Backup Defender for Storage Defender for SQL
Charge de travail	Détection	Gourvernance
Defender for Cloud AKS Security Container Registry VM Protection App Service Security	Microsoft Sentinel Defender XDR Monitor Log Analytics Defender for Cloud Defender for Cloud Apps Defender Threat Intelligence	Azure Policy Blueprints Landing Zones Groupes d’administration Cost Management Microsoft Priva Compliance Manager

Microsoft Defender for Cloud

Microsoft Defender for Cloud est la plateforme CNAPP de Microsoft Azure, combinant CSPM, protection des workloads et sécurité DevOps pour renforcer la posture de sécurité des environnements cloud, hybrides et multicloud.

Capacité Defender for Cloud	Contribution sécurité
Gestion de posture (CSPM)	Identifie les mauvaises configurations et évalue en continu le niveau de sécurité des ressources cloud.
Secure Score	Mesure l’exposition au risque et fournit des recommandations de remédiation priorisées.
Protection des workloads (CWPP)	Protège les VM, conteneurs, bases de données, stockages et services PaaS contre les menaces.
Analyse des vulnérabilités	Détecte les vulnérabilités des systèmes, conteneurs et dépendances logicielles.
Protection Kubernetes	Surveille les clusters Kubernetes et détecte les comportements anormaux ou malveillants.
Sécurité DevOps	Analyse les dépôts Git, pipelines CI/CD et configurations IaC afin d’identifier les risques en amont.
Détection des menaces	Génère des alertes de sécurité basées sur les signaux collectés et les modèles d’analyse Microsoft.
Attack Path Analysis	Identifie les chemins d’attaque potentiels exploitables par un attaquant.
Multicloud et hybride	Couvre AWS, GCP et les environnements on-premise en plus d’Azure.
Conformité réglementaire	Évalue le respect des référentiels tels que ISO 27001, PCI-DSS, SOC 2 et RGPD.

Microsoft Entra ID : Identité et accès Zero Trust

Microsoft Entra ID est le socle d’identité Zero Trust de Microsoft : il centralise les accès, applique le MFA, le conditionnel et le moindre privilège.

Capacité Microsoft Entra ID	Contribution sécurité
Gestion des identités	Centralise les utilisateurs, groupes, applications et comptes de service.
SSO	Permet un accès unifié aux applications cloud, SaaS et internes.
MFA	Renforce l’authentification avec un second facteur.
Accès conditionnel	Adapte l’accès selon l’utilisateur, l’appareil, la localisation, le risque et le contexte.
Zero Trust	Vérifie explicitement chaque demande d’accès avant d’autoriser l’utilisateur.
Protection des identités	Détecte les connexions suspectes et les comptes à risque.
Moindre privilège	Limite les droits via les rôles, groupes et accès temporaires.
Gouvernance des accès	Encadre les revues d’accès, les droits invités et le cycle de vie des identités.

Microsoft Entra ID : Exemples de politiques d’accès conditionnel

L’accès conditionnel applique les principes Zero Trust en adaptant dynamiquement les contrôles d’accès selon l’identité, le contexte, le niveau de risque et l’état de l’appareil.

Politique d’accès conditionnel	Signal analysé	Action appliquée	Priorité
MFA obligatoire pour les administrateurs	Utilisateur membre d’un rôle privilégié (Global Admin, Security Admin…)	Exiger une authentification multifacteur forte (FIDO2 recommandé)	Critique
Blocage des authentifications héritées	Utilisation de protocoles legacy (IMAP, POP3, SMTP Auth, ActiveSync…)	Refuser la connexion	Élevée
Appareil conforme obligatoire	Accès à Microsoft 365 depuis un terminal non géré ou non conforme	Autoriser uniquement les appareils conformes Intune	Élevée
Blocage des utilisateurs à risque élevé	Niveau de risque utilisateur élevé détecté par Identity Protection	Bloquer l’accès jusqu’à remédiation	Critique
MFA renforcé sur connexion à risque	Connexion inhabituelle ou niveau de risque de connexion moyen/élevé	Exiger une authentification supplémentaire	Élevée
Accès limité pour les utilisateurs invités	Utilisateur externe B2B	Limiter l’accès aux applications autorisées et imposer le MFA	Moyenne

Microsoft Purview

Microsoft Purview permet de découvrir, classifier, protéger et gouverner les données sensibles afin de réduire les risques de fuite, de perte ou de non-conformité.

Capacité Microsoft Purview	Contribution sécurité
Découverte des données	Identifie automatiquement les données présentes dans les environnements cloud, SaaS et on-premise.
Classification	Détecte et étiquette les données sensibles (RGPD, données financières, santé, secrets, etc.).
Protection de l’information	Applique des labels de sensibilité, du chiffrement et des restrictions d’usage.
Data Loss Prevention (DLP)	Empêche le partage ou l’exfiltration de données sensibles.
Gouvernance des données	Cartographie les données, leurs propriétaires et leurs flux de circulation.
Gestion des risques internes	Détecte les comportements pouvant entraîner une fuite de données ou une violation de conformité.
eDiscovery & Audit	Facilite les enquêtes, audits et investigations réglementaires.
Conformité	Aide à répondre aux exigences réglementaires telles que RGPD, ISO 27001, NIS2 ou PCI-DSS.

Panorama des services de sécurité GCP

Identité	Réseau	Données
Cloud IAM Identity Platform IAM Conditions Workload Identity Federation MFA Cloud Identity Privileged Access Manager Access Context Manager	Cloud Firewall Cloud Armor VPC Service Controls Cloud IDS Private Service Connect reCAPTCHA Enterprise, Certificate Authority Service	Cloud KMS Secret Manager Sensitive Data Protection External Key Manager Backup & DR
Charge de travail	Détection	Gourvernance
Security Command Center GKE Security Artifact Analysis Binary Authorization VM Manager Container Threat Detection GKE Enterprise security posture	Security Command Security Operations (SecOps) Center Event Threat Detection Cloud Logging Cloud Monitoring Mandiant Threat Intelligence Cloud Audit Logs	Organization Policies Resource Manager Assured Workloads Policy Controller Security Health Analytics Cloud Asset Inventory Risk Manager Cloud Compliance Access Transparency

Security Command Center

Security Command Center est le CSPM natif de Google Cloud, conçu pour centraliser la visibilité, détecter les mauvaises configurations et prioriser les risques de sécurité des environnements GCP.

Capacité Security Command Center	Contribution sécurité
Vision unifiée	Centralise les alertes, vulnérabilités, mauvaises configurations et menaces dans une console unique.
Gestion de posture (CSPM)	Détecte les erreurs de configuration, les ressources exposées et les écarts par rapport aux bonnes pratiques.
Détection des menaces	Identifie les comportements suspects, compromissions de comptes et activités malveillantes.
Gestion des vulnérabilités	Analyse les VM, conteneurs et workloads afin d’identifier les vulnérabilités exploitables.
Priorisation des risques	Corrèle les informations de sécurité pour mettre en avant les risques les plus critiques.
Conformité	Aide à évaluer le respect des référentiels de sécurité et des exigences réglementaires.
Intégration native GCP	S’appuie sur les services Google Cloud tels que Cloud Asset Inventory, Event Threat Detection et Container Scanning.
Remédiation	Facilite l’investigation et l’application des actions correctives sur les ressources concernées.

Google Security Operations (SecOps)

Google Security Operations (SecOps) est la plateforme SIEM/SOAR de Google Cloud. Elle centralise les événements de sécurité, détecte les comportements malveillants, facilite les investigations et automatise la réponse aux incidents.

Capacité SecOps	Contribution sécurité
Collecte centralisée	Agrège les logs, alertes et événements provenant du cloud, du réseau, des endpoints et des applications.
Détection avancée	Identifie les comportements suspects grâce aux règles de détection, à l’analyse comportementale et à l’IA.
Threat Intelligence	Enrichit les alertes avec les renseignements de Google Threat Intelligence et Mandiant.
Threat Hunting	Permet aux analystes de rechercher proactivement des indicateurs de compromission dans l’ensemble des données collectées.
Investigation	Corrèle les événements et reconstitue la chronologie des attaques pour accélérer l’analyse.
SOAR	Automatise les workflows de réponse, la qualification des alertes et les actions de remédiation.
Visibilité unifiée	Fournit une vue centralisée des menaces, incidents et activités de sécurité.
Pilotage SOC	Réduit les temps de détection (MTTD) et de réponse (MTTR) aux incidents.

GCP Cloud Armor

Google Cloud Armor protège les applications exposées contre les attaques DDoS et les attaques applicatives comme XSS ou SQL injection, via des politiques de sécurité appliquées au niveau des load balancers.

Capacité Cloud Armor	Contribution sécurité
Protection DDoS	Absorbe et filtre les attaques volumétriques avant qu’elles n’atteignent les workloads.
WAF managé	Utilise des règles préconfigurées contre les risques applicatifs courants, dont l’OWASP Top 10.
Règles personnalisées	Autorise, bloque ou limite le trafic selon IP, géolocalisation, en-têtes ou attributs de requête.
Rate limiting	Réduit les abus, le scraping et les pics de requêtes anormaux.
Adaptive Protection	Détecte les attaques L7 avec des modèles ML et suggère des règles de mitigation.
Observabilité	Expose les décisions de filtrage dans Cloud Logging et Cloud Monitoring.

IAM Recommender

IAM Recommender analyse l’usage réel des permissions IAM et propose de supprimer ou réduire les rôles trop permissifs.

Capacité IAM Recommender	Contribution sécurité
Analyse d’usage IAM	Observe les permissions réellement utilisées par les utilisateurs, groupes et comptes de service.
Détection des excès	Identifie les rôles trop larges ou inutilisés.
Moindre privilège	Recommande des rôles plus précis ou la suppression de droits inutiles.
Réduction du risque	Limite l’impact potentiel d’un compte compromis.
Aide à la remédiation	Propose des actions concrètes pour ajuster les accès.

Comparatif : Quel outil pour quel besoin ?

Besoin	AWS natif	Azure natif	GCP natif	Tiers
CSPM, posture management	Security Hub CSPM + Config	Defender for Cloud	Security Command Center	Wiz / Prisma Cloud / Orca
CWPP, protection workloads	GuardDuty + Inspector	Defender for Servers / Containers	Security Command Center + Container Threat Detection	Lacework / Aqua / Sysdig
SIEM / centralisation sécurité	Security Lake + CloudWatch + OpenSearch	Microsoft Sentinel	Google SecOps / Chronicle	Splunk / Elastic
Secrets management	Secrets Manager + KMS	Key Vault	Secret Manager + Cloud KMS	HashiCorp Vault
Scan images conteneurs	ECR + Inspector	ACR + Defender	Artifact Analysis	Trivy / Aqua / Sysdig
DLP / données sensibles	Macie, surtout S3	Microsoft Purview	Sensitive Data Protection	Varonis / Symantec / BigID
Multi-cloud unifié	AWS seulement	Defender avec add-on AWS/GCP	SCC surtout GCP	Wiz / Orca / Prisma Cloud
Coût PME 50 à 500 employés	Faible, pay-per-use	Faible si déjà Azure	Faible à modéré selon services activés	Élevé, licences annuelles

Wiz : CNAPP leader du marché

• Wiz est une plateforme CNAPP qui corrèle configurations, vulnérabilités, identités, expositions réseau et données sensibles afin d’identifier les chemins d’attaque réellement exploitables et de prioriser les risques les plus critiques.
• Différenciateurs :
  • Fonctionnement sans agent
  • Déploiement rapide
  • Vue unifiée AWS, Azure, GCP et Kubernetes
  • Corrélation automatique des risques
  • Priorisation basée sur l’exploitabilité réelle

Fonctionnement

Top 10 OWASP pour les LLM 2025 & surface d’attaque cloud IA

• AWS Bedrock, Azure OpenAI et Vertex AI facilitent le déploiement de LLM en production, mais créent une nouvelle surface d’attaque.
• Les principaux risques concernent les injections de prompts, les fuites de données sensibles, les attaques sur les modèles et les données, ainsi que l’excès d’autonomie accordé aux systèmes d’IA.

Risque	Retenir
LLM01 - Prompt Injection	Manipulation du modèle via des instructions malveillantes
LLM02 - Sensitive Information Disclosure	Divulgation de données sensibles ou confidentielles
LLM03 - Supply Chain	Compromission des modèles, datasets ou dépendances
LLM04 - Data and Model Poisoning	Altération des données d’entraînement ou du modèle
LLM05 - Improper Output Handling	Exploitation des réponses du modèle par des systèmes aval
LLM06 - Excessive Agency	Modèle disposant de trop de privilèges ou d’autonomie
LLM07 - System Prompt Leakage	Fuite des instructions internes et règles du modèle
LLM08 - Vector and Embedding Weaknesses	Attaques sur les bases vectorielles et mécanismes RAG
LLM09 - Misinformation	Production d’informations erronées ou trompeuses
LLM10 - Unbounded Consumption	Consommation excessive de ressources et coûts incontrôlés

L’injection de prompts : risque n°1 des applications LLM

L’injection de prompt consiste à manipuler les instructions fournies à un modèle d’IA afin de contourner les règles prévues par l’application et influencer son comportement.

Guardrails

• Les Guardrails sont une couche de sécurité placée autour du LLM afin de :
  • Contrôler les entrées
  • Contrôler les sorties
  • Contrôler les actions
  • Appliquer des politiques de sécurité
  • Protéger les données sensibles
  • Limiter l’autonomie du modèle
• Ils permettent de réduire les risques d’injection de prompts, de fuite de données sensibles et d’exécution d’actions non autorisées.
• Ils jouent pour l’IA un rôle proche de celui d’un :
  • WAF pour une application web
  • Les groupes de sécurité pour un serveur
  • Admission Controller pour Kubernetes

Cinq grandes familles de guardrails

Famille de Guardrails	Rôle principal	Exemples de contrôles	Risques atténués
Contrôle des entrées	Analyser et filtrer les requêtes avant qu’elles n’atteignent le LLM	Détection de Prompt Injection, Jailbreak, validation du format, filtrage de contenus interdits	Prompt Injection, Prompt Leakage, contournement des règles
Contrôle des sorties	Vérifier les réponses générées avant leur restitution	Détection de données sensibles, masquage d’informations, contrôle de conformité, filtrage des réponses	Fuite d’informations, divulgation de secrets, non-conformité
Sécurité des contenus	Bloquer les contenus dangereux ou inappropriés	Détection de violence, haine, harcèlement, contenu sexuel, malware, fraude	Contenus toxiques, usages abusifs, risques réglementaires
Contrôle des actions	Encadrer les actions exécutées par les agents IA	Validation humaine, listes d’autorisation, limitation des privilèges, contrôle des outils accessibles	Automatisation excessive, escalade de privilèges, actions non autorisées
Protection des données	Identifier et protéger les données sensibles utilisées par le modèle	Détection de mots de passe, clés API, données personnelles, données financières ou médicales	Exposition de données sensibles, violation de confidentialité, fuite de secrets

Fonctionnement des guardrails

LLM-as-a-judge

• Le LLM as a Judge agit comme un contrôleur qualité automatisé capable d’évaluer les réponses d’un autre modèle selon des critères de pertinence, de sécurité et de conformité.
• Il constitue aujourd’hui un composant clé des plateformes d’IA générative en production.

Avantages	Limites
Automatisation de l’évaluation des réponses	Le juge peut lui-même halluciner
Réduction des coûts de revue humaine	Risque de biais d’évaluation
Évaluation à grande échelle	Nécessite des critères d’évaluation précis
Détection rapide des dérives et anomalies	Les résultats peuvent varier selon le modèle utilisé
Amélioration continue des modèles et des prompts	Les évaluations critiques doivent être échantillonnées ou revues par des humains

LLM-as-a-judge et critères d’évaluation

Critère	Exemple
Pertinence	La réponse répond-elle à la question ?
Exactitude	Les informations sont-elles correctes ?
Sécurité	Contient-elle des données sensibles ?
Conformité	Respecte-t-elle les politiques définies ?
Toxicité	Contient-elle du contenu inapproprié ?
Hallucination	Les faits sont-ils vérifiables ?

Fonctionnement d’un llm-as-a-judge

Gouvernance IA

La gouvernance de l’IA est l’ensemble des règles, processus, contrôles et responsabilités mis en place pour garantir que les systèmes d’intelligence artificielle sont développés, déployés et exploités de manière sécurisée, fiable, éthique, conforme et maîtrisée.

Objectif	Description
Sécurité	Protéger les modèles, les données et les infrastructures IA
Conformité	Respecter les réglementations (RGPD, AI Act, NIS2, etc.)
Gestion des risques	Identifier, évaluer et réduire les risques liés à l’IA
Transparence	Comprendre les capacités, limites et décisions des modèles
Qualité	Garantir la pertinence, la robustesse et la fiabilité des résultats
Responsabilité	Définir qui décide, valide et supervise les usages de l’IA

AI-TRiSM framework (Gartner) : Gouvernance IA en production

• AI TRiSM (AI Trust, Risk and Security Management) est un cadre de gouvernance permettant de sécuriser les systèmes d’IA générative en production en adressant les enjeux de confiance, de risque, de sécurité et d’exploitation.

Domaine	Objectif	Exemples
Trust (Confiance)	Garantir la fiabilité et la transparence du système	Explicabilité des réponses, vérification des sources, documentation des capacités et limites du modèle
Risk (Gestion des risques)	Identifier, évaluer et réduire les risques liés à l’IA	Tests de Red Teaming, classification des risques, détection des dérives du modèle
Security (Sécurité)	Protéger les modèles, les données et les infrastructures	Gestion des accès, chiffrement des données, isolation réseau, protection contre les Prompt Injections
Management (Gouvernance)	Superviser l’exploitation et assurer la conformité	Audit des usages, surveillance continue, gestion des versions, gouvernance des données

Les nouveaux risques introduits par l’IA selon Gartner

Tests de red teaming IA

Le Red Teaming IA reproduit les comportements d’attaquants réels afin d’évaluer la robustesse des systèmes d’IA générative. Il permet d’identifier les vulnérabilités de sécurité, de sûreté et de conformité des LLM, des systèmes RAG et des agents IA avant qu’elles ne puissent être exploitées en production.

Sécuriser un pipeline RAG sur AWS Bedrock

La sécurisation d’Amazon Bedrock repose sur une approche de défense en profondeur combinant IAM, Bedrock Guardrails, contrôle d’accès aux bases de connaissances, chiffrement des données et surveillance continue des usages du modèle.

AWS STS (Security Token Service) : Sessions temporaires

AWS STS fournit des identifiants temporaires, limités dans le temps et traçables, pour accéder aux ressources AWS de manière plus sécurisée.

Élément	Description	Rôle
Objectif	Émettre des identifiants temporaires	Remplacer les accès permanents par des accès limités dans le temps
Credentials retournés	AccessKeyId, SecretAccessKey, SessionToken	—
Durée	De 15 minutes à 12 heures selon la configuration du rôle	—
Bénéfice sécurité	Réduit l’usage de clés statiques et améliore la traçabilité	—

Capacités principales

Usage	Description
AssumeRole	Endosser temporairement un rôle IAM
Fédération OIDC	Utiliser un fournisseur d’identité externe ou un workload
Fédération SAML	Permettre l’accès via un fournisseur d’identité d’entreprise
Accès cross-account	Accéder à des ressources dans un autre compte AWS
Workloads temporaires	Fournir des accès temporaires aux Pods, applications ou pipelines

PMapper : Analyse des chemins d’escalade de privilèges

• PMapper (Principal Mapper) est un outil open source permettant d’analyser les relations IAM AWS afin d’identifier :
  • les chemins d’escalade de privilèges
  • les accès indirects à des rôles administrateurs
  • les permissions dangereuses
  • les chaînes d’attaque IAM
• Il construit un graphe des relations entre :
  • Utilisateurs IAM
  • Relations de confiance
  • Rôles IAM
  • Politiques
  • Permissions AWS

# Installer et analyser
pip install principalmapper
pmapper --account 123456789012 graph create
pmapper --account 123456789012 analysis find_risks
pmapper --account 123456789012 query ‘who can becomeadmin?’

PMapper : Exemple