Cisco a dévoilé lors de la conférence RSAC 2026 un ensemble de mesures de sécurité destinées aux agents d’IA autonomes, dont DefenseClaw, un projet open source qui recherche les vulnérabilités des outils, extensions et ressources qu’ils utilisent. L’enjeu est clair : la sécurisation de ces agents devient un préalable à leur déploiement en entreprise.
🔑 En bref
- DefenseClaw, projet open source, cible les agents de type OpenClaw et s’installe en environ cinq minutes.
- Les règles de blocage sont appliquées en deux secondes, sans redémarrage des agents.
- Trois offres complémentaires accompagnent le projet : LLM Security Leaderboard, AI Defense Explorer Edition et Agent Runtime SDK.
- Dans un sondage, 85 % des grands clients expérimentent des agents d’IA, mais seulement 5 % les ont déployés en production.
DefenseClaw, un contrôle de sécurité pour les agents OpenClaw
Les agents d’IA capables d’exécuter des tâches de manière autonome s’appuient sur des outils externes : serveurs MCP (Model Context Protocol, protocole standardisé de connexion entre modèles et ressources), plug-ins et « skills » (compétences logicielles). Chacun de ces composants peut introduire une faille. C’est précisément la surface que vise DefenseClaw, présenté par Cisco comme un cadre destiné à réduire la friction entre le développement des agents et leur sécurisation.
Selon Cisco, le projet peut être installé en environ cinq minutes. Il analyse les problèmes de cybersécurité présents dans les outils MCP, les plug-ins et les autres ressources techniques employés par un agent, puis suit l’évolution de ces ressources afin que les vulnérabilités introduites ultérieurement ne soient pas négligées. Cette surveillance continue constitue l’une des différences majeures avec un audit ponctuel.
Le projet est construit au-dessus d’OpenShell, un outil open source de sécurité pour OpenClaw publié par Nvidia la semaine précédant l’annonce de Cisco. DefenseClaw doit s’y intégrer directement afin d’apporter des contrôles de sécurité automatisés au niveau de l’exécution. Il dispose également d’une fonction de gestion des permissions permettant de bloquer des serveurs MCP précis.
Un blocage appliqué sans redémarrage
Cisco indique que les règles de blocage sont appliquées en deux secondes, sans redémarrage des agents concernés. DJ Sampath, senior vice-président de l’activité IA et plateformes logicielles, détaille le comportement du système :
« When you block a skill, its sandbox permissions are revoked, its files are quarantined, and the agent gets an error if it tries to invoke it. When you block a MCP server, the endpoint is removed from the sandbox network allow-list and OpenShell denies all connections. »
DJ Sampath, senior vice-président IA et plateformes logicielles, Cisco
Concrètement, bloquer une skill révoque ses permissions dans le sandbox, place ses fichiers en quarantaine et renvoie une erreur à l’agent qui tente de l’invoquer. Bloquer un serveur MCP retire le point d’accès de la liste blanche réseau du sandbox, et OpenShell refuse alors toutes les connexions vers ce dernier.
DefenseClaw comprend également un contrôle destiné aux agents employés pour développer des logiciels. L’outil peut analyser le code produit par ces agents afin d’y détecter du code malveillant. Un connecteur permet enfin d’envoyer vers Splunk les données de télémétrie sur les risques de cybersécurité détectés.
Trois offres pour évaluer les modèles et tester les agents
Au-delà de DefenseClaw, Cisco a annoncé lors de la même séquence trois outils ou offres. Ils couvrent respectivement l’évaluation des modèles de langage, les tests adverses et le développement sécurisé des agents.
| Offre | Accès | Fonction principale |
|---|---|---|
| LLM Security Leaderboard | Classement | Mesure la résistance des grands modèles de langage aux instructions malveillantes et aux tentatives de jailbreak |
| AI Defense: Explorer Edition | Gratuit, libre-service | Red teaming multi-tours, tests de prompt injection et rapports exportables |
| Agent Runtime SDK | Équipes de développement | Application des politiques de sécurité dès la phase de développement |
Le LLM Security Leaderboard classe les modèles selon leur traitement des prompts malveillants et des tentatives de contournement. Cisco le présente comme une ressource permettant d’évaluer le risque des modèles et leur vulnérabilité aux attaques adverses, afin de fournir aux entreprises des signaux exploitables dans leurs évaluations de risque.
La version Explorer Edition de AI Defense est gratuite et disponible en libre-service. Elle repose sur le même moteur AI Defense Validation que celui utilisé par les clients Global 2000. Après inscription, développeurs, équipes AppSec et chercheurs peuvent tester les modèles et applications appelés à intégrer des workflows agentiques. L’offre comprend des tests adverses multi-tours, l’évaluation de la résistance aux prompt injections, aux jailbreaks et aux autres sorties non sûres, ainsi que des rapports exportables pour les revues de conformité.
L’accès est orienté API et s’intègre aux chaînes CI/CD de GitHub Actions, GitLab, Jenkins et de systèmes personnalisés. Les membres d’une équipe peuvent collaborer, et l’offre peut être complétée par AI Defense Enterprise pour disposer de contrôles avancés fondés sur le RBAC (contrôle d’accès basé sur les rôles).
Le troisième volet, l’Agent Runtime SDK, intègre l’application des politiques de sécurité directement dans les workflows des agents. Il prend en charge AWS Bedrock AgentCore, Google Vertex Agent Builder, Azure AI Foundry, LangChain et d’autres frameworks.
Zero Trust, identité des agents et surveillance
Cisco étend son approche Zero Trust Access aux agents IA. Ceux-ci peuvent être enregistrés dans Duo IAM et associés à un responsable humain, ce qui leur confère une identité vérifiée et rend leurs actions traçables. Les autorisations peuvent être limitées aux seules tâches et ressources nécessaires, avec une durée définie dans le temps. Tout le trafic lié aux outils doit transiter par une passerelle MCP afin d’éviter les angles morts.
« AI agents aren’t just making existing work faster; they’re a new workforce of co-workers that dramatically expand what organizations can accomplish. »
Jeetu Patel, président et chief product officer, Cisco
Dans ce contexte, Cisco renforce aussi Splunk, acquis en 2024. L’inventaire des expositions est désormais intégré par défaut à Splunk Enterprise Security et fournit un inventaire continuellement actualisé des actifs et des utilisateurs, un scoring du risque en temps réel et une cartographie des relations. Un studio de détection unifié permet de concevoir, tester, déployer et surveiller des règles, avec une correspondance automatique de la couverture avec le référentiel MITRE ATT&CK.
Six agents spécialisés sont annoncés dans Splunk, destinés à aller au-delà de l’agrégation de données pour évaluer et exécuter des workflows de sécurité :
- Detection Builder Agent
- Standard Operating Procedures Agent
- Triage Agent
- Malware Threat Reversing Agent
- Guided Response Agent
- Automation Builder Agent
Le sondage cité par Cisco illustre l’écart à combler : 85 % des répondants expérimentent des agents d’IA, contre 5 % seulement en production, soit un écart de 80 points. Les sources fournies ne précisent pas la méthodologie du sondage ni sa taille.
A2A Scanner et AI Registry : sécuriser les échanges entre agents
Cisco a aussi publié en open source son A2A Scanner, conçu pour contrôler les communications entre agents autonomes. Le protocole Agent-to-Agent, adopté en avril 2025 après l’introduction du Model Context Protocol en novembre 2024, permet à des agents construits sur différents modèles ou plateformes de communiquer directement, sans intervention humaine. Entreprises et agents exploitent aujourd’hui de dizaines à des centaines de serveurs MCP.
Le scanner combine cinq moteurs complémentaires :
- détection par signatures ;
- validation de conformité au protocole ;
- analyse comportementale par heuristiques ;
- tests dynamiques avec un analyseur de point de terminaison ;
- interprétation sémantique par un analyseur alimenté par un LLM.
Il associe une analyse statique des définitions d’agents, notamment des métadonnées, manifestes et Agent Cards, à une surveillance dynamique des communications. Les menaces ciblées comprennent l’usurpation d’agents de confiance, les injections indirectes de prompts dans des flux en direct comme les Server-Sent Events, l’inflation des capacités, l’élévation de privilèges entre agents, la falsification d’artefacts, la répétition de tâches, les boucles infinies et l’épuisement des ressources. Les résultats sont classés de LOW à CRITICAL.
Dans le cadre de sa collaboration avec AWS, Cisco AI Defense propose l’analyse de chaque serveur MCP, agent A2A et Agent Skill avant sa mise en opération. AI Registry, projet open source soutenu par AWS, fournit un plan de contrôle centralisé pour l’enregistrement et la découverte de ces composants. Trois méthodes d’analyse sont utilisées : YARA Analyzer pour la détection rapide de menaces connues, LLM Analyzer fondé sur les modèles d’Amazon Bedrock pour l’analyse sémantique, et les scanneurs propriétaires de Cisco AI Defense. Lorsqu’un problème est détecté, l’actif est automatiquement désactivé et marqué « security-pending » jusqu’à une revue administrative.
AWS indique que les revues manuelles de sécurité peuvent retarder chaque déploiement d’une application IA de plusieurs semaines. Ces contrôles peuvent être appliqués à l’enregistrement ou à la demande, y compris sur l’ensemble du registre via une tâche Cron, et ouvrent la voie à des notifications Slack, à la création automatique de tickets ServiceNow et à la transmission des résultats vers Splunk ou Datadog.
« Security is a foundational requirement for enterprise AI adoption. »
Akshay Bhargava, vice-président de l’IA, Cisco
Conclusion : une sécurité préalable à l’adoption
L’annonce de Cisco traduit un changement de priorité : la sécurisation des agents passe avant leur déploiement massif. Les sources fournies ne contiennent toutefois ni réaction boursière, ni variation du cours de Cisco, ni donnée d’adoption commerciale mesurable permettant de chiffrer l’impact financier de ces lancements. The Register, dont l’extrait fourni se limite au titre, ne permet pas non plus de vérifier davantage de détails.
Trois scénarios se dessinent. Dans le premier, les contrôles s’intègrent rapidement aux chaînes CI/CD et réduisent les délais de mise en production. Dans le deuxième, la multiplication des outils open source et commerciaux crée une fragmentation que les entreprises peinent à gérer. Dans le troisième, les exigences de conformité, citées notamment au titre de SOX et du RGPD, accélèrent l’adoption de contrôles formalisés. La trajectoire dépendra de la capacité de ces solutions à fonctionner ensemble.
Sources
- The Register, 28 octobre 2026
- Cisco AI Defense, page produit
- AWS Machine Learning Blog, sécurisation des agents avec Cisco AI Defense
- Help Net Security, 24 mars 2026
- Blog Cisco AI, A2A Scanner
- SiliconANGLE, 23 mars 2026
Cet article est publié à titre informatif et éducatif. Il ne constitue en aucun cas un conseil en investissement. Faites vos propres recherches (DYOR) avant toute décision.
