Aller au contenu

Cercle IA .tech · Technique

Cercle IA TechSécurité

Guide

Consommation non bornée : le déni de portefeuille d'une IA

Comment une IA facturée au jeton peut être vidée par des requêtes, des boucles d'outils ou de longs contextes, et les plafonds à poser (OWASP 2026).

Mis à jour le

Une application d'IA générative facturée au jeton se laisse épuiser de deux façons : en la rendant indisponible, ou en lui faisant dépenser de l'argent. Dans le Top 10 de l'OWASP 2026 (fondation qui publie des référentiels de sécurité applicative), cela s'appelle LLM06 « Unbounded Consumption », la consommation non bornée. L'entrée a gagné quatre places depuis l'édition 2025 et arrive au sixième rang. Ce guide explique les mécanismes et les plafonds à poser, d'après le document daté du 04/08/2026.

Dans une intégration avec ALMA, la documentation API sert de point de départ pour examiner les limites et les erreurs documentées. Définissez aussi les plafonds de votre application et testez ce qu’il se passe lorsqu’une demande les atteint.

Pourquoi c'est une question de sécurité

L'OWASP décrit un défaut de contrôle sur la façon dont les ressources sont consommées. Le trait qui le définit est l'asymétrie de coût : l'attaquant peut déclencher un calcul très coûteux pour un effort négligeable de son côté, avec des requêtes bien choisies, des identifiants volés ou des enchaînements d'actions détournés. Le même mécanisme sert aussi à copier un modèle en l'interrogeant massivement.

Trois évolutions aggravent le risque, toujours selon l'OWASP : les modèles à raisonnement prolongé, dont le budget de sortie est grand ; les modèles multimodaux, qui transforment images, sons et vidéos en très nombreux jetons ; les architectures d'agents et de protocoles d'outils, qui multiplient une seule requête en cascade d'opérations.

Les neuf formes décrites

Forme En clair
Flot d'entrées de tailles variables Saturer le traitement ; une donnée d'affinage piégée peut aussi pousser chaque réponse à sa longueur maximale
Déni de portefeuille Exploiter le coût à l'usage d'un service hébergé
Abus de grand contexte Des requêtes toujours juste sous la limite, mais coûteuses
Boucles de raisonnement Des questions courtes et anodines qui épuisent le budget de réflexion ; le filtre sur la taille d'entrée ne voit rien
Entrées optimisées pour consommer Des entrées calculées pour maximiser le coût de traitement
Entrées et sorties multimodales Une image ou un son coûte bien plus qu'un texte équivalent
Extraction ou vol du modèle Réunir assez de réponses pour reproduire un modèle partiel
Inondation par les agents et leurs outils Un outil publié qui pousse l'agent à des appels récursifs ou infinis
Faille du serveur d'inférence Faire tomber ou épuiser le service qui fait tourner le modèle

Les dix mesures de l'OWASP, regroupées

Limiter à l'entrée

  • Des quotas par utilisateur, exprimés en jetons par minute, par jour et en coût estimé par requête, avec une estimation avant le traitement pour refuser ce qui dépasse.
  • Des plafonds de dépense non contournables par clé d'API, utilisateur, équipe et compte cloud, qui arrêtent l'inférence au lieu de seulement alerter.

Borner les agents

  • Des « coupe-circuits » : nombre d'étapes, profondeur de récursion, durée et plafond de coût par exécution, avec détection des boucles par empreinte d'état.
  • Une surveillance des appels d'outils pour repérer une session qui enchaîne des actions sans fin, comparée au comportement habituel de chaque outil.

Protéger le reste

  • Un cloisonnement (sandbox) qui limite l'accès du modèle au réseau, aux services internes et aux API.
  • Une dégradation progressive en cas de forte charge plutôt qu'une panne complète, et une limite sur les actions en file.
  • Des serveurs d'inférence à jour, avec authentification sur tous les points d'accès.

Un exemple chiffré par l'OWASP

Dans l'un de ses scénarios, une session d'agent reste ouverte et son contexte grossit à chaque tour : le coût d'un tour passe d'environ 0,001 dollar au premier à environ 0,50 dollar au centième. Aucune requête ne dépasse la limite, car chacune reste dans le budget, mais le total sur de nombreuses sessions longues atteint des centaines de dollars. C'est pour cela qu'il faut surveiller le coût cumulé, pas seulement chaque requête.

Par où commencer dans une PME

  1. Un plafond de dépense par clé d'API, vérifié côté fournisseur.
  2. Une limite de longueur d'entrée et de sortie dans votre application.
  3. Un nombre maximal d'étapes pour tout agent.
  4. Une alerte et un journal du coût par utilisateur : voir la journalisation d'un système d'IA.

Pour lire et alerter sur la consommation chez les fournisseurs, la page suivre ses dépenses d'API d'IA donne la marche à suivre. Le classement complet des risques est sur la page OWASP Top 10 LLM 2026.

Questions fréquentes

Qu'est-ce que le déni de portefeuille ?

C'est l'attaque qui exploite la facturation à l'usage d'un service d'IA hébergé : en déclenchant un grand nombre d'opérations, l'attaquant fait grimper la facture jusqu'à un niveau insoutenable pour l'exploitant (« Denial of Wallet » dans le Top 10 de l'OWASP).

Une limite de requêtes par minute suffit-elle ?

Non. L'OWASP écrit que la limitation du nombre de requêtes ne suffit plus : il faut des contrôles au jeton, des plafonds de dépense fermes, des coupe-circuits au niveau de l'agent et un suivi du coût par utilisateur.

Un plafond d'alerte protège-t-il aussi ?

Pas assez. L'OWASP demande des plafonds qui arrêtent réellement l'inférence quand ils sont atteints, car un traitement qui s'emballe peut dépasser un simple seuil d'alerte.

Références du carnet

Pages consultées pour écrire cet article :

  1. Site d’ALMA : documentation de l’API
  2. https://genai.owasp.org/download/56857/?tmstv=1785822482
  3. https://genai.owasp.org/resource/owasp-genai-llm-top-10-2026/

À lire aussi