Catalogue
SélectionCyber IAAvancé · 14 h · Hybride

SECURE AI – Sécuriser les applications LLM

Identifier et réduire les principales vulnérabilités des applications basées sur des LLM.

Pas certain de votre choix ?

S’inscrire

Présentation

Identifier et réduire les principales vulnérabilités des applications basées sur des LLM. Public : RSSI, développeurs, AppSec, architectes.

Le parcours alterne un cadrage, une production sur un cas apporté par le participant, et une évaluation. Outils : journaux, politiques de sécurité, jeux de tests.

Durée : 2 jours – 14 h. Prix inter conseillé : 1 990 €.

Objectifs

  • Prompt injection et indirect prompt injection
  • Fuite de données et system prompt leakage
  • Insecure output handling et excessive agency
  • Poisoning et risques RAG
  • Guardrails, validation et contrôle humain
  • Architecture sécurisée et tests

Public

  • RSSI, développeurs, AppSec, architectes

Prérequis

  • Pratiquer régulièrement une IA générative.
  • Savoir formuler une demande structurée (consigne, contexte, format de sortie).

À l’issue

  • Prompt injection et indirect prompt injection
  • Fuite de données et system prompt leakage
  • Insecure output handling et excessive agency
  • Poisoning et risques RAG
  • Guardrails, validation et contrôle humain
  • Architecture sécurisée et tests

Programme

  1. 01
    Module 1 — Prompt injection et indirect prompt injection

    L'injection directe est dans la demande de l'utilisateur. L'injection indirecte est dans un document que le modèle lit. Les deux cherchent à changer la consigne · Montrer une injection directe et une injection via un document sur l'application de démonstration

    2 h
  2. 02
    Module 2 — Fuite de données et system prompt leakage

    Une fuite, c'est une donnée ou la consigne système qui ressort dans la réponse. On cherche les deux · Tenter de faire répéter la consigne système et une donnée qui ne devait pas sortir

    2 h
  3. 03
    Module 3 — Insecure output handling et excessive agency

    Une sortie non contrôlée peut devenir un lien, une commande ou une action. L'agence excessive, c'est un outil trop puissant laissé au modèle · Repérer dans l'application une sortie exécutée sans contrôle et la couper

    2 h
  4. 04
    Module 4 — Poisoning et risques RAG

    Empoisonner un RAG, c'est glisser une consigne dans un document indexé. Le modèle lui obéit en croyant citer une source · Ajouter un document piégé au corpus de test et montrer la réponse détournée

    2 h
  5. 05
    Module 5 — Guardrails, validation et contrôle humain

    Garde fou, validation et contrôle humain se placent avant l'action. Un filtre après coup ne ramène pas un email parti · Placer un contrôle sur l'action la plus sensible de l'application

    2 h
  6. 06
    Module 6 — Architecture sécurisée et tests

    L'architecture sécurisée se dessine : où est la consigne, où sont les données, où est l'outil, où est le journal. Puis on la teste · Dessiner l'architecture et rejouer les quatre attaques du module

    2 h
  7. 07
    Module 7 — Mise en situation et retour au poste

    retour au poste pour RSSI, développeurs, AppSec, architectes · soutenir SECURE AI – Sécuriser les applications LLM

    2 h

Pédagogie

  • Cours théoriques
  • Ateliers pratiques
  • Travaux pratiques
  • Feedbacks réguliers
  • Ratio théorie/pratique 30% / 70%

Évaluation

  • Quiz
  • soutenir SECURE AI – Sécuriser les applications LLM
  • Critères : le geste est refait sans aide, les sources sont citées, aucune donnée sensible dans le prompt

Moyens

  • journaux
  • politiques de sécurité
  • jeux de tests

EVA, tout au long du parcours

Vous n’êtes pas seul. EVA vous accompagne avant, pendant et après les sessions, pour que l’apprentissage tienne dans le métier.

  • Avant chaque module, préparer vos cas d’usage réels.
  • Entre les sessions, un assistant pour clarifier un concept ou itérer.
  • Après la formation, un appui pour suivre ce que vous mettez en place.

Inscription

Demander cette formation