Abstrait
Cet article explore l’évolution du paysage de la cybersécurité dans le domaine de l’automatisation , des risques liés à l’IA et à la vision par ordinateur aux stratégies de défense, en passant par les protections matérielles, les défis actuels et les perspectives d’avenir, sans oublier les défis potentiels posés par l’avènement de l’informatique quantique. Grâce aux analyses d’experts du secteur, nous examinons comment les menaces de sécurité émergent parallèlement à l’innovation et comment les ingénieurs développent de nouvelles stratégies pour protéger l’avenir de l’automatisation.
Panélistes
Introduction
L’automatisation et les systèmes pilotés par l’IA jouent un rôle clé dans l’industrie actuelle et sont les moteurs de celle de demain. Cela fait progresser la cybersécurité et, à mesure que les systèmes deviennent entièrement automatisés, son rôle passe d’une simple précaution à une nécessité absolue.
Le marché de l’automatisation connaît lui aussi une croissance accélérée.
Avec l’essor rapide de l’automatisation, le marché mondial de l’automatisation industrielle, évalué à 205,86 milliards de dollars en 2022 , devrait presque doubler pour atteindre 395,09 milliards de dollars d’ici 2029 , soit une croissance annuelle composée de 9,8 %* . Cependant, l’innovation s’accompagne de risques. À mesure que les systèmes deviennent plus connectés et intelligents, les vulnérabilités augmentent, alimentant ainsi la croissance du marché de la cybersécurité, qui devrait passer de 190,4 milliards de dollars en 2023 à 298,5 milliards de dollars d’ici 2028** .
L’essor de ces nouvelles technologies soulève des questions importantes : comment sécuriser les systèmes basés sur l’IA ? Quel rôle joue la sécurité matérielle dans la prévention des cybermenaces ? Et comment les ingénieurs peuvent-ils anticiper les menaces futures ?
Pour relever ces défis, nous avons réuni un panel d’experts issus de différents domaines afin d’explorer l’état de la cybersécurité dans l’automatisation :
- John Stih , spécialiste des capteurs chez Future Connectivity Solutions
- Don Gunn , spécialiste des processeurs chez Future Intelligent Solutions
- Ed Baca , responsable des solutions régionales chez Future Intelligent Solutions
- Lazina Rahman (spécialiste IoT/connectivité) en tant que médiatrice
Au cours de cette discussion, nous avons analysé en détail les défis liés à la sécurisation de l’automatisation à tous les niveaux, depuis les menaces de cybersécurité alimentées par l’IA jusqu’aux protections matérielles et à l’impact à venir de l’informatique quantique sur le chiffrement.
Cet article reprend les principales idées abordées dans la conversation et les regroupe en quatre sections clés :
- Le défi croissant de la sécurité dans l’automatisation
- Menaces et stratégies de sécurité
- Étude de cas : Le STM32N6 et l’avenir de la sécurité matérielle
- L’avenir de la cybersécurité dans l’automatisation
Poursuivez votre lecture pour explorer en profondeur l’état actuel et l’avenir de la cybersécurité à l’ère de l’automatisation.
*Selon MarketsandMarkets. (2024). Taille du marché de la cybersécurité, part de marché, analyse de la croissance mondiale (2024-2029).
**Selon Fortune Business Insights. (2024). Taille, part de marché, croissance et analyse du secteur de l'automatisation industrielle (2024-2032).
Notre approche éditoriale :
Ce rapport a été édité, structuré et vérifié par l’équipe de développement de contenu futur, à partir des enseignements tirés de nos tables rondes. Les transcriptions ont été peaufinées et améliorées grâce à l’intelligence artificielle, combinant automatisation et expertise humaine pour un résultat final clair et précis.
Le défi croissant de la sécurité dans l’automatisation
Auparavant, les préoccupations en matière de cybersécurité étaient principalement liées à la confidentialité des données : protéger les informations sensibles contre les violations et garantir le chiffrement des communications. Mais avec l’essor de l’automatisation, la sécurité ne se limite plus à la confidentialité. Elle englobe désormais la sûreté.
La vision par ordinateur et l’automatisation pilotée par l’IA rendent désormais accessibles des technologies autrefois futuristes, comme les véhicules autonomes et les robots industriels. Ce contexte prometteur n’est pas sans risques, car les mêmes technologies qui confèrent à l’automatisation sa puissance la rendent également vulnérable à la tromperie, à l’exploitation et aux attaques.
IA, vision industrielle et risques pour la sécurité
« Traditionnellement, les préoccupations en matière de sécurité portaient surtout sur la protection de la vie privée », explique John Stih, spécialiste des capteurs chez Future Connectivity Solutions. « Mais avec l’automatisation, la sécurité est devenue un enjeu majeur. »
Prenons l’exemple d’un véhicule autonome circulant sur une autoroute. Son système de détection de voie utilise la vision par ordinateur pour distinguer la chaussée du marquage routier. Si un attaquant manipule ces données visuelles, le processus de décision du véhicule pourrait être complètement perturbé, avec des conséquences potentiellement graves.
Les systèmes d’IA sont constamment entraînés à interpréter des données visuelles et à apprendre d’une infinité de scénarios. Aussi performants soient-ils, ces systèmes peuvent être trompés. Don Gunn, spécialiste des processeurs chez Future Intelligent Solutions, a cité un exemple relativement simple : les conducteurs de véhicules autonomes doivent aujourd’hui rester vigilants et prêts à reprendre le contrôle du véhicule à tout moment. Pour ce faire, les constructeurs de véhicules autonomes se sont d’abord appuyés sur les mouvements du volant, mais utilisent désormais des caméras internes et la vision par ordinateur pour suivre les mouvements oculaires du conducteur. Mais que se passe-t-il si le conducteur porte des lunettes de soleil ou cache délibérément ses yeux avec de fausses empreintes d’yeux ouverts pour faire une sieste pendant que le véhicule se conduit seul ? Il s’agit d’une hypothèse simple, mais l’IA peut-elle détecter la supercherie ?
À LIRE AUSSI : Automatisation des véhicules : niveaux d’autonomie et leur signification
Cette tromperie ne se limite pas aux véhicules. Dans les usines, les systèmes de reconnaissance faciale contribuent à surveiller les déplacements des employés, à garantir le respect des consignes et à améliorer la sécurité. Pourtant, certaines personnes parviennent à duper ces caméras dotées d’intelligence artificielle en portant des t-shirts imprimés de visages, induisant ainsi le système en erreur et en lui faisant croire qu’elles sont présentes. « C’est pourquoi la détection de présence est cruciale », explique Gunn. Certains systèmes d’IA intègrent désormais des caméras infrarouges (IR), qui détectent les signatures thermiques pour vérifier si une image représente une personne vivante et non un leurre statique.
Le compromis entre automatisation et sécurité
C’est là que l’équation devient plus intéressante. À mesure que l’automatisation progresse, nous découvrons de nouveaux domaines où elle pourrait nous être utile. Mais comme l’a souligné Ed Baca, responsable des solutions régionales chez Future Intelligent Solutions : « Plus nous ajoutons de capteurs à l’automatisation, plus les points d’attaque se multiplient. »
Les caméras et les capteurs améliorent l’intelligence du système, optimisant ainsi sa fiabilité et la prise de décision. Cependant, chaque composant supplémentaire introduit également de nouvelles vulnérabilités.
Chaque capteur, qu’il s’agisse de suivi des mouvements dans une usine ou de détection d’obstacles par un robot autonome, représente un point d’entrée potentiel pour un attaquant. Faut-il multiplier les caméras au risque de créer des failles de sécurité, ou privilégier un nombre réduit de caméras avec une protection renforcée, quitte à limiter la visibilité ?
Exploiter les systèmes basés sur l’IA
Il ne s’agit pas seulement d’illusion d’optique. Les attaquants exploitent la moindre faille de sécurité pour s’introduire dans le système, car toutes sont critiques, certaines étant plus sensibles que d’autres. Par exemple, les processeurs qui alimentent les modèles d’IA pourraient constituer une cible privilégiée.
De nombreuses caméras et systèmes d’automatisation améliorés par l’IA fonctionnent sur des processeurs hautes performances, utilisant souvent des logiciels basés sur Linux.
« Comme Linux est un système bien connu, des personnes mal intentionnées peuvent exploiter des vulnérabilités et exécuter leurs propres programmes en arrière-plan », a averti Gunn. Une caméra dotée d’intelligence artificielle compromise, par exemple, pourrait être manipulée pour diffuser des images non autorisées, ou pire encore, fournir de fausses données à un système de contrôle industriel.
Pour contrer ces menaces, les processeurs modernes intègrent des mécanismes de sécurité tels que les protocoles de démarrage sécurisé. Ces derniers garantissent que seuls les logiciels authentifiés et vérifiés peuvent s’exécuter sur le système, empêchant ainsi les programmes malveillants d’en prendre le contrôle.
Cybersécurité et protection des réseaux
Il y a ensuite un autre niveau. Les systèmes autonomes sont rarement des machines isolées. Ils font généralement partie d’un réseau d’appareils interconnectés qui en étendent les fonctionnalités, mais vous l’aurez deviné, chacun d’eux devient un vecteur potentiel de cyberattaques.
« La sécurité ne se limite pas aux logiciels exécutés sur un appareil ; elle concerne aussi les personnes qui peuvent y accéder », a souligné Gunn. Une vulnérabilité dans un nœud d’un réseau peut être exploitée par un pirate externe, un employé malveillant ou un attaquant tirant parti d’une faille dans l’infrastructure cloud.
Prenons l’exemple d’un système à haut risque comme celui du système de refroidissement d’une centrale électrique. Si une entité non autorisée parvenait à compromettre le système de contrôle et à l’arrêter, les conséquences pourraient être catastrophiques. Le défi consiste donc non seulement à sécuriser les composants individuels, mais aussi à mettre en place des défenses réseau robustes, en limitant les accès, en isolant les systèmes par des pare-feu et en garantissant la protection des infrastructures critiques contre toute intrusion.
C’est une course aux armements. À mesure que l’automatisation devient plus intelligente, les adversaires tenteront de la surpasser ; c’est pourquoi rester vigilant et informé n’est plus une option, mais une nécessité.
Menaces et stratégies de sécurité
Cette course aux armements soulève une nouvelle question : l’intelligence artificielle qui renforce la sécurité peut-elle être utilisée comme une arme pour la contourner ? La lutte entre attaquants et défenseurs repose sur l’adaptation : chaque avancée en matière de sécurité de l’IA est suivie d’une méthode de tromperie tout aussi sophistiquée. Mais l’une parviendra-t-elle un jour à supplanter définitivement l’autre ?
L’IA pourrait-elle compromettre la vision par ordinateur ?
« Prenons l’exemple de Face ID », explique John Stih. « Tout a commencé avec les codes d’accès, puis est venue la reconnaissance photo, mais certains ont réussi à la tromper avec une simple image statique. Nous avons donc ajouté la projection de points en 3D. Les pirates ont réagi en créant des masques imprimés en 3D. Ensuite, on a utilisé la détection infrarouge pour vérifier la température de la peau, et même le radar pour détecter la respiration. » Chaque itération représentait un progrès en matière de sécurité, mais les pirates ont toujours trouvé le moyen d’affiner leurs méthodes et de contrer ces améliorations.
Cette dynamique révèle une vulnérabilité fondamentale de l’IA : la reconnaissance de formes est à la fois sa plus grande force et son talon d’Achille. Les systèmes de vision par ordinateur, conçus pour identifier les visages, les objets et les mouvements avec une précision quasi humaine, peuvent parfois être trompés par de légères incohérences.
Lazina Rahman a relevé un cas viral récent exposant certains de ces systèmes hypersensibles, où les personnes n’étaient plus reconnues par leur téléphone pour une chose aussi mineure qu’une nouvelle blessure au visage ou un maquillage différent.
« C’est pourquoi la sécurité ne peut pas se reposer uniquement sur l’analyse visuelle », a convenu Stih.
Mais les attaques vont bien au-delà de la reconnaissance faciale. Don Gunn a souligné une menace encore plus grave : l’informatique quantique. « Actuellement, l’IA est principalement utilisée comme outil de défense. Mais en théorie, elle pourrait aussi être entraînée à déchiffrer des clés de chiffrement ou à automatiser des cyberattaques. Lorsque l’informatique quantique deviendra une réalité, nombre de nos mesures de sécurité actuelles seront obsolètes. »
Utiliser l’IA pour se défendre contre les attaques
L’IA demeure aujourd’hui l’une des meilleures et des plus robustes lignes de défense contre les cybercriminels. Cependant, face au potentiel des attaques pilotées par l’IA, il est primordial d’anticiper et de couvrir tous les scénarios possibles.
« Pour garder une longueur d’avance, l’IA de sécurité doit évoluer constamment », a expliqué Gunn. « C’est pourquoi les systèmes d’authentification modernes utilisent plusieurs niveaux de vérification. »
À titre d’exemple, citons la solution de sécurité de NXP, basée sur le processeur i.MX RT1170 . Au lieu de s’appuyer uniquement sur une caméra, elle combine :
- Caméras RGB pour la détection faciale,
- Capteurs infrarouges (IR) pour confirmer les signatures thermiques,
- Des capteurs de temps de vol permettent de vérifier qu’un visage est tridimensionnel et non une image plate.
i.MX RT1170 : Découvrez nos produits
Voir les kits de développement i.MX RT1170
« Cela rend beaucoup plus difficile pour les attaquants de tromper le système avec une simple supercherie basée sur des photos », a déclaré Gunn.
Mais la sécurité basée sur l’IA ne se limite pas au blocage des accès non autorisés. Elle doit également prédire et neutraliser les menaces émergentes avant qu’elles ne deviennent de véritables vulnérabilités.
« Un modèle de sécurité peut être sûr aujourd’hui, mais dans six mois, une nouvelle méthode d’attaque pourrait apparaître », a déclaré Ed Baca. « La sécurité basée sur l’IA doit être constamment mise à jour et s’adapter, sous peine de devenir obsolète. »
Cette adaptabilité a cependant un revers. « Si un modèle d’IA apprend à partir de données réelles, des attaquants peuvent le manipuler », prévient Stih. « Reprenons l’exemple du maquillage : imaginez un système d’authentification qui se met à jour à chaque modification du visage. Un attaquant pourrait progressivement l’entraîner à reconnaître une personne non autorisée. C’est pourquoi les mises à jour doivent être rigoureusement contrôlées . »
Étude de cas : Le STM32N6 et l’avenir de la sécurité matérielle
La lutte contre la cybersécurité est souvent perçue comme un problème logiciel où les développeurs corrigent les vulnérabilités aussi vite que les attaquants en découvrent de nouvelles. Mais à mesure que l’automatisation pilotée par l’IA se généralise, il est temps d’adopter une approche différente… ce qui nous ramène au matériel.
La sécurité peut-elle être intégrée au niveau matériel ?
Cette évolution est au cœur du microcontrôleur STM32N6 de STMicroelectronics, un dispositif conçu pour apporter la sécurité en périphérie du réseau. Contrairement aux modèles de cybersécurité traditionnels qui reposent sur des pare-feu et des mises à jour logicielles, le STM32N6 intègre la protection au niveau du silicium , garantissant ainsi la sécurité dès la conception.
Rendre la sécurité accessible à la périphérie
Historiquement, les microcontrôleurs et les capteurs d’image fonctionnaient de manière cloisonnée. Une caméra capturait les données, un processeur les analysait, et une connexion réseau transmettait les résultats. Mais avec le STM32N6, cette équation change.
« Traditionnellement, les microcontrôleurs n’étaient pas directement connectés aux capteurs d’image », a expliqué Ed Baca. « Mais maintenant, grâce à l’interface MIPI, le STM32N6 peut s’intégrer directement aux caméras haute résolution, ce qui permet de traiter les données visuelles en périphérie, avant même qu’elles ne quittent l’appareil. »
Cette approche privilégiant le traitement en périphérie réduit les risques de sécurité en minimisant la transmission de données brutes sur des réseaux potentiellement vulnérables. Le microcontrôleur traite les images localement, en extrayant uniquement les métadonnées essentielles, telles que « personne détectée », au lieu de diffuser l’intégralité du flux vidéo pour afficher l’image d’une personne.
En savoir plus : Microcontrôleur STM32N6 de STMicroelectronics
Outre sa prise en charge des caméras compatibles MIPI, le STM32N6 intègre plusieurs autres mécanismes de sécurité tels que :
- Chiffrement à la volée et stockage sécurisé des données – Protège les modèles d'IA et les données sensibles contre tout accès non autorisé.
- Authentification matérielle – Garantit que seuls les logiciels et micrologiciels de confiance peuvent s’exécuter sur l’appareil.
- Inférence IA en périphérie avec sécurité – Réduit la dépendance au traitement dans le cloud, atténuant le risque d’interception ou d’altération des données.
Le STM32N6 est particulièrement adapté aux applications sensibles à la confidentialité , où sécurité et efficacité vont de pair.
Applications
- Surveillance intelligente : au lieu de transmettre des flux vidéo continus à des serveurs cloud, les caméras intelligentes utilisant le STM32N6 analysent les images sur place, en ne s’appuyant que sur les informations nécessaires telles que la détection de mouvement ou la classification des objets.
- Contrôle d'accès et authentification : Mise en œuvre sécurisée de la reconnaissance faciale et du comptage des personnes dans les zones à accès restreint.
- Automatisation industrielle : détection et classification d’objets en temps réel au sein des lignes de production, réduisant les erreurs sans exposer de données opérationnelles sensibles .
- Gestion intelligente du stationnement et du trafic : comptage instantané des véhicules , reconnaissance des plaques d’immatriculation et suivi de l’occupation , le tout traité en périphérie pour éviter les fuites de données.
Ces applications tirent parti des puissantes capacités de traitement du STM32N6 pour une automatisation efficace et une innovation sécurisée dès la conception.
Le passage à la sécurité embarquée
La sécurité matérielle n’est pas qu’une simple évolution technologique ; c’est un changement de paradigme en matière de conception. Face à des réglementations comme le Cyber Resilience Act qui renforcent les enjeux, les fabricants ne peuvent plus se permettre de négliger la sécurité. La résilience doit désormais être intégrée dès la conception des systèmes que nous développons.
Le STM32N6 est un excellent exemple de la manière dont les fabricants définissent le modèle de l’avenir, où les vulnérabilités sont prévenues au lieu d’être corrigées.
L’avenir de la cybersécurité
Les certitudes en matière de cybersécurité évoluent quotidiennement. Aujourd’hui, alors que les discussions sur l’informatique quantique quittent le domaine de la physique théorique pour se concrétiser, les architectures de sécurité doivent rester constamment vigilantes.
Le défi du chiffrement post-quantique
Pour l’instant, le chiffrement 256 bits est inviolable . Il faudrait des millions d’années aux supercalculateurs les plus puissants d’aujourd’hui pour le déchiffrer par force brute. Mais grâce à la puissance de l’informatique quantique, ce même chiffrement pourrait s’effondrer en quelques minutes .
« L’avènement de l’informatique quantique va tout bouleverser », prévient Don Gunn . « Dans un avenir proche, le principal défi sera de développer un chiffrement post-quantique , car une fois le déchiffrement quantique possible, toutes les mesures de sécurité actuelles pourraient devenir obsolètes. »
L’industrie se prépare activement à cette transition. Les fabricants développent déjà des méthodes cryptographiques résistantes à l’informatique quantique , afin de garantir que les modèles d’IA, les systèmes industriels et les cadres d’automatisation puissent résister à la puissance de calcul brute des machines quantiques. Cela concentrera l’attention sur deux domaines clés :
- Cryptographie post-quantique (PQC) : une nouvelle génération d’algorithmes de chiffrement conçus pour résister aux attaques quantiques.
- L'évolution des micrologiciels et matériels sécurisés
Pour les professionnels de la cybersécurité, la course est lancée, et l’avenir post-quantique amènera un tout nouveau type d’adversaire.
Sécuriser l’essor des systèmes autonomes
Au-delà des menaces quantiques, la prochaine ère de l’automatisation exige des modèles de sécurité non seulement robustes, mais aussi impossibles à contourner .
La sécurité des robots, des engins lourds et des infrastructures intelligentes est essentielle pour garantir la sécurité des personnes. C’est pourquoi des stratégies de cybersécurité de nouvelle génération sont en cours d’élaboration :
- Matériel vérifié garantissant que les mécanismes de sécurité ne peuvent être contournés ni désactivés.
- Détection de profondeur et zones d'exclusion créant des périmètres de sécurité invisibles pour empêcher tout accès non autorisé.
- Intelligence artificielle autoréparatrice et sécurité adaptative qui introduisent des systèmes capables de répondre dynamiquement aux menaces , en détectant et en neutralisant les attaques en temps réel .
L’évolution sans fin de la cybersécurité
La cybersécurité est par nature adaptative, et son avenir ne sera donc pas défini par une seule percée, mais par un cycle constant d’évolution .
C’est un exercice d’équilibriste, une gestion frénétique des compromis, et un paysage en constante évolution. Tout se complique. Plus l’IA et l’automatisation progressent, plus elles apportent d’avantages. Cependant, dans le même temps, les attaquants rivalisent d’ingéniosité pour les contrer. C’est une histoire sans fin, mais dont nous pouvons tirer des leçons et anticiper l’avenir. Parmi les principales prédictions évoquées lors de notre discussion :
- Les architectures zéro confiance deviendront la norme : chaque appareil, chaque transaction et chaque utilisateur devront être vérifiés à chaque étape.
- Les cadres de chiffrement dynamiques évolueront constamment, rendant les données impossibles à prévoir ou à intercepter .
- La cybersécurité pilotée par l’IA combattra le feu par le feu, en utilisant l’apprentissage automatique pour prédire et neutraliser les attaques avant qu’elles ne se produisent .
La course est lancée. La question est : qui s’adaptera le plus rapidement ?
Contact
Dans la course à la cybersécurité, anticiper les tendances est la meilleure stratégie à adopter.
Chez Future Electronics, nous ne nous contentons pas de distribuer des composants de pointe. Nos ingénieurs dédiés vous accompagnent à chaque étape, de la sélection des pièces au développement complet du système. Grâce à notre expertise et à notre vision, nous vous aidons à garder une longueur d’avance sur un marché en constante évolution.