Shadow AI : cartographier et reprendre le contrôle

# Liste des domaines IA à surveiller (non exhaustive 2026)
AI_DOMAINS = [
    # APIs LLM
    "api.openai.com",
    "api.anthropic.com",
    "api.cohere.com",
    "api.mistral.ai",
    "api.together.xyz",
    "api.groq.com",
    "api.perplexity.ai",
    "generativelanguage.googleapis.com",  # Google Gemini
    
    # SaaS chats
    "chat.openai.com",
    "chatgpt.com",
    "claude.ai",
    "gemini.google.com",
    "perplexity.ai",
    "you.com",
    
    # Coding assistants
    "api.github.com/copilot",
    "cursor.sh",
    "codeium.com",
    "tabnine.com",
    
    # Image / video
    "api.midjourney.com",
    "api.runwayml.com",
    
    # Agents
    "agent.io",
    
    # Hugging Face
    "api-inference.huggingface.co",
    "huggingface.co",
]
 
def analyze_proxy_logs(logs_path: str, days: int = 90):
    """Identifie utilisateurs/IP avec connexions vers domaines IA."""
    findings = defaultdict(lambda: defaultdict(int))
    
    with open(logs_path) as f:
        for line in f:
            entry = parse_proxy_log(line)
            for domain in AI_DOMAINS:
                if domain in entry.dest_host:
                    findings[entry.user][domain] += 1
    
    # Reporter par user
    return {
        user: {
            "domains_used": list(domains.keys()),
            "total_requests": sum(domains.values()),
            "frequency": "high" if sum(domains.values()) > 100 else "medium" if sum(domains.values()) > 20 else "low",
        }
        for user, domains in findings.items()
    }

1. Activer le catalog IA dans le CASB (souvent via "Generative AI" ou "AI Apps" categories).
2. Définir politique de classification :
   - "Sanctioned" : outils IA approuvés (plateforme interne, ChatGPT Enterprise contracté).
   - "Tolerated" : outils acceptés sous conditions (avec DLP actif).
   - "Unsanctioned" : outils non approuvés à bloquer ou alerter.
3. Reporter user par user, app par app.
4. Alertes en temps réel sur connexions unsanctioned.

DLP analyse le trafic outbound vers domaines IA pour patterns sensibles :
- PII clients (emails, téléphones, IBAN, NSS)
- Identifiants internes (DOC-INT-*, USR-PRIV-*, FACTURE-*)
- Code source (signatures de fonctions internes)
- Données financières (rapports trimestriels non publiés)
- Secrets (clés API, tokens, mots de passe)
 
Action :
- Bloc en temps réel + log + alerte SOC.
- Ou : alerte seule + audit trail (mode passif initial).

def audit_cloud_billing(billing_data: list[dict]) -> list[dict]:
    """Identifie achats IA non encadrés."""
    AI_BILLING_PATTERNS = [
        ("OpenAI", "API direct sans contrat enterprise"),
        ("Anthropic", "Claude Pro / API"),
        ("ChatGPT Plus / Team", "Subscription individuelle"),
        ("GitHub Copilot Individual", "Pas Enterprise"),
        ("Cursor Pro", "Subscription individuelle"),
        ("Midjourney", "Subscription individuelle"),
        ("Perplexity Pro", "Subscription individuelle"),
        ("Notion AI", "Add-on Notion non audité"),
        ("Hugging Face Pro", "Subscription individuelle"),
    ]
    
    findings = []
    for transaction in billing_data:
        for pattern, description in AI_BILLING_PATTERNS:
            if pattern.lower() in transaction["merchant"].lower():
                findings.append({
                    "user": transaction.get("cardholder"),
                    "merchant": transaction["merchant"],
                    "amount": transaction["amount"],
                    "date": transaction["date"],
                    "description": description,
                    "action": "review_required",
                })
    
    return findings

Admin center → AI features status :
- Copilot for Microsoft 365 (status, users)
- Copilot in Teams
- Copilot in Office (Word, Excel, PowerPoint, Outlook)
- Copilot in Loop
- Copilot Studio (custom agents)
 
Vérifier : licenses assigned, data accessed, audit logs.

Admin console → Apps → Google Workspace :
- Gemini for Workspace
- Help me write features
- AI features in Docs/Sheets/Slides
 
Vérifier : enrollment, default settings, audit logs.

Slack Admin → Workspace Settings :
- Slack AI subscription status
- AI features enrolled (summary, search, etc.)
 
Vérifier : data ingestion scope, retention, opt-out users.

Notion Admin → Settings :
- Notion AI add-on enrollment
- Workspaces with AI enabled
- Default privacy settings

def analyze_dns_queries(dns_logs: str, days: int = 30):
    """DNS analytics pour détecter résolutions vers domaines IA."""
    findings = defaultdict(lambda: defaultdict(int))
    
    with open(dns_logs) as f:
        for line in f:
            entry = parse_dns_log(line)
            for domain in AI_DOMAINS:
                if entry.query_name.endswith(domain) or entry.query_name == domain:
                    findings[entry.client_ip][domain] += 1
    
    return findings

# Sondage usage IA, anonyme
 
1. Utilisez-vous des outils IA pour vos tâches professionnelles ?
   - Jamais
   - Occasionnellement (< 1x/sem)
   - Régulièrement (plusieurs fois/sem)
   - Quotidiennement
 
2. Quels outils ? (multiple)
   - ChatGPT (compte personnel ou Plus)
   - Claude (compte personnel ou Pro)
   - Gemini
   - Copilot Microsoft (M365)
   - Copilot for Microsoft Teams
   - GitHub Copilot
   - Cursor
   - Notion AI
   - Slack AI
   - Autre : _______
 
3. Données utilisées dans les prompts ? (multiple)
   - Données publiques uniquement
   - Documents internes (rapports, notes)
   - PII clients (noms, emails, etc.)
   - Code source propriétaire
   - Données financières non publiées
   - Données stratégiques (plans, partenariats)
 
4. Outil acheté en personnel (carte perso) ? Oui/Non
 
5. Conscience que les prompts peuvent être :
   - Utilisés pour training fournisseur ?
   - Stockés indéfiniment ?
   - Lus par staff fournisseur en cas d'audit ?
   
6. Si une plateforme IA interne sécurisée existait, l'utiliseriez-vous à la place ?

Inventory applications installed :
- Cursor (cursor.exe / Cursor.app)
- Ollama
- LM Studio
- ChatGPT desktop app
- Claude desktop app
- Browser extensions : ChatGPT, Sider, MaxAI, etc.
 
EDR alerts :
- Process créant connexions vers domaines IA
- Browser extensions installations

Aucune méthode seule ne suffit. Couverture cumulative typique :
 
Méthode 1 (Proxy/CASB)         : 40-60% du shadow AI
Méthode 2 (CASB+) avec catalog  : +20-30%
Méthode 3 (DLP)                 : +10-20% (différents users)
Méthode 4 (Billing audit)       : +5-15%
Méthode 5 (SaaS audit)          : +10-20% (apps avec IA par défaut)
Méthode 6 (DNS / TLS)           : +5-10% (endpoints isolés)
Méthode 7 (Sondage employés)    : +20-40% (révèle perso/WFH)
Méthode 8 (Endpoint monitoring) : +5-15%
 
Couverture cumulative : 80-95% du shadow AI réel.

                                Volume usage
                    Occasionnel | Régulier  | Critique
                  ┌────────────┼───────────┼──────────┐
Sensibilité       │            │           │          │
                  │            │           │          │
Confidentielle    │ Priorité 2 │ Priorité 1│ IMMÉDIAT │
                  │            │           │          │
Interne           │ Priorité 3 │ Priorité 2│ Priorité 1│
                  │            │           │          │
Publique          │     OK     │ OK + sensib│ Surveiller│
                  └────────────┴───────────┴──────────┘

# registre/shadow-ai-2026-Q1.yml
audit_date: "2026-04-30"
audit_methods_used:
  - proxy_logs
  - microsoft_defender_for_cloud_apps
  - microsoft_purview_dlp
  - billing_audit
  - employee_survey
 
discovered_shadow_ai:
  - id: SHA-001
    tool: "ChatGPT individuel (comptes personnels)"
    user_count_estimated: 150  # sur 800 employés
    detected_via: ["proxy_logs", "survey"]
    sensitivity_data: "confidential (PII clients possibles)"
    usage_volume: "régulier (50-100 prompts/sem)"
    risk_score: 9
    priority: "P1"
    action: "Politique + ChatGPT Enterprise + formation"
    deadline: "2026-06-15"
  
  - id: SHA-002
    tool: "Microsoft 365 Copilot (activé sur 100 licences)"
    user_count_estimated: 100
    detected_via: ["m365_admin_audit"]
    sensitivity_data: "très élevée (M365 access)"
    usage_volume: "régulier"
    risk_score: 8
    priority: "P1"
    action: "Audit ACL + DLP + politique d'usage"
    deadline: "2026-05-30"
  
  - id: SHA-003
    tool: "GitHub Copilot Individual (comptes personnels)"
    user_count_estimated: 30
    detected_via: ["network", "billing_personal_cards"]
    sensitivity_data: "code source propriétaire"
    usage_volume: "quotidien pour devs"
    risk_score: 7
    priority: "P1"
    action: "Migration GitHub Copilot Business + DPA"
    deadline: "2026-06-30"
  
  - id: SHA-004
    tool: "Cursor (non-Enterprise)"
    user_count_estimated: 25
    detected_via: ["mdm_inventory", "billing"]
    sensitivity_data: "code source"
    usage_volume: "quotidien pour devs"
    risk_score: 7
    priority: "P1"
    action: "Cursor Business + DPA OU GitHub Copilot Business"
    deadline: "2026-07-15"
  
  - id: SHA-005
    tool: "Notion AI activé par défaut"
    user_count_estimated: 200
    detected_via: ["notion_admin_audit"]
    sensitivity_data: "documents internes"
    usage_volume: "régulier"
    risk_score: 6
    priority: "P2"
    action: "Audit settings + politique"
    deadline: "2026-08-30"
 
# Métadonnées
total_users_with_shadow_ai: 380  # sur 800 employés
percentage: 47.5%
total_official_ai_systems: 5  # vs 380 shadow
ratio_shadow_official: 76x

# Politique d'usage de l'IA, Acme Corp
 
## 1. Périmètre autorisé
### Plateforme IA interne (URL):
- Pour TOUTES données entreprise (publiques, internes, confidentielles).
- Conformité gérée centralement.
- Logging + audit transparents.
 
### Outils SaaS publics validés (liste annexe):
- Pour données PUBLIQUES uniquement.
- Sans PII, sans documents internes, sans code propriétaire.
 
## 2. Périmètre interdit
- PII clients dans tout outil non validé (ChatGPT, Claude, Gemini personal, etc.).
- Code source propriétaire dans Cursor/Copilot non Enterprise validé.
- Documents financiers non publiés dans tout outil externe.
- Données stratégiques (plans, M&A) dans tout outil externe.
 
## 3. Plateforme IA interne disponible
[URL et description]
 
## 4. Outils approuvés (liste annexe)
- [Liste mise à jour trimestriellement]
 
## 5. Procédure de demande
[Process : demande → validation DPO/RSSI → activation]
 
## 6. Sanctions
[Conformément aux règles disciplinaires + RGPD interne]

1. Front-end accessible via SSO entreprise (chat-interne.yourcompany.com).
2. Multi-LLM via AI Gateway (LiteLLM / Portkey) :
   - Azure OpenAI EU + DPA (GPT-4o, GPT-5).
   - Anthropic via Vertex EU (Claude Sonnet, Opus).
   - Mistral (souverain France si applicable).
3. Conformité gérée :
   - DPA signés.
   - Logs RGPD-compliant.
   - Pas de training sur prompts.
4. Features pour l'attractivité :
   - Upload documents pour résumé/analyse.
   - Templates par usage (RH, dev, marketing, etc.).
   - Historique persistant.
   - Sharing prompts entre équipes.
5. Cost tracking + monitoring transparent.

# alerts/shadow-ai-alerts.yml
alerts:
  - name: "Connexion vers domaine IA non sanctionned"
    condition: "destination_domain in UNSANCTIONED_AI_DOMAINS"
    severity: "medium"
    action: "log + email user + report SOC weekly"
  
  - name: "PII dans prompt envoyé à API externe"
    condition: "DLP detects PII in outbound to external AI domain"
    severity: "high"
    action: "block + alert SOC + notify user + manager"
  
  - name: "Code source dans Copilot personal"
    condition: "GitHub Copilot extension active + private repo OR repo in company list"
    severity: "high"
    action: "alert SOC + suggest migration to Business"
  
  - name: "Volume anormal vers API IA"
    condition: "user requests to AI APIs > 1000/day"
    severity: "medium"
    action: "alert SOC + investigate"