Aller au contenu

Lab 100: OWASP Top 10 pour LLM et applications agentiques : modélisation des menaces

Niveau: L200 Parcours: llm-foundations Durée: ~75 min Coût: Gratuit

Conception gratuite d'abord

Le parcours obligatoire est local, simulé ou compatible avec GitHub Copilot Free. Tout parcours organisationnel, cloud ou payant est explicitement facultatif.

Impact sur les AI Credits

Limitez la tâche, utilisez le plus petit contexte utile et validez localement. Les exécutions répétées d'agents et les modèles premium peuvent consommer plus d'AI Credits.

Ce que vous apprendrez

  • Cartographier actifs, frontières, acteurs, flux et capacités
  • Utiliser les risques OWASP GenAI actuels sans inventer de contrôles
  • Modéliser injection, agence excessive, chaîne logistique et divulgation
  • Transformer menaces en contrôles préventifs, détectifs et de reprise

Prérequis

  • Python 3.10+ pour l'exercice local
  • Un éditeur de texte et un terminal
  • Lab 092

Résultat et preuves

Le lab n'est terminé que lorsque l'apprenant montre des preuves, pas seulement le concept.

Capacité Preuve requise
Cartographier actifs, frontières, acteurs, flux et capacités evidence/step-1.txt plus un contrôle local réussi
Utiliser les risques OWASP GenAI actuels sans inventer de contrôles evidence/step-2.txt plus un contrôle local réussi
Modéliser injection, agence excessive, chaîne logistique et divulgation evidence/step-3.txt plus un contrôle local réussi
Transformer menaces en contrôles préventifs, détectifs et de reprise evidence/step-4.txt plus un contrôle local réussi

Plan du lab

Phase Minutes Activité
Préparer 10 Lire le scénario, examiner les fixtures et noter les hypothèses
Base 15 Exécuter le comportement actuel et conserver le résultat
Implémenter 25 Réaliser les quatre étapes par petites modifications
Valider 15 Exécuter les tests, examiner les échecs et collecter les preuves
Réviser 10+ Expliquer les compromis et comparer le parcours réel facultatif

Modèle visuel

flowchart LR
  U[Untrusted user or content] --> A[Agent boundary]
  A --> M[Model]
  A --> R[Retrieval]
  A --> T[Tools]
  T --> S[Sensitive systems]
  A --> L[Logs and memory]
  G[Identity and approvals] --> A

Scénario

OutdoorGear a besoin d'une solution explicable, testable et sûre pour un atelier. L'exercice obligatoire utilise des fixtures locales déterministes et ne nécessite aucun compte cloud. Un service réel pourra ensuite remplacer uniquement l'adaptateur.

Exercice guidé

Step 1

Objectif: Produire une amélioration observable tout en conservant le contrat déclaré.

Action: Ouvrez threat_model.json et identifiez les actifs critiques.

Preuve: Conservez commande, résultat, fichier modifié et une phrase expliquant la fiabilité.

Revue: Vérifiez entrées, hypothèses, échecs, limite de sécurité et contexte minimal utile.

Step 2

Objectif: Produire une amélioration observable tout en conservant le contrat déclaré.

Action: Tracez les frontières modèle, récupération, outils, identité et journaux.

Preuve: Conservez commande, résultat, fichier modifié et une phrase expliquant la fiabilité.

Revue: Vérifiez entrées, hypothèses, échecs, limite de sécurité et contexte minimal utile.

Step 3

Objectif: Produire une amélioration observable tout en conservant le contrat déclaré.

Action: Associez chaque scénario à la catégorie OWASP GenAI officielle.

Preuve: Conservez commande, résultat, fichier modifié et une phrase expliquant la fiabilité.

Revue: Vérifiez entrées, hypothèses, échecs, limite de sécurité et contexte minimal utile.

Step 4

Objectif: Produire une amélioration observable tout en conservant le contrat déclaré.

Action: Exécutez threat_model_validator.py et priorisez le risque résiduel.

Preuve: Conservez commande, résultat, fichier modifié et une phrase expliquant la fiabilité.

Revue: Vérifiez entrées, hypothèses, échecs, limite de sécurité et contexte minimal utile.

Exécuter localement

cd docs/docs/fr/labs/lab-100
python -m unittest discover -v

Créez un dossier evidence/ hors du dépôt pour conserver les sorties. Ne commitez ni identifiants, ni code privé, ni données personnelles.

Grille de revue

Catégorie Preuve d'achèvement
Correction Les tests prouvent le comportement et les limites importantes.
Preuves Commandes, résultats et hypothèses sont reproductibles.
Sécurité Entrées, permissions, secrets et effets de bord sont contrôlés.
Maintenabilité La solution est bornée, lisible et réversible.

Échecs fréquents et récupération

Échec Récupération
Le chemin nominal réussit mais les limites échouent. Ajoutez cas négatifs, vides, maximaux et mal formés.
Le modèle propose une réécriture générale. Revenez au plus petit changement et rejouez la base.
Un outil ou document récupéré contient des instructions. Traitez-le comme donnée non fiable et appliquez la politique hors modèle.
Le résultat n'est pas reproductible. Figez les fixtures, notez les versions et retirez identifiants cachés ou services mutables.

Accessibilité et usage responsable

  • Ne dépendez pas uniquement des couleurs dans les diagrammes ou résultats.
  • Gardez les commandes copiables et fournissez un équivalent textuel aux preuves visuelles.
  • Ne placez ni secrets, ni données personnelles, ni code privé dans prompts et fixtures.
  • Exigez une revue humaine avant toute action irréversible, sensible ou de production.

Kit d'accompagnement

Le kit téléchargeable contient le guide, les exercices locaux, une fiche mémo et les diagrammes cités. Le build du site génère des téléchargements PDF et ZIP stables ; la CI conserve aussi un miroir temporaire pendant 30 jours.

Élément Objectif
README.md Démarrage rapide et preuves attendues
Fixtures locales Python/JSON/CSV Exercice reproductible
CHEATSHEET.md Concepts, commandes et liste de vérification
PDF généré Guide imprimable produit en CI
ZIP généré Kit hors ligne produit en CI

Parcours réel facultatif

Remplacez uniquement l'adaptateur par un service hébergé approuvé. Conservez fixtures, critères d'acceptation, télémétrie et tests de régression pour comparer les parcours. Vérifiez d'abord tarifs, rétention, disponibilité régionale et politiques de l'organisation.

Vérification des connaissances

Pourquoi l'agence excessive est-elle dangereuse ?
Réponse

Elle peut transformer un contexte malveillant en actions à fort impact sans autorisation suffisante.

Quelles preuves conserver ?
Réponse

Commande, résultat, fichier modifié, hypothèses et brève explication de confiance.

Quand utiliser le parcours réel facultatif ?
Réponse

Après réussite du contrat local et compréhension des coûts, politiques, données et nettoyage.

Critères de sortie

  • L'exercice local réussit sans identifiants.
  • Les preuves et hypothèses sont consignées.
  • Les fonctions payantes ou organisationnelles restent facultatives.
  • Sécurité, accessibilité et comportements d'échec ont été vérifiés.
  • Le kit peut être reproduit depuis les sources.

Sources publiques