Votre site charge-t-il le script d’un autre éditeur, pour l’A/B testing, les statistiques ou un chat ? Un prestataire conserve-t-il les noms et les adresses de vos clients ? Un outil d’IA a-t-il accès à vos serveurs, ou pourrait-il en obtenir l’accès ? En novembre 2026, chacun de ces cas a servi de point d’entrée à une attaque.
Le 14 novembre, La Poste a annoncé le vol des noms et adresses de 22 millions de personnes chez Maileva, sa filiale qui envoie le courrier des entreprises. Le 16 novembre, un attaquant a glissé son propre code dans le script d’A/B testing d’Optimizely, chargé par les sites d’au moins 178 organisations. Le même jour, Google décrivait un outil d’attaque qui compare le code d’un logiciel avant et après un correctif, puis en tire une attaque, sans intervention humaine.
Nous en tirons une règle pour les entreprises qui font développer leurs logiciels : rien n’arrive en production sans passer par le pipeline de déploiement, ni le script d’un autre éditeur, ni une IA.
Les détails techniques sont regroupés dans l’encadré « Pour votre équipe technique ».
Novembre 2026 : ce qui s’est passé
En octobre, des attaquants avaient pris la main à distance sur des contrôleurs de réfrigération de supermarchés, en France. Dans la nuit du 1er au 2 novembre, de nouvelles attaques ont touché des commerces en Belgique, aux Pays-Bas, en Suède, au Luxembourg, en Irlande et en Estonie.
Le 2 novembre, après un incident chez un fournisseur d’équipements de froid, des seuils de température ont été modifiés sur la supervision des chambres froides de trois sites de l’Établissement français du sang ; les alarmes se sont déclenchées et aucun produit n’a été perdu.
Le 4 novembre, Crédit Mutuel Arkéa a annoncé une cyberattaque. Selon la banque, les attaquants sont passés par la plateforme d’un de ses prestataires et se sont servis du compte propre de la banque pour réaliser des transactions vers d’autres banques ; les avoirs de ses clients ne sont pas touchés. Le lendemain, la banque a chiffré le montant détourné à plus de 100 millions d’euros.
Du 12 au 13 novembre, Outlook, Teams, SharePoint et Copilot ont été indisponibles pour de nombreux utilisateurs de Microsoft 365, dans le monde entier. Rien ne montre qu’il s’agissait d’une attaque : Microsoft parle d’« un problème technique sans lien avec une cyberattaque, ni avec l’IA ou des agents », apparu après une modification de son réseau.
Le 13 novembre, le FBI a publié une alerte sur ARTEX, un outil libre conçu pour tester sa propre sécurité, qui laisse des agents d’IA mener seuls les étapes d’une attaque, et dont des attaquants se servent (détail plus bas).
Un script tiers détourné : protéger son site sans casser l’A/B testing
Optimizely vend un outil d’A/B testing : le site charge, sur chaque page, un script de l’éditeur qui montre à chaque visiteur l’une des versions testées. Ce script se télécharge depuis les serveurs d’Optimizely à chaque visite. Il contient aussi le code que le client écrit pour ses tests, dans l’interface d’Optimizely.
Le 16 novembre, un attaquant a exploité une faille du parcours d’inscription d’Optimizely pour se faire passer pour des utilisateurs et écrire son propre code dans ce script, chez une partie des clients. Optimizely a fermé la faille et retiré ce code le soir même. Entre-temps, le code s’est exécuté dans le navigateur des visiteurs. Selon Report URI, une société de sécurité des sites web, il remplaçait les adresses de portefeuilles de cryptomonnaie par celles de l’attaquant et copiait les numéros de carte saisis dans les formulaires des sites. Report URI l’a trouvé dans 188 des 1 611 scripts qu’elle a examinés, chez 178 organisations, dont la BBC, CNN, Zoom et HSBC (SecurityWeek).
Aucune de ces organisations n’avait modifié son site. Le code de l’attaquant est arrivé en production sans passer par leur pipeline de déploiement, ni par leurs tests, ni par une relecture.
Deux protections courantes ne suffisent pas ici. La politique de sécurité du contenu (CSP), un en-tête qui dit au navigateur quels scripts il a le droit d’exécuter, a protégé les sites qui en avaient une stricte : le code injecté chargeait la suite de l’attaque depuis un autre domaine, que leur politique n’autorisait pas. Selon Report URI, autoriser le domaine d’Optimizely ne suffisait pas : « ce qui distinguait les 24 sites protégés des autres, c’est une directive script-src restrictive », la partie de la CSP qui liste les scripts autorisés. Une CSP limite donc les dégâts. Elle n’arrête pas le code glissé dans le script d’un domaine qu’elle autorise.
L’empreinte d’intégrité (SRI) fait refuser par le navigateur un fichier qui ne correspond plus à l’empreinte inscrite dans la page. Elle ne convient pas à ce script : sa partie qui contient les tests « change fréquemment, à mesure que vous créez, modifiez et terminez des tests », écrit Optimizely, et ne se vérifie pas par une simple comparaison d’empreinte. Une empreinte fixe bloquerait le script au premier test modifié.
Deux solutions permettent de garder l’A/B testing sans contourner le pipeline.
Décider de la version sur le serveur. Avec Feature Experimentation, l’offre d’Optimizely destinée aux développeurs, la décision de montrer une version ou une autre est prise par l’application elle-même : le kit de développement s’installe sur le serveur, et « les décisions sont prises sur le serveur ». Ce kit est une dépendance comme une autre : il s’installe à sa version exacte et passe par le pipeline. Chaque version testée est alors du code de l’application, activé par un réglage de configuration : chaque test passe par les développeurs, donc par le pipeline. Optimizely précise que Feature Experimentation et ses kits n’ont pas été touchés en novembre.
Héberger une copie figée du script. Optimizely documente l’hébergement du script sur votre propre réseau de diffusion de contenu (CDN). Mais dans sa configuration pour Amazon CloudFront, un appel automatique d’Optimizely met la copie à jour à chaque modification : le code arrive toujours sans passer par le pipeline. Nous conseillons d’enregistrer la copie avec le code du site, avec son empreinte d’intégrité, pour que chaque modification d’un test devienne un déploiement, vérifié comme les autres. L’équipe marketing garde son outil ; chaque test demande un déploiement.
Pour une application développée sur mesure, nous conseillons la décision sur le serveur. Pour un site dont l’équipe marketing lance elle-même ses tests, nous conseillons la copie figée.
Pour votre équipe technique : scripts tiers
- CSP : une directive
script-src qui liste les sources précises, sans 'unsafe-eval' ni 'strict-dynamic', que Report URI cite parmi les réglages qui ont laissé passer l’attaque. Une directive connect-src restreinte a empêché l’envoi des cartes, des cookies et des captures d’écran sur certains sites, sans empêcher le remplacement des adresses de cryptomonnaie (Report URI).
- Détection : Optimizely décrit une vérification d’intégrité qui compare l’empreinte de la partie fixe du script, sa bibliothèque, à une empreinte de référence. Elle signale une modification ; elle ne vérifie pas le code des tests.
- Copie figée : le script se télécharge par une tâche du pipeline, s’enregistre avec le code, et la page le charge avec l’attribut
integrity. Le code écrit pour les tests dans l’interface de l’éditeur se relit comme le reste du code.
Vos données chez un prestataire : la fuite de Maileva
Maileva, filiale de La Poste, envoie le courrier des entreprises : bulletins de paie, lettres recommandées, factures. Le 14 novembre, La Poste a annoncé que les prénoms, noms et adresses postales de 22 millions de personnes avaient été volés à la mi-septembre. Ces personnes ne sont pas clientes de Maileva : ce sont les destinataires des courriers de ses entreprises clientes. Selon La Poste, les coordonnées bancaires ne sont pas concernées. Maileva a informé la CNIL et porté plainte.
Près de deux mois séparent l’intrusion de l’annonce. Pendant ce temps, les personnes concernées ignoraient que leur nom et leur adresse étaient entre les mains d’un attaquant.
Une entreprise qui confie des données à un prestataire en reste responsable. La CNIL propose des clauses types pour le contrat qui la lie à ce prestataire : un délai maximal, en heures, pour qu’il la prévienne d’une fuite, et ce que deviennent les données à la fin du contrat, détruites ou rendues. Ce délai se fixe à la signature du contrat. Le jour de la fuite, il est trop tard pour le négocier.
La même question se pose pour vos logiciels. Une application envoie des données à d’autres services : l’envoi d’e-mails, le paiement, le stockage de fichiers, les statistiques. Chaque donnée transmise à un service peut être volée chez lui. Ne lui envoyer que les données dont il a besoin limite ce qu’une fuite expose.
Cyberattaques et IA : des correctifs exploités plus vite
Le 16 novembre, le groupe d’analyse des menaces de Google (GTIG) a publié son rapport trimestriel sur l’usage de l’IA par les attaquants. Il y décrit un outil trouvé sur un serveur d’attaquant, exploit_agent, qui s’en prenait à des sites de médias, de divertissement et d’enseignement français. Selon GTIG, cet outil « compare le code avant et après l’annonce d’un correctif, analyse les résultats pour repérer des failles possibles, rédige des attaques et les exécute automatiquement, sans intervention humaine ». C’est la première fois que GTIG observe des attaquants automatiser entièrement la recherche et l’exploitation de failles.
Trois jours plus tôt, le FBI avait publié son alerte sur ARTEX, cet outil de test de sécurité détourné par des attaquants, que Microsoft avait déjà vu utilisé en octobre contre les clients d’un éditeur. Selon le FBI, certaines intrusions menées avec ARTEX sont passées du premier repérage aux droits d’administrateur en moins de trois heures, et l’outil permet à des attaquants peu expérimentés de mener des attaques complexes.
Toutes ces attaques ne réussissent pas. Fin juillet, Unit 42, l’équipe de recherche de Palo Alto Networks, a décrit un attaquant qui confiait ses attaques à des agents fondés sur le modèle DeepSeek. Ses tentatives automatiques ont échoué : les serveurs visés n’avaient pas activé les options dont la faille avait besoin, ou demandaient une authentification. Ses intrusions réussies, il les a menées à la main.
À la mi-novembre 2026, 100 000 failles avaient déjà été rendues publiques cette année et enregistrées sous un identifiant CVE, selon la NVD, la base américaine qui les recense. C’est plus du double des quelque 48 000 de toute l’année 2025. Il avait fallu dix-huit ans et demi, de 1999 à 2018, pour atteindre les 100 000 premières.
L’IA accélère aussi la découverte de failles. Le 17 novembre, des chercheurs en sécurité ont révélé Java4Shell, une faille critique de Java : l’un d’eux l’a trouvée en une heure avec Codex, l’outil de programmation d’OpenAI, puis a écrit en deux heures un premier programme d’attaque fonctionnel, pour moins de 200 dollars d’utilisation du modèle. Le lendemain, d’autres chercheurs ont révélé cinq failles critiques de nginx, un serveur web très répandu : l’un d’eux avait trouvé la première, et une analyse entièrement automatisée a trouvé les quatre autres, sans intervention humaine.
Le délai entre la publication d’un correctif et les premières attaques se réduit. Nous conseillons d’appliquer un correctif critique le jour même de sa publication, ce que permet un logiciel dont chaque modification passe déjà par le pipeline.
Une faille publiée n’est pas pour autant exploitée. Selon VulnCheck, une société de veille sur les failles, environ 1,4 % des failles publiées en 2026 avaient été exploitées au 1er novembre. Parmi les correctifs que nous appliquons le jour même, ceux des failles déjà exploitées passent en premier, avant ceux de failles plus graves qui ne le sont pas encore.
Les défenseurs ont accès aux mêmes outils. Dans un billet de blog de mars 2026, qui n’est pas une recommandation officielle, le NCSC, le centre national de cybersécurité du Royaume-Uni, écrit que les défenseurs « doivent se servir des mêmes outils pour prendre l’avantage », une fois les bases de la cybersécurité en place. Une entreprise peut donc demander à son prestataire s’il se sert déjà de l’IA pour chercher les failles de ses logiciels avant les attaquants.
Agents IA en production : une confiance qu’on ne donnerait à personne
L’IA ne sert pas qu’aux attaquants. Fin avril 2026, chez PocketOS, un éditeur de logiciels pour la location de voitures, un agent d’IA de programmation travaillait sur une tâche courante quand il a rencontré une erreur d’identifiants. Pour la contourner, il a supprimé un volume de stockage chez l’hébergeur, Railway : en un seul appel, la base de données de production et ses sauvegardes ont disparu, car les sauvegardes se trouvaient sur le même volume. L’agent disposait d’un accès qui ouvrait la production. Interrogé ensuite, l’agent a répondu qu’il avait deviné au lieu de vérifier.
Combien d’entreprises laissent un agent d’IA agir sur leurs serveurs ? Nous n’avons trouvé aucune mesure fiable : les chiffres qui circulent viennent d’enquêtes menées par des éditeurs de solutions de sécurité.
Vous ne confieriez pas les accès de vos serveurs à un inconnu dont vous ne pouvez ni vérifier les intentions ni prévoir les gestes. Un agent d’IA est dans ce cas : personne ne peut prévoir chacun de ses gestes, et il agit en quelques secondes sur tout ce que ses accès lui ouvrent. L’OWASP, le NCSC britannique et l’ANSSI recommandent de limiter les droits des agents et de faire valider par une personne les actions à fort impact. Depuis, le NCSC demande de donner aux agents d’IA des identifiants à la durée de vie la plus courte possible, et les agences de cybersécurité des Five Eyes (États-Unis, Royaume-Uni, Canada, Australie, Nouvelle-Zélande), des identifiants qui expirent à la fin de la tâche.
Nous appliquons et conseillons des règles qui vont plus loin :
- Une personne valide chaque opération d’une IA. L’IA propose ; elle ne décide jamais seule.
- Aucune IA installée sur un serveur, ni avec un accès direct aux serveurs.
- L’IA qui sert à aller plus vite s’exécute dans un environnement isolé, sur le poste du développeur, avec des commandes restreintes. Ce poste, comme celui des personnes qui gèrent l’infrastructure, n’a lui-même aucun accès aux serveurs.
- Chaque action sur un serveur passe par le pipeline de déploiement, par des points d’entrée qui ne font qu’une action, avec des paramètres vérifiés, jusqu’à l’arrêt d’un serveur quand aucun correctif n’existe encore. À défaut, elle passe par la console d’administration de l’hébergeur.
- Aucun port ouvert sur les serveurs, sauf pour la supervision, en lecture seule.
Un agent intégré à votre propre application, qui agit pour vos utilisateurs, est un autre sujet : il agit avec les droits de la personne qui l’utilise.
Ce que la livraison continue évite : chaque changement passe par le pipeline, scripts tiers et IA compris
Dave Farley est l’inventeur du pipeline de déploiement, qu’on appelle souvent pipeline CI/CD : la chaîne automatique qui prend chaque modification, la teste et la rend prête à partir en production. Dès 2010, dans « Continuous Delivery » (Livraison continue), Jez Humble et lui demandaient une production entièrement verrouillée, que seul le pipeline peut modifier.
Ils appliquent la même règle aux serveurs eux-mêmes : « une modification de votre environnement est exactement comme une modification de votre logiciel ». Elle s’écrit sous forme de script, s’enregistre avec le code, se teste, puis part en production de façon automatique, une fois approuvée. C’est ce qu’on appelle l’infrastructure as code : les serveurs, le réseau et leur configuration sont décrits dans des fichiers, et reconstruits à partir d’eux.
Un script tiers chargé depuis les serveurs de son éditeur arrive en production sans passer par votre pipeline : c’est par là qu’est arrivé le code de l’attaquant chez les clients d’Optimizely. Un agent d’IA qui détient un accès à la production la modifie sans passer par le pipeline : c’est ainsi que la base de PocketOS a disparu. Dans les deux cas, le pipeline doit redevenir le seul chemin vers la production.
L’infrastructure as code protège aussi le jour où quelque chose est détruit. Un serveur décrit dans des fichiers se reconstruit à partir du dépôt de code. Les données, elles, se restaurent depuis des sauvegardes hors ligne, hors de portée d’un compte capable de supprimer la production : chez PocketOS, les sauvegardes ont disparu avec la base.
Périmètre et budget figés : la qualité, première sacrifiée
Chez la plupart des ESN, des agences et des cabinets de conseil en développement logiciel, le développement sur mesure se vend encore à partir d’estimations : on dresse une liste de fonctionnalités, on attribue à chacune un nombre de jours de développement, on additionne le tout. Ces estimations comprennent une marge pour imprévus que le client ne voit pas. En général, ces marges vont de 30 % à 250 %, selon le projet et le secteur. Certains prestataires disent savoir estimer ; avec le temps, ils ont surtout appris quelle marge appliquer. Pour le client, la question est ailleurs : le logiciel livré est-il utilisable, et la qualité y a-t-elle été intégrée, sans être sacrifiée pour tenir le délai ?
Or, à ce jour, la science ne reconnaît aucun outil permettant de produire des estimations fiables de temps de développement logiciel, et un prix fixé sur ces suppositions finit souvent au-dessus du budget, comme toute estimation de ce qui n’a jamais été conçu. Selon le critère de Steve McConnell, auteur de livres de référence sur la construction et l’estimation des logiciels, une estimation est jugée bonne quand elle tombe à moins de 25 % de la durée réelle, trois fois sur quatre, et l’on s’en contente. Les mesures rapportées dans le livre « NoEstimates » (Sans estimations), de Vasco Duarte, montrent un retard moyen de 62 % par rapport à la durée estimée, sur dix-sept projets d’une même entreprise. Figer à la fois le périmètre et le budget, avec ou sans date fixée, revient à vendre la peau de l’ours avant de l’avoir tué : quelle que soit la marge ajoutée, le travail tend à s’étendre jusqu’à remplir le temps accordé, c’est la loi de Parkinson, et le retard revient quand même. S’y ajoute la loi de Hofstadter, du nom du chercheur Douglas Hofstadter : « Cela prend toujours plus de temps que prévu, même en tenant compte de la loi de Hofstadter. » Il ne reste alors aucune marge pour s’adapter.
La liste de fonctionnalités, dressée avant le projet, paraît complète sur le papier, mais elle ne l’est jamais : de nouveaux besoins apparaissent pendant le développement, et l’on découvre des priorités auxquelles personne n’avait pensé. Il faut alors renoncer à des fonctionnalités prévues, ou demander un budget supplémentaire, et une fois pris dans cet engrenage, le projet n’en sort plus.
« Il fallait mieux étudier le besoin en amont », entend-on alors. Étudier davantage n’y change rien : la liste s’écrit avant que le logiciel n’existe, le jour où l’on en sait le moins sur l’usage qu’en feront ses utilisateurs. L’utilisateur ne sait pas ce qu’il veut avant d’avoir utilisé le logiciel. L’un des principes du Manifeste agile va dans ce sens : « Un logiciel opérationnel est la principale mesure d’avancement. » Une démonstration ne remplace pas l’usage : elle montre ce qui fonctionne le jour où on la fait, pas ce qui manque. Seules les réactions des utilisateurs, une fois le logiciel entre leurs mains, révèlent ce que les entretiens n’avaient pas montré : c’est pourquoi l’exploration des besoins continue pendant le développement. Un logiciel n’est pas un groupe de fonctionnalités figées : c’est un ensemble de fonctionnalités qui s’utilisent chacune séparément, et qu’on peut livrer une par une. Un bon logiciel peut donc déjà être utilisable au bout d’un mois de développement, puisqu’il ne forme pas un bloc indivisible.
Ce qui est retiré en premier, c’est ce que le client voit le moins : la qualité intrinsèque du logiciel, celle qui lui permet d’évoluer facilement pour suivre l’évolution continue des besoins, et dont la sécurité fait partie. Les tests, les mises à jour des dépendances, la supervision et le temps de relire le code sont les premiers sacrifiés. Un logiciel dont la sécurité n’est pas assurée n’est pas un logiciel de qualité.
Ce mode de vente fait porter le risque à l’entreprise cliente : elle garde un logiciel exposé, et en subit les conséquences le jour où une faille est exploitée.
Les entreprises qui développent leur logiciel en interne, avec leurs propres équipes, ne sont pas mieux loties si elles budgètent et planifient encore sur la base d’estimations : leurs équipes n’ont pas davantage le temps d’explorer le code dont elles ont la charge. Car la qualité se construit au quotidien, par les personnes responsables du logiciel, c’est-à-dire l’équipe produit, en particulier ses développeurs : elles en parcourent le code, jugent si un défaut doit passer en priorité, puis le corrigent aussitôt, sans avoir à demander la permission à qui que ce soit. Le logiciel est sous leur responsabilité.
C’est pourquoi les développeurs ont besoin de s’intéresser aux utilisateurs de leur logiciel, au métier et au modèle commercial de l’entreprise, et à la sécurité, tout à la fois. C’est un métier passionnant. Bien le faire demande de suivre tous ces sujets, au moins en équipe, car c’est beaucoup pour une seule personne : d’où des équipes pluridisciplinaires.
Ces sujets ne demandent pas d’être expert au départ. On peut devenir expert en s’appuyant sur les bons fondements, les bonnes ressources et la pratique, mais pas sur la seule pratique, car le développement logiciel relève de l’ingénierie. Ces fondements sont ceux de l’ingénierie logicielle, d’une approche adaptative et de la discipline de la livraison continue. Deux livres en posent les bases : « Modern Software Engineering » (Ingénierie logicielle moderne), de Dave Farley, et « Continuous Delivery », de Jez Humble et Dave Farley. L’expertise consiste alors à savoir ce qu’il faut étudier et, selon ce que l’on trouve, ce qu’il faut corriger d’abord, sans attendre. Un bon pipeline de déploiement repère les problèmes de sécurité, par des pratiques éprouvées, qui ne changent pas d’un logiciel à l’autre : dans « Modern Software Engineering », Dave Farley range la vérification qu’un logiciel est assez sûr parmi « les tâches d’un pipeline de déploiement ». Dans « Continuous Delivery Pipelines » (Pipelines de livraison continue), il écrit que la sécurité peut demander l’avis de spécialistes, mais qu’elle est « la responsabilité de chacun dans l’équipe » : les spécialistes conseillent, ils ne doivent pas servir de « gardiens ». Notre article sur la sécurité des applications web montre que bâtir un logiciel sûr ne demande pas d’expert en cybersécurité.
Le lean part d’une idée : repérer un défaut et l’éliminer le plus tôt possible, au moment où il coûte le moins à corriger. Chez Toyota, quand une anomalie apparaît, « l’opérateur peut arrêter la ligne en tirant lui-même le cordon d’arrêt ». Tirer ce cordon alerte d’abord le chef d’équipe, et la ligne s’arrête si le problème ne peut pas être résolu à temps : la production en cours est corrigée sans attendre. Cette méthode ne rend pas l’entreprise infaillible : en 2009 et 2010, Toyota a rappelé plusieurs millions de véhicules dans le monde, pour des tapis de sol qui pouvaient bloquer la pédale d’accélérateur, puis pour des pédales qui revenaient mal. Les premiers défauts de pédale d’accélérateur avaient été relevés en décembre 2008, sur des Yaris et des Aygo. Le 26 janvier 2010, Toyota suspendait les ventes de huit modèles aux États-Unis, et prévoyait d’arrêter leur production. Environ un an a donc séparé les premiers défauts relevés de l’arrêt de la production. Devant le Congrès américain, le 24 février 2010, son président, Akio Toyoda, a reconnu que « le rythme d’expansion [de Toyota] a dépassé le développement et la formation de [ses] équipes ». Le lean part du principe que des défauts apparaîtront, et prévoit d’arrêter la production pour les corriger à leur source.
Chez Stellantis, des casses de la courroie de distribution du moteur essence 1.2 PureTech, monté sur des Peugeot, des Citroën, des DS et des Opel, sont décrites par L’argus en avril 2018, sur des moteurs produits jusqu’en mars 2017. Selon Motor1, les moteurs 1.0 et 1.2 PureTech produits de juin 2012 à juin 2022 sont concernés par cette usure prématurée de la courroie, et la génération de moteur lancée en 2023 la remplace par une chaîne. Entre les casses décrites par L’argus et cette nouvelle génération, il s’est écoulé environ cinq à six ans, soit environ cinq fois plus qu’entre les premiers défauts de pédale relevés chez Toyota et l’arrêt de sa production. Dans l’intervalle, le constructeur a porté sa garantie sur ce défaut à 10 ans ou 175 000 km en mars 2024, puis a ouvert une plateforme d’indemnisation en janvier 2025. Selon Que Choisir, en août 2023, Stellantis « ne reconnaît pas de problème de conception ».
La différence entre ces deux façons de traiter un défaut, le corriger à sa source ou en contenir les effets après coup, n’est pas technique, mais culturelle. Arrêter la production pour corriger un défaut à sa source est un choix qui se fait au moment où le défaut apparaît. Il ne demande aucune certification lean, et une certification ne garantit pas qu’on le fera : dans une organisation où chaque décision doit être validée, et où personne n’a la liberté d’arrêter la production, on peut voir le défaut sans pouvoir agir. Ce qui rend une organisation lean, c’est de laisser à ceux qui voient un défaut la possibilité d’arrêter la production pour le corriger, au moment où il coûte le moins.
W. Edwards Deming, statisticien dont les méthodes ont marqué l’industrie japonaise d’après-guerre, en a fait le troisième de ses quatorze principes, dans « Out of the Crisis » (Sortir de la crise) : « cesser de dépendre de l’inspection pour obtenir la qualité », et l’intégrer au produit dès sa conception. Mary et Tom Poppendieck ont transposé cette logique au développement logiciel dans « Lean Software Development » (Développement logiciel lean), en 2003, et la démarche agile l’a reprise.
Le temps consacré à ces sujets sert la qualité visible comme la qualité intrinsèque. Un code facile à modifier permet au logiciel d’une entreprise d’être adapté en continu à l’évolution de son activité, et de lui faire adopter les nouvelles technologies qui rendent ses équipes plus productives.
Créer de la valeur et bâtir des fondations solides vont ensemble. Se contenter d’enchaîner le développement de nouvelles fonctionnalités n’a jamais été la bonne façon de développer un logiciel. Or l’IA met désormais les attaques à la portée d’attaquants peu expérimentés, comme le relève le FBI à propos d’ARTEX. Si vous ne vous penchez pas sur la qualité et la sécurité de vos logiciels, d’autres chercheront les failles de vos logiciels pour vous nuire. Savoir construire le budget d’un logiciel sur mesure sans s’appuyer sur des estimations de temps de développement, et développer un logiciel en plaçant la qualité au cœur du travail, compte plus que jamais pour se défendre.
Pour nos propres logiciels, ce site compris, chaque modification passe par le pipeline de déploiement : tests automatisés, puis vérifications de sécurité. Chaque mise en production est approuvée par une personne avant de partir. Seul le pipeline détient la clé qui permet de déployer en production, et aucun agent d’IA ne la détient.
Nous développons avec l’IA. Les agents que nous utilisons s’exécutent dans un environnement isolé, avec des commandes restreintes, et chacune de leurs modifications passe ensuite par le pipeline, comme toute autre.
Les correctifs de sécurité et les mises à jour de dépendances font partie de la maintenance incluse dans notre offre : un logiciel sur mesure à budget mensuel fixe, avec une garantie zéro régression.
Nous offrons également l’audit de chaîne de production logicielle et la formation d’équipes techniques. L’audit vérifie si, quand une faille est découverte dans votre logiciel, son correctif peut être livré à vos clients le jour même, et ce qu’il reste à mettre en place.
Cyberattaque : que demander à votre prestataire
Posez ces questions à celui qui développe ou héberge votre site ou votre application :
- Quels scripts d’autres éditeurs nos pages chargent-elles, et lesquels peuvent changer sans passer par notre pipeline ?
- Notre politique de sécurité du contenu (CSP) limite-t-elle les scripts à une liste précise ?
- Quelles données envoyons-nous à d’autres services, et sous quel délai nous préviendraient-ils d’une fuite ?
- Combien de temps faut-il pour qu’un correctif critique arrive en production chez nous ?
- Qui, ou quel outil, peut modifier la production sans passer par le pipeline ? Un outil d’IA a-t-il accès à nos serveurs ?
- Nos sauvegardes sont-elles hors de portée d’un compte capable de supprimer la production ?
- Nos serveurs peuvent-ils être reconstruits à partir du code ?
Le FBI a tiré de ses enquêtes dix mesures de protection contre les intrusions ; six concernent votre logiciel et votre prestataire :
- Quels composants de notre logiciel ne reçoivent plus de mises à jour de sécurité, et à quelle date seront-ils remplacés ?
- Lesquels de nos systèmes sont accessibles depuis Internet, et lesquels n’ont pas besoin de l’être ?
- Combien de comptes ont des droits d’administrateur sur nos serveurs, et ces droits sont-ils accordés seulement le temps d’une intervention ?
- Nos journaux de sécurité sont-ils conservés hors de portée d’un attaquant, et pendant combien de temps ?
- Avons-nous déjà restauré nos sauvegardes pour vérifier qu’elles fonctionnent, et en combien de temps ?
- À la fin du contrat avec un prestataire, ses accès sont-ils retirés, et que deviennent nos données ?
Pour une faille qui touche votre logiciel, notre article « Sécurité des applications web : se protéger des failles » donne la marche à suivre, dans l’ordre.
Vous avez une application à faire développer, ou à reprendre en main ? On en parle ?