AgentsSécurité de l'IA 🇨🇳 30.07.2026 06:01

IA multi-agent pour les opérations de sécurité de production : architecture A2A et MCP dans les réseaux centraux 5G

Google/DeepMindGoogle/DeepMind AnthropicAnthropic
Un opérateur télécom de premier plan a implémenté un système d'IA multi-agent pour les opérations de sécurité dans son réseau central 5G, utilisant le protocole Agent-to-Agent (A2A) pour la coordination et le Model Context Protocol (MCP) pour l'intégration environnementale. Le système a réduit le temps moyen de détection et de réponse d'environ 40 %, généré automatiquement plus de 80 règles de détection, et réduit le temps de création manuelle de règles de 3 heures à 15 minutes.
L'architecture est conçue pour un réseau central 5G de production, qui génère plus de télémétrie de sécurité par heure qu'un SOC d'entreprise typique n'en reçoit en une semaine. Elle remplace deux modèles dominants inefficaces : un seul LLM aux prises avec les limites de fenêtre de contexte, l'indéterminisme et la gestion des changements ; et l'IA générative intégrée aux systèmes SIEM/SOAR hérités qui nécessitent encore une rédaction manuelle de règles. Le système multi-agents proposé comprend des agents spécialisés avec des contrats d'une seule page, une coordination via le protocole ouvert A2A (open-sourcé par Google et donné à la Linux Foundation), une intégration environnementale via MCP (donné par Anthropic), un agent réviseur privilégié qui utilise OPA (Open Policy Agent) et Kyverno pour l'application déterministe des politiques, et l'humain dans la boucle comme résultat de première classe. Avant toute invocation de LLM, un modèle Isolation Forest pré-filtre la télémétrie, envoyant uniquement les échantillons anormaux aux agents basés sur LLM. L'agent réviseur utilise OPA pour les invariants de sécurité métier (rayon d'impact, confiance, réversibilité) et Kyverno pour les invariants de sécurité de plateforme (registres de confiance, politiques réseau). Les résultats mesurés incluent une amélioration de 40% du MTTD (Mean Time to Detect) et du MTTR (Mean Time to Respond), plus de 80 règles de détection générées automatiquement, et une réduction de 12 fois de l'effort manuel pour les nouvelles règles. Le système peut surveiller simultanément 10 à 20 fonctions réseau 5G. Des limitations s'appliquent lorsque le nombre de règles est faible, que la logique de détection doit être déterministe, ou que les fonctions d'ingénierie ne couvrent pas les politiques de sécurité du réviseur. Les leçons clés incluent la construction de l'agent réviseur en premier, l'ajout du pré-filtrage d'anomalies dès le premier jour, l'évitement des invites astucieuses, et la publication précoce de modèles de référence.
Source: InfoQ 中国 — original
Nos articles précédents sur ce sujet ↓
Infos fraîches