En quoi le modèle Zero Trust peut aider les organisations à limiter les risques liés aux applications utilisant le « vibe coding »
Ce qu’il faut retenir
- Le code généré par l’IA peut reproduire des vulnérabilités logicielles courantes, notamment des identifiants exposés, des entrées non assainies, l’absence d’authentification et des paramètres de sécurité mal configurés.
- Le vibe coding peut accélérer le développement, mais la pression pour livrer rapidement peut amener les équipes à minimiser les contrôles de sécurité avant la mise en production des applications.
- Les acheteurs de logiciels doivent partir du principe que les nouvelles applications peuvent inclure des composants générés par l’IA et prévoir l’éventualité d’erreurs de codage exploitables.
- La sécurité Zero Trust peut contribuer à réduire les risques en limitant l’accès de chaque application, en vérifiant l’identité à chaque échange et en limitant l’impact d’une exploitation réussie.
Les plateformes d’IA vous permettent de coder rapidement. Mais le « vibe coding », comme on l’appelle souvent, représente-t-il un risque quelle que soit la vitesse ? De nombreux professionnels de la sécurité craignent que la rapidité de la génération de code ne dépasse la capacité de quiconque à le vérifier pour détecter les erreurs, ce qui entraînerait une explosion du nombre de vulnérabilités. Alors, comment garantir la sécurité d’utilisation des applications développées selon cette méthode ?
Pourquoi la sécurité du code généré par l’IA constitue-t-elle un réel risque pour l’entreprise ?
À mesure que l’IA s’est imposée dans le monde du travail, de nombreuses failles de sécurité liées à des vulnérabilités du code généré par l’IA ont été constatées :
- Un réseau social créé en vibe coding pour les agents d’IA, Moltbook, n’a jamais activé la sécurité au niveau des lignes, exposant 1,5 million de clés API.
- Une pharmacie utilisant un site web conçu par vibe coding a exposé les messages de patients par le biais d’un formulaire de contact mal configuré.
- Une application de vibe coding connue sous le nom d’« Orchids » présentait une vulnérabilité permettant à des chercheurs en sécurité d’obtenir un accès à distance aux points de terminaison des utilisateurs.
Les données de sondage et les exemples concrets suggèrent que de nombreux développeurs utilisent désormais des outils d’IA pour écrire du code. Pendant ce temps, les vulnérabilités logicielles peuvent mettre des années à être découvertes. Pour cette raison, les vulnérabilités que nous avons observées jusqu’à présent ne représentent probablement que la partie visible de l’iceberg.
Comment le code généré par l’IA produit-il des vulnérabilités ?
Réponse courte : les modèles de génération de code par l’IA sont entraînés sur du code généré par des humains. Une partie des données d’entraînement contient des vulnérabilités. Par conséquent, les modèles d’IA peuvent reproduire ces mêmes vulnérabilités en production.
Pour répondre de manière plus détaillée, les outils de codage basés sur l’IA ne savent pas ce qu’ils ignorent. Il se peut que le modèle de codage n’ait pas reçu d’exemple illustrant à quoi ressemble un code sécurisé dans un contexte spécifique. Lorsqu’un développeur demande au modèle de « coder ce module de manière sécurisée », celui-ci produit un code qui semble a priori sécurisé, mais qui contient en réalité des vulnérabilités.
Lorsque nous parlons de « sécurité plausible », nous entendons par là que le code fait appel à des bibliothèques et utilise des paramètres de sécurité. Mais en y regardant de plus près, on constate que la bibliothèque est erronée et que les paramètres de sécurité sont mal configurés. Cela s’explique par le fait que l’IA génère des résultats qui ressemblent à ses données d’entraînement au lieu de créer quelque chose de nouveau.
Il est important de noter que les vulnérabilités générées par le code produit par l’IA ne sont pas un phénomène nouveau. Des erreurs telles que l’exposition d’identifiants, des entrées non validées et l’absence d’authentification sont courantes dans le code généré par l’homme ; elles le sont donc également dans le code généré par l’IA.
Est-il possible de détecter les vulnérabilités des applications développées via vibe coding ?
La bonne nouvelle, c’est que les vulnérabilités issues du vibe coding sont suffisamment courantes pour pouvoir être repérées grâce au même type de tests logiciels et de pratiques de développement sécurisé qui permettent de détecter les erreurs et les failles dans le code traditionnel. La mauvaise nouvelle, cependant, c’est que les pratiques de développement sécurisé sont peut-être plus rares qu’on ne l’espérerait.
Un rapport de la Linux Foundation montre que près d’un tiers des développeurs ignorent les pratiques de développement sécurisé. Si la plupart des développeurs finissent par suivre une formation en matière de sécurité, cela peut prendre jusqu’à cinq ans avant que cela ne se fasse. De plus, des études montrent que la plupart des développeurs savent que le code généré par l’IA qu’ils déploient est susceptible d’être rempli de vulnérabilités. Environ un tiers des développeurs déploiera ce code malgré tout.
Le problème ici est la pression. Le vibe coding accélère le développement d’applications. Cela signifie qu’une entreprise de logiciels compétitive peut facilement commercialiser son produit en premier. Les développeurs peuvent craindre que les garde-fous de sécurité ralentissent le développement sans apporter de valeur évidente aux acheteurs. Il existe donc une forte incitation à limiter les contrôles de sécurité avant la mise en production d’une application.
Comment les acheteurs de logiciels peuvent-ils sécuriser les applications utilisant le vibe coding ?
Les acheteurs de logiciels doivent partir du principe que certains composants de toute nouvelle application qu’ils utiliseront en 2026 ont pu être développés en vibe coding. Cela ne signifie pas pour autant qu’ils comportent systématiquement des vulnérabilités. Cela signifie plutôt que les acheteurs doivent prendre des mesures pour limiter les répercussions de toute application susceptible de contenir une erreur de codage exploitable. En d’autres termes, ils doivent adopter des protocoles de sécurité Zero Trust.
La sécurité Zero Trust est apparue avant l’avènement de l’IA, partant du principe que chaque utilisateur et chaque application étaient potentiellement compromis. À l’ère de l’IA, nous pouvons désormais partir du principe que chaque application a potentiellement été développée grâce au vibe coding, et que toute application ainsi développée présente des vulnérabilités exploitables.
Vous pouvez examiner rigoureusement chaque application de votre infrastructure afin de détecter ces vulnérabilités, mais :
- Cela prend du temps, que vous n’avez pas.
- Même la vérification la plus minutieuse peut passer à côté de certaines vulnérabilités.
- Vos utilisateurs intègrent des applications issues du vibe coding sans l’approbation du service informatique parce que le shadow IT n’a jamais disparu.
En considérant chaque application comme suspecte, vous pouvez concevoir votre infrastructure de manière à limiter l’impact d’une vulnérabilité exploitée.
Comment le Zero Trust réduit-il les risques de sécurité liés au code généré par l’IA ?
L’architecture zero trust est conçue pour appliquer une authentification renforcée à chaque échange de données et placer les utilisateurs et les applications dans des segments de réseau étroitement définis à l’aide de périmètres définis par logiciel.
En pratique, cela signifie que chaque application, vibe-codée ou non, est placée dans son propre périmètre. Ce périmètre définit la manière dont une application peut interagir avec les utilisateurs, les données et d’autres applications. Il garantit également que les privilèges normaux de l’application n’incluent que les dépendances spécifiques dont elle a besoin pour fonctionner.
Cela garantit que, si une application présente une vulnérabilité exploitable ciblée par un pirate, la surface d’attaque potentielle reste limitée. De plus, le pirate ne pourra pas se déplacer latéralement vers d’autres applications ni étendre ses privilèges. Même si l’application développée en vibe coding peut comporter davantage de vulnérabilités, le pirate reste limité à un accès minimal.
Comment Barracuda SecureEdge Access aide à sécuriser les applications développée via le vibe coding
Le vibe coding apporte un gain de rapidité réel et pourrait bien devenir un élément incontournable de la boîte à outils des développeurs. Mais les utilisateurs continueront de faire les frais des applications vulnérables. Les entreprises doivent désormais partir du principe que chaque nouvelle application est issue du vibe coding, et que celle-ci est vulnérable.
Barracuda SecureEdge Access offre aux responsables de la sécurité la possibilité d’isoler chaque application au sein d’un périmètre restreint, tout en vérifiant l’identité à chaque échange de données via la solution SSO de votre choix. Elle vous offre également un contrôle granulaire sur les accès, vous permettant de déterminer quelle combinaison d’appareils, d’emplacements et d’utilisateurs peut accéder à une application donnée. Son déploiement aisé et sa gestion stable du trafic distinguent encore davantage Barracuda SecureEdge Access des solutions qui ajoutent de la complexité ou nuisent aux performances.
Même si les applications développées par vibe coding ne seront peut-être jamais véritablement « sûres », c’est-à-dire exemptes de vulnérabilités exploitables, Barracuda peut vous aider à les rendre sûres pour une utilisation quotidienne. Prenez rendez-vous pour une démonstration et découvrez comment Barracuda peut protéger vos utilisateurs et vos données contre les exploits générés par l’IA.
Ce dont les clients MSP auront besoin ensuite, du back-office à la salle du conseil
Barracuda Research a constaté que l’excellence technique reste essentielle, mais que la croissance future reposera sur l’expertise en IA, la cyber résilience et la capacité à présenter les risques sous l’angle métier.
S’abonner au blog de Barracuda.
Inscrivez-vous pour recevoir des informations sur les menaces, des commentaires sur le secteur et bien plus encore.
Rapport sur le déficit de compétences en cybersécurité : le risque lié à l’IA arrive en tête de liste
L’enquête de Barracuda Research menée auprès de 2 000 responsables de la sécurité révèle que 94 % signalent un déficit de compétences en cybersécurité, alors même que l’IA réduit le nombre de postes de début de carrière dans ce domaine, pourtant essentiels pour former les futurs analystes.