Sécurité et confidentialité

Sécuriser les agents IA dans DevOps avec le Model Context Protocol

Le Model Context Protocol connecte les assistants IA aux outils d'infrastructure. Les ingénieurs doivent traiter les identifiants comme des clés de voiturier, en limitant l'accès pour prévenir les modifications accidentelles ou malveillantes.

Une clé de voiturier sur un rack de serveur représentant un accès IA sécurisé
Illustration créée pour cet article

Traduit automatiquement depuis l’original en anglais.

Connecter des assistants d'intelligence artificielle à l'infrastructure de développement et d'exploitation introduit des risques de sécurité importants s'ils ne sont pas gérés correctement. Le Model Context Protocol (MCP) sert de pont entre ces agents IA et des outils tels que Kubernetes, GitHub ou les fournisseurs cloud, agissant comme un adaptateur qui traduit les demandes en langage naturel en appels API. Fin 2026, il est recommandé aux ingénieurs de traiter ces connexions avec la même prudence que celle utilisée pour la gestion des clés physiques, en veillant à ce que les agents IA ne disposent que des autorisations minimales nécessaires pour effectuer leurs tâches.

Ce qui s'est passé

Le problème central réside dans le fonctionnement des serveurs MCP en tant qu'intermédiaires. Un serveur MCP prend l'interface de programmation d'une application (API) d'un outil et l'expose sous forme d'une liste d'actions qu'un assistant IA peut exécuter. Par exemple, un serveur MCP GitHub permet à un agent de lister les pull requests en échec, tandis qu'un serveur MCP Kubernetes lui permet d'interroger les journaux des pods. Bien que cette automatisation réduise les copier-coller manuels entre les fenêtres, elle accorde également à l'IA un potentiel accès en écriture à des systèmes critiques. De nombreux développeurs négligent le fait que même des outils d'observabilité comme Grafana ou Datadog peuvent modifier des tableaux de bord ou créer des moniteurs, ce qui signifie que les hypothèses « lecture seule » sont souvent incorrectes sans une configuration explicite.

La sécurité dépend fortement du type d'identifiant fourni au serveur MCP. Les serveurs plus anciens ou hébergés localement reposent souvent sur des variables d'environnement statiques, telles que des jetons d'accès personnels ou des profils de ligne de commande cloud. Cette approche est risquée car un jeton doté d'une portée administrative large donne à l'IA le même niveau d'accès que l'humain qui l'a créé. Si ce jeton fuit via un fichier de configuration ou une extension compromise, l'attaquant prend le contrôle total des ressources connectées. Les nouveaux serveurs hébergés atténuent ce risque en utilisant des flux OAuth, où les utilisateurs approuvent l'accès via un navigateur, générant des jetons liés à des serveurs et des portées spécifiques plutôt que de laisser des clés statiques en texte clair.

Détails clés

  • Les serveurs MCP agissent comme des adaptateurs, convertissant les invites IA en appels API pour des outils comme AWS, Terraform et PagerDuty.
  • Les identifiants statiques dans les variables d'environnement présentent des risques élevés, alors que les jetons liés à OAuth limitent l'exposition à des portées spécifiques.
  • De nombreux serveurs offrent des modes lecture seule ou des profils d'ensemble d'outils qui désactivent les actions destructives comme la suppression de ressources.
  • Les invites de confirmation sont essentielles pour les changements en production, exigeant une approbation explicite de l'utilisateur avant l'exécution de commandes modifiant l'état.
  • Des attaques par injection de prompt peuvent se produire lorsque les agents IA lisent du texte non fiable provenant de journaux ou de tickets, risquant de les tromper pour qu'ils exécutent des outils nuisibles.
  • Les journaux d'audit provenant à la fois du serveur MCP et du système cible fournissent la visibilité nécessaire sur les actions effectuées par l'IA.

Contexte

Le Model Context Protocol est une norme ouverte conçue pour aider les applications IA à accéder aux sources de données locales et distantes. Dans un contexte DevOps, il permet aux grands modèles de langage d'interagir avec l'infrastructure as code, la gestion de clusters et les plateformes de surveillance. Sans MCP, un assistant IA est isolé de vos systèmes réels, limité au traitement du texte que vous fournissez manuellement. Avec MCP, l'assistant devient un participant actif dans votre flux de travail, capable d'interroger des données en direct et de déclencher des changements. Ce changement transforme l'IA d'un conseiller passif en un opérateur actif, nécessitant des stratégies robustes de gestion des identités et des accès similaires à celles utilisées pour les employés humains ou les comptes de service.

Pourquoi c'est important

Pour les équipes qui exploitent leur propre logiciel, la commodité des opérations pilotées par l'IA doit être équilibrée avec le risque de conséquences involontaires. Un agent IA doté d'autorisations excessives pourrait accidentellement supprimer une base de données de production, modifier des groupes de sécurité ou déployer du code non testé s'il interprète mal une invite ou tombe victime d'une injection de prompt. L'injection de prompt se produit lorsque du texte malveillant intégré dans les journaux ou les commentaires de tickets trompe l'IA pour qu'elle exécute un outil qu'elle ne devrait pas utiliser. En traitant les identifiants MCP comme des clés de voiturier—accordant uniquement l'accès nécessaire pour des tâches spécifiques—les équipes peuvent prévenir les erreurs catastrophiques tout en tirant parti de l'automatisation.

De plus, une segmentation appropriée des environnements est critique. L'utilisation d'instances distinctes de serveurs MCP pour la préproduction et la production garantit qu'un agent travaillant dans un contexte de développement ne puisse pas affecter involontairement les services en direct. Cette séparation, combinée à des valeurs par défaut strictes en lecture seule et à des portes de confirmation pour les opérations d'écriture, crée une stratégie de défense en profondeur. Elle permet aux ingénieurs de bénéficier de l'assistance IA pour le débogage et l'analyse sans exposer leur infrastructure la plus critique à des risques inutiles.

Ce que vous pouvez faire

  • Configurez les serveurs MCP pour utiliser OAuth chaque fois que possible afin d'éviter de stocker des jetons statiques dans les variables d'environnement.
  • Activez les modes lecture seule pour tous les serveurs initialement, n'accordant l'accès en écriture qu'après des tests dans des environnements non-Production.
  • Séparez les instances de serveurs MCP pour différents environnements, par exemple en créant des entrées distinctes pour les clusters de préproduction et de production.
  • Désactivez les fonctionnalités d'exécution automatique dans les clients IA comme Cursor ou VS Code pour tout serveur connecté à des systèmes de production.
  • Implémentez des invites de confirmation pour tout outil qui modifie l'état, assurant une approbation humaine avant les actions destructives.
  • Examinez régulièrement les journaux d'audit provenant à la fois du serveur MCP et de l'infrastructure sous-jacente pour surveiller l'activité de l'IA.

Autres actualités

Toutes les actualités