Cybersécurité
Terme
Intermédiaire
📖 Définition
La cybersécurité vise à protéger les systèmes informatiques, les réseaux et les données contre les accès non autorisés, les dommages ou les perturbations. En 2026, ce périmètre s'étend aux modèles d'intelligence artificielle eux-mêmes, désormais considérés comme des actifs critiques. Les menaces propres à l'IA incluent notamment l'injection de prompts malveillants, l'empoisonnement de données (data poisoning), les exemples adversariaux, l'extraction de modèles et la génération de deepfakes ultra-réalistes. Parallèlement, l'IA devient un levier défensif : elle alimente des systèmes de détection d'anomalies en temps réel, des centres d'opérations de sécurité (SOC) augmentés et du threat hunting assisté par grands modèles. Ce double rôle — outil d'attaque et de défense — soulève des enjeux éthiques et opérationnels. Les cadres réglementaires comme la directive NIS2 en Europe, le projet de loi C-26 au Canada et le NIST AI Risk Management Framework encadrent ces risques. Enfin, l'avènement de l'informatique quantique rend urgent le passage à la cryptographie post-quantique pour préserver la confidentialité des modèles et des données.
💬 En termes simples
Protéger un modèle d'IA en 2026, c'est comme sécuriser à la fois la recette secrète d'un chef et la cuisine tout entière : si un intrus altère un ingrédient ou manipule les instructions, tout le plat devient toxique.
🎯 Exemple concret
En 2026, une banque québécoise utilise un LLM défensif pour analyser en temps réel les transactions et les communications clients, détectant des campagnes de phishing générées par IA grâce à des signatures comportementales subtiles.
💡 Le saviez-vous ?
Saviez-vous que certains modèles d'IA peuvent être volés en posant simplement les bonnes questions, sans jamais accéder au code source ni aux données d'entraînement ?