Habr lance une série sur la sécurité de l'IA : 4 juridictions et 4 méthodologies de protection

Habr AI a publié la première partie d'une série consacrée à la sécurité des systèmes d'IA en 2026. L'article couvre le cadre normatif de quatre juridictions (Russie, Chine, UE et États-Unis) et quatre méthodologies de protection : STRIDE, OWASP, AI-SAFE et SAIMM. Les auteurs y voient le socle de connaissances dont tout spécialiste de la sécurité de l'IA a besoin. L'annonce de l'article ne détaille aucune norme précise : ce qui suit présente donc ce qui est annoncé et le contexte qui rend le sujet important.

La sécurité du machine learning est longtemps restée un sujet de niche. Quelques groupes de recherche s'en occupaient, une dizaine de publications paraissaient chaque année et les outils pratiques étaient presque inexistants. L'arrivée des LLM et des systèmes agentiques en production a changé la donne. Le modèle appelle désormais des outils, lit des données externes et prend des décisions au nom de l'utilisateur. La surface d'attaque s'est élargie, et ce sont les entreprises qui doivent répondre des conséquences.

Quatre juridictions, quatre logiques

L'article compare la régulation en Russie, en Chine, dans l'UE et aux États-Unis. Les approches y diffèrent nettement, comme on le sait déjà du contexte général.

• L'UE a bâti une loi horizontale sur l'IA (AI Act), avec une gradation par niveaux de risque et des obligations distinctes pour les développeurs de modèles à usage général. Le calendrier d'application d'une partie des exigences a été discuté et ajusté : il vaut donc mieux vérifier les dates à jour dans la source primaire.
• La Chine réglemente des catégories de systèmes précises : IA générative, recommandations algorithmiques, étiquetage des contenus synthétiques. C'est un ensemble d'exigences ciblées, et non une loi unique.
• Les États-Unis s'appuient sur un mélange de cadres fédéraux comme le NIST AI RMF, d'exigences sectorielles et de lois propres à chaque État.
• La Russie développe son propre socle normatif et de normalisation. L'annonce ne permet pas de savoir quels textes et quelles normes les auteurs jugent essentiels.

Pour une entreprise active sur plusieurs marchés, cela signifie plusieurs périmètres de conformité menés en parallèle. Il n'existe pas encore de standard unique.

Méthodologies : ce qui vient de l'étranger, ce qui existe en

Russie

La seconde moitié de l'article est consacrée aux méthodologies de protection. STRIDE est un modèle de menaces classique, apparu bien avant les LLM, et on l'applique aux systèmes d'IA pour structurer les risques. OWASP est connu pour ses listes appliquées de vulnérabilités, notamment pour les applications fondées sur de grands modèles de langage. Quant aux méthodologies russes AI-SAFE et SAIMM, l'annonce se contente de les nommer : elle ne donne ni structure, ni critères de maturité, ni périmètre. Il faudra lire le texte complet pour juger de leurs forces et de leurs faiblesses.

Le simple fait de les associer est déjà intéressant. Les méthodologies occidentales fournissent un langage commun pour discuter des menaces. Les méthodologies russes, selon toute apparence, sont liées à la réglementation locale et aux pratiques de certification. Le spécialiste devra maîtriser les deux niveaux.

Que faire dès maintenant pour les équipes

Tant que la série n'est pas parue en entier, plusieurs actions ne nécessitent pas d'attendre.

1. Dressez un registre des systèmes d'IA de l'entreprise : quels modèles et quels agents tournent, avec quelles données et quels droits d'accès. 2. Déterminez de quelles juridictions relève chaque système. Le critère n'est pas le lieu d'enregistrement de l'entreprise, mais l'emplacement des utilisateurs et des données. 3. Réalisez une modélisation des menaces selon STRIDE pour les scénarios agentiques les plus critiques, surtout lorsque le modèle peut agir dans des systèmes externes. 4. Confrontez les risques identifiés aux listes OWASP pour les applications LLM et vérifiez quels contrôles existent déjà. 5. Attendez l'analyse d'AI-SAFE et de SAIMM, puis évaluez dans quelle mesure elles s'adaptent à vos processus internes et aux exigences des régulateurs.

Selon les auteurs, la série s'adresse aux praticiens. La première partie pose le cadre, mais la valeur de l'ensemble ne sera claire qu'avec les analyses d'attaques et de contrôles concrets.