// Comparaison

Practical AI Security vs Security 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
5/52020
Security Engineering

A Guide to Building Dependable Distributed Systems

Ross Anderson

Le manuel de référence de Ross Anderson sur la conception de systèmes sûrs : protocoles, contrôle d'accès, canaux auxiliaires, économie de la sécurité, politique publique.

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.
Quiconque conçoit, audite ou gouverne des systèmes dont les défaillances ont des conséquences réelles : banque, santé, vote, télécoms, défense. Le livre de sécurité le plus important jamais écrit, et le rare manuel qui s'améliore à chaque édition.

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.
Lecteurs cherchant un guide d'outils ou un primer rapide pour une certification. Anderson travaille au niveau systèmes et politique ; pour apprendre Burp, ce n'est pas ici. Les 1 200 pages récompensent la lecture patiente, pas le survol.

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.
  • La plupart des défaillances en production sont économiques et organisationnelles, pas cryptographiques : les incitations façonnent les résultats bien plus que les primitives.
  • Les modèles de menace d'un domaine (banque, télécoms, militaire) se généralisent à un autre quand on sait quoi regarder, et Anderson est le meilleur du domaine pour vous le montrer.
  • Canaux auxiliaires, supply chain et politique publique sont des préoccupations d'ingénierie de premier rang, pas des notes de bas de page.

Comment ils se comparent

Nous notons Security Engineering plus haut (5/5 contre 4/5 pour Practical AI Security). Pour la plupart des lecteurs, Security 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 Engineering couvrent tous les deux Defensive : les lire dans l'ordre renforce les mêmes notions sous des angles différents.

Continuer la lecture

Thématiques liées