Détection des agents IA : comment ça marche, et pourquoi l’identité seule ne suffit pas

80% des agents IA ne s’identifient pas correctement lorsqu’ils visitent votre site. Ils se présentent sans signe distinctif, se fondent dans votre trafic et poursuivent leur activité – qu’il s’agisse d’indexer votre contenu, d’extraire votre catalogue ou de sonder discrètement votre processus de paiement.

À mesure que le trafic généré par ces agents augmente, les entreprises avancent à l’aveuglette. Les systèmes traditionnels de détection des bots reposaient sur des signaux d’identité (chaînes d’agent utilisateur, plages d’adresses IP, fichier robots.txt) qui peuvent être facilement usurpés. Une détection qui se limite à l’identité passe à côté de la plupart des agents IA. L’intention est la couche qui permet de repérer les comportements malveillants, même lorsque les identifiants semblent valides.
Ce guide explique en détail comment fonctionne réellement la détection des agents IA, de la hiérarchie de vérification d’identité à l’analyse comportementale basée sur l’intention, et comment la confiance est réévaluée en continu à chaque étape.

Qu’est-ce que la détection des agents IA ?

La détection des agents IA consiste à identifier le trafic automatisé provenant d’agents IA, à le classer en fonction de son identité, de son comportement et de son intention, puis à appliquer une action fondée sur la confiance.

Il s’agit d’une mission plus large que la détection traditionnelle des bots. Le secteur a évolué : on est passé de « humain ou bot ? » à « bon bot ou mauvais bot ? », pour aboutir aujourd’hui à une approche encore plus nuancée. Avec les agents IA, les bonnes questions sont : de quel type d’agent s’agit-il, et que cherche-t-il à faire ?
Cette distinction est importante car la catégorie n’est pas homogène. Le trafic IA comprend les robots d’indexation LLM, les chatbots, les assistants d’achat et même les navigateurs autonomes capables de parcourir le web tout seuls.
Cet article se concentre sur la détection – la couche d’intelligence – plutôt que sur le blocage, qui constitue la réponse coercitive qui s’ensuit.

Pourquoi la détection des agents IA est-elle désormais urgente ?

Le trafic agentique a atteint une ampleur d’entreprise. Le réseau de DataDome a traité 17,7 milliards de requêtes d’agents IA au T2 2026, soit une augmentation de 45 % par rapport au premier trimestre. De plus, le trafic de bots IA vers les sites de vente au détail et de commerce électronique a été multiplié par 5,4 en 2025.

Et pourtant, seuls 2,8 % des sites web sont entièrement protégés contre même les attaques de bots basiques, selon le Rapport mondial sur la sécurité des bots 2025 de DataDome, sans parler des attaques sophistiquées des agents IA.

Les entreprises reçoivent déjà de gros volumes de trafic provenant d’agents IA, mais peu ont la visibilité nécessaire pour distinguer le trafic IA malveillant du trafic IA utile. C’est ce qui rend la détection des agents IA si urgente. 

Les agents IA de type « Achetez pour moi » peuvent accaparer les stocks sans finaliser d’achat, réduisant ainsi artificiellement les stocks disponibles. Le trafic IA indésirable peut également fausser les analyses et les taux de conversion sur lesquels votre équipe marketing s’appuie, tout en faisant grimper les coûts d’infrastructure. Pendant ce temps, les fraudeurs recrutent des agents IA pour mener des attaques à la vitesse et à l’échelle des machines. 

Pour protéger votre entreprise contre le trafic IA malveillant, la première étape est une détection appropriée des agents IA.

Pourquoi la détection des agents IA basée sur l’identité est insuffisante 

La plupart des agents IA ne s’identifient pas correctement, et les sites web qu’ils visitent ne vérifient généralement pas leur identité. C’est cette combinaison qui fait échouer silencieusement les défenses reposant uniquement sur l’identité.

Selon le Galileo Threat Research team de DataDome, 80% des agents IA ne s’identifient pas correctement lorsqu’ils visitent des sites web. Plutôt que de se fier à des signaux vérifiés comme des listes de plages IP publiées, les recherches DNS inversées ou les protocoles d’authentification comme Web Bot Auth, la plupart se fient aux chaînes user-agent, que n’importe qui peut copier en une seule ligne de code.

Certains agents publient des listes d’adresses IP, mais les laissent incomplètes ou non maintenues, ce qui crée des failles que les attaquants exploitent. D’autres fonctionnent côté client et héritent de l’adresse IP de l’utilisateur, rendant la vérification structurellement difficile.

Il en résulte un modèle de confiance brisé des deux côtés. Les fraudeurs peuvent cloner des agents IA mal déclarés et hériter de la confiance ou des privilèges d’accès que les sites leur accordent. Et les propriétaires de sites web ne peuvent pas prendre de décisions éclairées sur le trafic qu’ils ne parviennent pas à identifier avec précision.

Cette usurpation d’identité se produit déjà à grande échelle. En février 2026, Meta-ExternalAgent était l’agent le plus usurpé sur le réseau de DataDome, avec 16,4 millions de requêtes usurpées. PerplexityBot avait le taux d’usurpation le plus élevé : près de 2,4 % des requêtes se présentant comme provenant de PerplexityBot se sont avérées frauduleuses.

Les noms d’agents connus inspirent une confiance implicite. Les systèmes de sécurité qui soumettent le « trafic ChatGPT » à un contrôle moins rigoureux lui accordent de fait un passe-droit, et les attaquants l’ont bien compris.

Pourquoi les chaînes user-agent ne suffisent pas

Une chaîne d’agent utilisateur déclare une identité sans la prouver. C’est le signal le plus faible qui soit, se situant tout en bas de toute hiérarchie de vérification fiable.
Une classification hautement fiable nécessite une vérification par jeton cryptographique (Web Bot Auth, KYA, TAP), des plages d’adresses IP de confiance ou des recherches DNS inversées — des méthodes qui fournissent une preuve cryptographique d’identité plutôt qu’une simple déclaration de l’agent lui-même.
Lorsque DataDome a testé près de 700 000 sites web accessibles à l’aide d’un agent utilisateur usurpé de type ChatGPT, 79,7 % l’ont laissé passer sans le bloquer ni le contester. La plupart des sites traitent les chaînes d’agent utilisateur comme s’il s’agissait d’identifiants vérifiés, alors qu’elles ne le sont pas.

Les limites de la vérification basée sur l’IP

La vérification basée sur l’adresse IP suppose que les agents opèrent à partir de plages IP stables et documentées. Beaucoup ne le font pas. 

Dans un cas documenté, Grok a routé des requêtes à travers 12 adresses IP distinctes, y compris des FAI résidentiels et des fournisseurs d’hébergement, en réponse à une seule commande utilisateur. Même les agents qui publient des listes IP les laissent souvent incomplètes ou obsolètes. L’adresse IP est une donnée utile, mais pas un repère fiable.

Pourquoi le fichier robots.txt n’est pas un mécanisme de sécurité

88,9 % des sites web figurant dans l’ensemble de données du rapport « 2025 Global Bot Security Report » de DataDome interdisaient explicitement GPTBot dans leurs fichiers robots.txt. Mais ce fichier est une recommandation, pas une contrainte.
Les agents qui choisissent de l’ignorer ne rencontrent aucun obstacle technique, ce qui explique pourquoi l’adoption généralisée de cette directive ne s’est pas traduite par une protection effective.

Comment fonctionne la détection basée sur l’intention ?

La détection basée sur l’intention consiste en une analyse comportementale continue tout au long de la session. Il ne s’agit ni d’une analyse statique du trafic, ni d’un module ajouté a posteriori.
Le moteur de détection de DataDome analyse quotidiennement 5 000 milliards de signaux à travers plus de 85 000 modèles centrés sur le client, signalant les anomalies en moins de 2 millisecondes avec un taux de faux positifs inférieur à 0,01 %. La détection basée sur l’intention s’exécute sur ce même moteur central, ce qui signifie qu’elle hérite du contexte comportemental complet, et pas seulement de la couche d’identité.
La vérification d’identité, même lorsqu’elle fonctionne, ne répond qu’à la question « qui se trouve à la porte ? ». L’intention répond à la question « pourquoi veut-il entrer ? ». Ces deux questions sont importantes, car un même agent vérifié peut adopter des comportements totalement différents au cours d’une même session.

Ce que la détection basée sur l’intention permet réellement de détecter

Un agent qui passe tous les contrôles d’identité peut tout de même adopter un comportement malveillant en cours de session, et un système basé uniquement sur l’identité ne le verra pas venir.
Imaginons qu’un agent d’achat vérifié commence par parcourir des pages de produits à un rythme normal, ajoute un article à son panier, vérifie les prix – autant d’actions cohérentes avec une assistance à l’achat légitime. Puis, sans crier gare, ce même agent se met à bombarder les points de terminaison de paiement à un rythme effréné, testant différentes méthodes de paiement. Il commence ensuite à sonder des points de terminaison API hors de son périmètre d’origine.

À aucun moment les identifiants de l’agent ne changent. Les systèmes basés uniquement sur l’identité voient un agent vérifié tout au long et gardent la porte ouverte. Un système basé sur l’intention détecte le changement de comportement à l’étape trois—le changement de vitesse, la discordance de point de terminaison, la divergence par rapport à la base de référence de la session établie—et bloque la session tout en laissant d’autres sessions du même fournisseur d’agent complètement inchangées.

L’identité est statique. L’intention est dynamique, et elle doit être évaluée en continu, pas une seule fois au début de la session.

Le Score de Confiance : rendre l’intention exploitable

Les signaux d’intention continus doivent être opérationnalisés. Le Score de Confiance de DataDome (noté de 0 à 100) permet justement cela. Pour chaque agent IA, ce score combine la fiabilité de l’identification, l’intention comportementale (évaluée à la fois sur vos sites et à l’échelle du réseau plus large de DataDome) et la réputation de l’organisation à laquelle appartient l’agent.
Les scores sont calibrés pour chaque client. Un agent générant un trafic à forte valeur ajoutée pour un détaillant peut s’avérer de faible valeur ou présenter un risque pour un éditeur de médias. Les modèles apprennent à faire cette distinction : le score reflète votre contexte, et non pas simplement une moyenne globale.
Le score guide la politique de gestion. Il ne remplace pas l’analyse en temps réel. Même un agent hautement fiable est évalué à chaque requête. La confiance définit le paramètre par défaut ; le comportement détermine l’action. Et plus il est appliqué à votre trafic, plus il reflète avec précision ce que sont réellement les bonnes et les mauvaises intentions pour votre entreprise.

Quand une intention légitime entre en conflit avec la stratégie commerciale

Tous les comportements problématiques des agents ne constituent pas nécessairement de la fraude au sens traditionnel. Certains des cas les plus difficiles impliquent des agents authentifiés avec des identifiants parfaitement valides faisant quelque chose de techniquement autorisé mais stratégiquement nuisible.

Imaginons qu’un détaillant accorde à l’agent IA d’une plateforme de comparaison de prix l’accès aux fiches produits. L’agent est vérifié, ses identifiants sont en règle, et la consultation de pages publiques n’enfreint aucune règle.
Mais au fil du temps, il cartographie l’intégralité de la structure tarifaire du détaillant – y compris les prix promotionnels, les variations régionales et les stocks en liquidation – à un volume et à une fréquence qui vont bien au-delà de la simple aide à la comparaison pour les consommateurs. L’opérateur bénéficie ainsi d’un flux d’informations concurrentielles en temps réel, tandis que le détaillant n’en tire aucun bénéfice.
La vérification d’identité constate qu’un agent autorisé fait ce qu’il est autorisé à faire. L’analyse d’intention détecte un schéma qui sert les intérêts de la plateforme de comparaison, et non ceux du détaillant.

Comment mettre en œuvre la détection des agents IA

Les agents IA envahissent déjà vos sites web, vos API et vos serveurs MCP. Avec 17,7 milliards de requêtes par trimestre sur le réseau de DataDome, il ne s’agit pas d’un trafic émergent, mais bien du trafic actuel. Le problème réside dans la visibilité.
La plupart des organisations découvrent une activité d’agents bien plus importante que prévu dès qu’elles commencent à la surveiller. Une partie de cette activité est légitime : robots d’indexation vérifiés, assistants d’achat autorisés, outils de surveillance de la disponibilité. D’autres ne le sont pas.
Sans la capacité de les distinguer, ces deux types de trafic IA sont traités de la même manière, ce qui signifie soit bloquer du trafic qui devrait être autorisé, soit laisser passer du trafic qui ne devrait pas l’être.

La gestion de la confiance des agents vous permet de dépasser ce compromis. Plutôt que d’appliquer une politique unique à l’ensemble du trafic agentique, elle évalue en continu l’identité, l’intention et le comportement à chaque requête, puis applique la mesure appropriée en fonction de vos règles. 

Les assistants d’achat vérifiés sont autorisés à passer. Les « scrapers » non déclarés, non. Les agents qui commencent de manière légitime mais changent de comportement en cours de session sont interceptés avant de causer des dommages. Il en résulte une protection qui ne vous oblige pas à choisir entre la sécurité et l’autorisation du trafic d’agents qui est véritablement bénéfique pour votre entreprise.

Comment protéger votre entreprise avec la détection des agents IA

DataDome est une plateforme de gestion de la confiance des bots et des agents conçue pour donner aux entreprises une visibilité et un contrôle complets sur tout le trafic, qu’il provienne d’humains, de bots ou d’agents IA. 

DataDome se déploie à la périphérie avec plus de 80 intégrations, protégeant ainsi les sites web, les applications mobiles, les API et les serveurs MCP.

Nommé Leader par The Forrester Wave™ for Bot and Agent Trust Management, Q2 2026, avec le score le plus élevé pour l’offre actuelle parmi tous les fournisseurs évalués, DataDome est conçu pour l’avenir du trafic généré par des agents.

Votre site web est-il protégé contre le trafic automatisé malveillant ? Découvrez-le par vous-même avec notre scan de vulnérabilité gratuit, ou réservez une démo pour en savoir plus sur DataDome.