Wasa Confidence — sécurité offensive de l'IA
Cadres méthodologiques — révision septembre 2026Wasa Confidence publie des cadres méthodologiques indépendants sur la sécurité offensive des systèmes d'intelligence artificielle. Comment attaquer un LLM, ce que teste vraiment un red team, quels référentiels tiennent la route, et comment auditer un déploiement — en français, sans vendre de logiciel.
Le catalogue des attaques réelles contre les modèles génératifs, du grand modèle au modèle embarqué.
Ce que recouvre le red teaming IA, en quoi il diffère du pentest, et comment mener un audit de bout en bout.
Les référentiels de sécurité, la déontologie du hacking éthique et les évolutions réglementaires à venir.
L'EU AI Act s'applique par vagues, réajustées par le paquet Digital Omnibus de juillet 2026. Le détail de chaque échéance et des référentiels associés est développé dans les référentiels de sécurité IA.
Non, et l'amalgame est courant. Le pentest cherche des failles précises sur un périmètre défini ; le red teaming simule un adversaire réel, sur la durée, sans périmètre annoncé à l'avance. On développe la distinction dans pentest ou red teaming.
Injection directe et indirecte de prompt, jailbreak, fuite du prompt système, empoisonnement des données, extraction du modèle. Le catalogue complet est dans attaques LLM & GenAI.
Oui, c'est déjà un pan du red teaming automatisé : un modèle attaquant génère et affine des milliers de sollicitations contre un modèle cible. Voir une IA qui en attaque une autre.
Par un audit qui distingue les besoins réels de l'organisation et l'exposition aux attaques. C'est l'objet de la page audit IA : besoins et sécurité.