Pendant longtemps, les infrastructures edge, et en particulier les CDN, ont été conçues comme des couches d’optimisation de la performance. Leur rôle était avant tout d’accélérer la diffusion du contenu, de réduire la latence et finalement d’améliorer l’expérience utilisateur. Cette vision est aujourd’hui largement dépassée pour Dejan Grofelnik Pelzel, le CEO of bunny.net.
L’edge est devenu le point d’entrée de l’ensemble du trafic, directement exposé à chaque interaction et donc à chaque menace potentielle. Plus important encore, la nature même du trafic évolue d’une manière que les modèles de sécurité traditionnels ne sont plus capables d’appréhender.
L’edge reposait jusqu’alors sur une hypothèse simple, celle d’un trafic humain légitime et d’un trafic automatisé suspect, ses infrastructures ont ainsi été conçues pour détecter, filtrer et bloquer les bots le plus tôt possible.
La remise en cause d’un postulat
Les agents IA représentent aujourd’hui une part croissante du trafic internet, avec près de 20 % du trafic observé désormais automatisé, une part appelée à croître avec la généralisation des usages de l’IA. Si l’émergence des agents IA ne crée pas le trafic automatisé, mais elle en change l’échelle, la diversité et la légitimité.
Ces systèmes explorent les sites web, interrogent des API, récupèrent des données et interagissent massivement avec un nombre important de services numériques. Dans la plupart des cas, ils ne sont pas malveillants. Ils alimentent des applications, permettent le fonctionnement d’assistants numériques et agissent pour le compte des utilisateurs. Pourtant, du point de vue des infrastructures, ils sont souvent difficiles à distinguer d’activités malveillantes telles que le scraping, le credential stuffing, ou certaines formes de fraude automatisée.
Or, les systèmes de sécurité continuent d’être largement conçus pour détecter et bloquer toute forme d’automatisation le plus tôt possible. Mais dans les faits, l’ensemble du trafic automatisé ne doit plus nécessairement être bloqué et l’incapacité à faire la distinction devient un problème critique.
Cela marque un changement fondamental : l’enjeu n’est plus seulement de détecter et de bloquer les flux, mais de comprendre ce qu’ils représentent réellement.
Dans le même temps, le paysage des menaces s’est complexifié. Les attaques DDoS se multiplient, les abus automatisés s’intensifient et les attaques applicatives gagnent en sophistication, notamment grâce aux nouvelles possibilités offertes par l’intelligence artificielle.
Ces menaces ciblent de plus en plus les points d’entrée plutôt que les systèmes internes eux-mêmes, en s’attaquant à la disponibilité des services et à l’exploitation des flux de trafic.
C’est précisément dans ce contexte que l’edge joue un rôle critique. Situé en amont de l’ensemble des systèmes, il constitue la première surface d’exposition aux attaques potentielles, tout en étant le seul niveau où ces menaces peuvent être traitées suffisamment tôt pour en limiter l’impact.
Le coût caché d’un modèle obsolète
Le modèle des hyperscalers, fondé sur l’automatisation massive et les architectures distribuées, a fragmenté la sécurité entre de multiples couches technologiques et fournisseurs. Dans la pratique, les organisations évoluent désormais au sein d’écosystèmes où la visibilité est limitée, où les couches se multiplient et où les responsabilités sont réparties entre de nombreux acteurs.
Cette complexité est en grande partie masquée par l’automatisation qui permet aux infrastructures actuelles de fonctionner à très grande échelle. Bien qu’indispensable au fonctionnement à grande échelle, elle ajoute une couche de risque supplémentaire. D’abord en réduisant l’intervention humaine, mais aussi en limitant la capacité d’adaptation, en restreignant la capacité de décision en temps réel et augmentant le niveau de dépendance envers des réponses prédéfinies face aux menaces potentielles.
En résulte le paradoxe suivant : les organisations exploitent des infrastructures de plus en plus puissantes, mais leur visibilité et leur contrôle réels sur ce qui s’y déroule diminuent.
Passer du filtrage du trafic à son interprétation
Dans ce contexte, les critères permettant d’évaluer une infrastructure évoluent. Les organisations doivent désormais répondre à des exigences qui vont au-delà des performances. Elles attendent désormais des garanties en matière de sécurité, de résilience et de contrôle opérationnel.
Pour répondre à ces attentes, les approches fragmentées doivent être abandonnées au profit de modèles plus intégrés, capables d’unifier les performances, la sécurité et la gestion du trafic. Plus important encore, cela nécessite un changement de logique.
Le défi ne consiste plus à bloquer tout le trafic automatisé, mais à en distinguer les intentions.
Cela implique de savoir différencier l’automatisation malveillante des interactions légitimes pilotées par l’IA, tout en conservant une visibilité sur les flux et en préservant la capacité d’agir lorsque les décisions automatisées ne suffisent pas.
Dans cette perspective, la transparence et la supervision humaine retrouvent un rôle central. Une visibilité claire sur le trafic, des politiques de sécurité cohérentes et un accès à une véritable expertise deviennent essentiels pour reprendre le contrôle. Cela s’avère particulièrement vrai dans un contexte européen où les considérations de souveraineté renforcent encore davantage ces attentes.
Au cœur de cette nouvelle réalité, l’edge n’est plus simplement une couche supplémentaire d’optimisation des performances, mais un véritable point de contrôle, à la croisée de la gestion du trafic, de la détection des menaces et de la prise de décision opérationnelle.
