// Comparaison

Practical AI Security vs Security Chaos Engineering : lequel lire ?

Deux livres de cybersécurité sur Defensive, comparés honnêtement : à qui s'adresse chacun, ce que chacun fait de mieux, et lequel lire en premier.

Avancé
4/52026
Practical AI Security

A Hands-on Guide to Attacking, Defending, and Securing Modern AI Systems

Harriet Farlow

La fondatrice d'une société spécialisée en sécurité de l'IA, titulaire d'un doctorat en machine learning adverse, parcourt comment les modèles échouent, comment ces échecs deviennent des exploits, puis comment défendre et auditer, avec plus de 30 démonstrations Python pratiques.

Avancé
5/52023
Security Chaos Engineering

Sustaining Resilience in Software and Systems

Kelly Shortridge, Aaron Rinehart

Kelly Shortridge et Aaron Rinehart traitent la sécurité comme une propriété de systèmes adaptatifs complexes : au lieu de prévenir la défaillance, on la simule en continu et on conçoit l'organisation pour apprendre de chaque résultat.

À lire si

Les praticiens de la sécurité et ingénieurs ML qui ont besoin de bases pratiques et concrètes pour attaquer et défendre des systèmes d'IA, plutôt qu'un panorama du domaine. Farlow a dirigé des audits de sécurité IA pour des entreprises du Fortune 500 et des agences gouvernementales, et le livre est construit à partir de cette expérience d'audit.
Architectes sécurité, SRE et ingénieurs plateforme prêts à abandonner le cadre prévention-d'abord. Particulièrement fort pour les organisations qui pratiquent déjà le chaos engineering pour la fiabilité et veulent étendre la discipline à la sécurité ; le livre est le pont.

À éviter si

Les lecteurs qui veulent une introduction conceptuelle ou politique au risque IA ; c'est un guide technique pratique avec des démonstrations Python tout du long, pas un manuel de gouvernance de l'IA. Suppose également des bases en ML et en sécurité déjà acquises plutôt que de les enseigner depuis zéro.
Praticiens en environnements fortement régulés où les fautes intentionnelles en production ne sont pas légales, ou organisations plus petites sans la maturité opérationnelle pour mener des game days en sécurité. Mauvais premier livre de sécurité aussi : il suppose que vous savez ce que sont threat models, blast radius et boucles de rétroaction.

Points clés

  • Premier livre de ce catalogue à traiter les systèmes IA/ML comme une surface d'attaque à part entière, et non comme une fonctionnalité greffée à l'appsec traditionnelle.
  • Structuré autour du cycle de vie complet : comment les modèles échouent, comment ces échecs deviennent des exploits, puis comment défendre et auditer contre les deux.
  • Plus de 30 démonstrations Python pratiques gardent la matière concrète plutôt que théorique : des attaques et défenses réellement exécutables.
  • Sécurité et fiabilité partagent le même problème d'ingénierie racine : maintenir des systèmes complexes dans des bornes tolérables quand la surface de défaillance est non bornée.
  • Decision trees et analyse effort-vs-impact sont des artefacts opérationnalisables, pas du contenu de blog ; le livre apprend à vraiment s'en servir.
  • L'expérimentation continue est plus honnête que les exercices sur table : la production dit ce qui est vrai, les runbooks disent ce que quelqu'un aurait souhaité.

Comment ils se comparent

Nous notons Security Chaos Engineering plus haut (5/5 contre 4/5 pour Practical AI Security). Pour la plupart des lecteurs, Security Chaos Engineering est le choix principal et Practical AI Security un complément utile.

Les deux livres ciblent un public de niveau avancé : le choix se fait sur la thématique, pas la difficulté.

Practical AI Security et Security Chaos Engineering couvrent tous les deux Defensive : les lire dans l'ordre renforce les mêmes notions sous des angles différents.

Continuer la lecture

Thématiques liées