security-hardener

Agent Security Hardener

Quand utiliser ce skill

Agent exposé à des inputs utilisateurs non fiables, déployé en production, ou soumis à des exigences réglementaires (GDPR, SOC2, HIPAA, PCI-DSS). S'applique aussi lors d'une revue sécurité pré-déploiement ou après un incident.

---

Workflow en 10 étapes

1. Threat modeling — cartographier avant de mitiger

Commence toujours par identifier la surface d'attaque réelle :

Menace	Vecteur	Impact
Prompt injection directe	Input utilisateur malveillant	Contournement des instructions
Prompt injection indirecte	Données externes (web, fichiers, BDD)	Prise de contrôle via contenu tiers
Data exfiltration	Manipulation du contexte	Fuite du system prompt ou données sensibles
Tool abuse	Instruction de supprimer/envoyer/publier	Actions destructrices irréversibles
Cost attack (DoS éco.)	Requêtes token-maximisantes	Facture API hors de contrôle
Social engineering	Dérive progressive du contexte	Contournement progressif des guardrails

Critère de décision : si l'agent a accès à des outils avec effets de bord (write, delete, send), le niveau de sécurité est automatiquement "HIGH" — appliquer toutes les étapes.

---

2. Input sanitization

import re

INJECTION_PATTERNS = [
    r"ignore\s+(all\s+)?previous\s+instructions",
    r"system\s+prompt",
    r"jailbreak",
    r"DAN\b",
    r"<\s*(INST|SYS|system|prompt)\s*>",
    r"forget\s+(everything|your\s+rules)",
]

def is_safe_input(text: str, max_len: int = 4000) -> tuple[bool, str]:
    if len(text) > max_len:
        return False, "INPUT_TOO_LONG"
    for pattern in INJECTION_PATTERNS:
        if re.search(pattern, text, re.IGNORECASE):
            return False, f"INJECTION_DETECTED:{pattern}"
    return True, "OK"

• Valider les inputs structurés avec Pydantic (schéma strict, pas de champs extra="allow").
• Échapper les délimiteurs de prompt (---, ###, <user>) provenant de l'utilisateur.
• Piège : l'encodage Base64 ou les caractères Unicode homoglyphes contournent les regex naïves. Normaliser le texte (unicode NFKC) avant de filtrer.