Comment Cohere Coral applique les autorisations au niveau du document et le contrôle d'accès basé sur les rôles (RBAC) sur les sources de données d'entreprise

Lorsque les équipes de sécurité informatique et les directeurs de la sécurité des systèmes d'information (RSSI / CISO) évaluent des assistants d'intelligence artificielle générative tels que Cohere Coral, une préoccupation majeure domine l'audit technique : si Coral est connecté à des référentiels d'entreprise centraux comme Microsoft SharePoint ou Google Drive, qu'est-ce qui empêche un collaborateur non autorisé de récupérer des grilles salariales de dirigeants, des projets d'acquisition confidentiels ou des dossiers RH restreints par le biais d'un simple prompt conversationnel ?

La réponse sans ambiguïté est que Cohere Coral applique les autorisations au niveau du document et le contrôle d'accès basé sur les rôles (RBAC) au niveau de l'infrastructure de récupération des données, plutôt que de s'en remettre aux instructions d'un prompt système ou au comportement probabiliste du modèle de langage (LLM). Coral exécute les requêtes par le biais d'une authentification déléguée par utilisateur (OAuth 2.0 / flux On-Behalf-Of), applique un élagage de sécurité à l'exécution (security trimming) et isole la recherche afin qu'un collaborateur ne puisse interroger que les documents pour lesquels son identité professionnelle dispose déjà d'un droit de lecture explicite.

Si un employé ne possède pas de droits de lecture sur une feuille de calcul confidentielle dans SharePoint ou Google Drive, les connecteurs de données de Coral écartent purement et simplement ce fichier dès la phase de recherche. Aucun élément non autorisé n'entrant dans la fenêtre de contexte du LLM, l'assistant génératif se trouve dans l'impossibilité matérielle de divulguer ou de synthétiser des informations confidentielles.

Le modèle de menace : pourquoi les architectures RAG naïves échouent aux audits de conformité

Dans les déploiements initiaux ou artisanaux de génération augmentée de récupération (RAG), les équipes d'ingénierie recourent souvent à un compte de service global doté de privilèges d'administrateur suprême ("mode Dieu") pour vectoriser et indexer l'ensemble des référentiels de l'entreprise au sein d'une base de données vectorielle partagée sans cloisonnement.

Cette approche présente des vulnérabilités critiques :

• Les documents perdent leurs listes de contrôle d'accès (ACL) d'origine lors de l'ingestion et du découpage (chunking).
• Le moteur de recherche vectorielle explore l'ensemble du corpus de l'entreprise sans distinction de droits.
• Les développeurs tentent d'endiguer les fuites par ingénierie de prompt (par exemple : "Ne divulgue pas les salaires sauf si l'utilisateur est le directeur des ressources humaines").

Les experts en cybersécurité savent que cette méthode est inopérante. Les LLM sont des systèmes probabilistes vulnérables aux injections de prompt (prompt injection), aux contournements (jailbreaks) et aux fuites de contexte. Un utilisateur malveillant ou curieux peut facilement déjouer les consignes d'un prompt par une formulation ciblée.

Cohere Coral élimine cette vulnérabilité en traitant la sécurité comme un problème déterministe sur le plan de données, et non comme un arbitrage probabiliste confié au modèle génératif.

L'architecture de contrôle d'accès à trois niveaux

Le cadre de sécurité pour entreprise de Cohere Coral s'articule autour de trois couches coordonnées : propagation d'identité, filtrage de sécurité lors de la recherche et ancrage factuel vérifiable par citations.

+-----------------------------------------------------------------------+
|  Niveau 1 : Propagation de l'identité et délégation utilisateur       |
|  Fournisseur d'identité (IdP) (Entra ID, Okta, Google Workspace) SSO  |
|  Requête de l'utilisateur -> Émission d'un jeton délégué OAuth 2.0     |
+-----------------------------------------------------------------------+
                                   |
                                   v
+-----------------------------------------------------------------------+
|  Niveau 2 : Moteur de recherche et filtrage de sécurité (Trimming)    |
|  - Connecteur direct : Interroge Microsoft Graph ou Google Drive API  |
|    au nom de l'utilisateur (le système source filtre à l'origine)     |
|  - Recherche pré-indexée : Filtrage booléen strict par SID de groupe  |
|    et métadonnées ACL avant le calcul de similarité vectorielle       |
|  * Les documents non autorisés sont exclus avant l'entrée dans le LLM *|
+-----------------------------------------------------------------------+
                                   |
                                   v
+-----------------------------------------------------------------------+
|  Niveau 3 : Ancrage factuel et citations vérifiables (Command R / R+) |
|  - Le modèle génère sa réponse uniquement depuis les blocs autorisés  |
|  - Chaque affirmation est liée à une source citée vérifiable          |
|  - Si 0 document autorisé n'est renvoyé, refus sécurisé de réponse    |
+-----------------------------------------------------------------------+

1. Propagation de l'identité et délégation utilisateur (Niveau 1)

Coral s'intègre nativement aux fournisseurs d'identité (IdP) d'entreprise par le biais des standards d'authentification unique (SSO) tels que SAML 2.0 et OpenID Connect (OIDC), prenant en charge Microsoft Entra ID (anciennement Azure AD), Okta et Google Workspace.

Lorsqu'un collaborateur ouvre une session et interroge Coral :

• Absence d'identifiants administrateurs partagés : Coral n'utilise pas de clé d'administration globale statique pour interroger les outils métiers au nom de tous.
• Transmission de jeton (flux On-Behalf-Of) : Les connecteurs de Coral exploitent le flux d'autorisation OAuth 2.0 et des jetons d'accès délégués. Lors d'une requête, le connecteur transmet le jeton d'accès propre à l'utilisateur connecté vers l'API cible.
• Révocation immédiate : Si un collaborateur quitte l'entreprise ou change de groupe dans l'IdP, ses droits d'accès aux connecteurs de Coral sont instantanément révoqués.

2. Élagage de sécurité à la recherche et héritage d'ACL (Niveau 2)

Le mécanisme central empêchant la fuite de données est l'élagage de sécurité (security trimming) : l'exclusion systématique des contenus restreints avant que les résultats n'atteignent le modèle de reclassement (reranking) ou le prompt du LLM.

Selon l'architecture mise en œuvre, Coral applique cet élagage de deux façons :

A. Connecteurs API directs (Interrogation à l'exécution)

Pour les sources interrogées en temps réel par API (par exemple des recherches directes sur SharePoint ou Google Drive) :

• Le connecteur transmet le jeton OAuth de l'utilisateur aux points de terminaison de recherche (tels que Microsoft Graph API /v1.0/search/query ou Google Drive API files.list).
• La plateforme source exécute son propre moteur de sécurité. SharePoint et Google Workspace vérifient l'identité de l'appelant, ses appartenances aux groupes et les autorisations de partage du fichier.
• Seuls les documents que le collaborateur peut normalement ouvrir dans l'interface native sont renvoyés à Coral. Les documents non autorisés sont totalement omis de la réponse de l'API source.

B. Recherche d'entreprise pré-indexée (Métadonnées ACL + Pré-filtrage)

Dans les architectures de haute performance où les documents sont découpés, vectorisés et stockés dans une base de données vectorielle (comme les pipelines construits avec Cohere Toolkit ou OpenSearch) :

• Ingestion des métadonnées ACL : Pendant la phase d'indexation, les connecteurs extraient le texte, les vecteurs et l'intégralité des métadonnées de sécurité : identifiant du propriétaire, listes d'utilisateurs autorisés, identifiants de sécurité de groupe (SID) et indicateurs d'héritage.
• Résolution des groupes au moment de la requête : Lorsqu'un utilisateur pose une question, le système interroge le répertoire d'entreprise (via SCIM ou Graph API) pour identifier en temps réel l'ensemble de ses groupes d'appartenance.
• Pré-filtrage avant la recherche vectorielle : La base vectorielle applique un filtre booléen obligatoire vérifiant que les SID de l'utilisateur figurent bien dans la liste d'accès du document. Les vecteurs non autorisés sont exclus avant tout calcul de similarité et ne sont jamais soumis au Cohere Rerank.

3. Ancrage factuel et citations vérifiables (Niveau 3)

Les modèles de la gamme Command de Cohere (notamment Command R et Command R+) ont été spécialement affinés pour la génération ancrée (grounded generation) :

• Ancrage contextuel strict : Le modèle synthétise ses réponses exclusivement à partir des extraits autorisés injectés dans sa fenêtre de contexte, en attribuant des citations précises à chaque phrase.
• Refus sécurisé en l'absence de résultats : Si l'élagage de sécurité écarte l'ensemble des documents sensibles et qu'aucun extrait valide ne parvient au modèle, ce dernier n'extrapole pas et n'hallucine pas de réponse. Il indique clairement qu'il n'a trouvé aucun document autorisé pour répondre.

Comparatif des sources de données : SharePoint vs Google Drive

Les référentiels documentaires mettent en œuvre des topologies d'accès différentes. Les connecteurs de Coral s'adaptent nativement à ces spécificités :

Spécificités de SharePoint

Dans SharePoint, l'héritage des autorisations est souvent interrompu ("Arrêter l'héritage des autorisations") sur des sous-dossiers spécifiques afin d'en réserver l'accès aux seuls membres de la direction.

Lors de l'utilisation avec Coral :

1. La requête est acheminée avec le jeton délégué Graph de l'utilisateur.
2. L'API Graph interroge le service de jetons de sécurité (STS) de SharePoint pour calculer les droits réels.
3. Si un fichier confidentiel du dossier financier fait l'objet d'une rupture d'héritage, la requête Graph renvoie une liste vide pour un employé standard. Le modèle n'a même pas connaissance de l'existence du fichier.

Spécificités de Google Drive

Google Workspace segmente les espaces de stockage entre "Mon Drive" et les "Drives partagés", avec des rôles tels que lecteur, commentateur, contributeur, gestionnaire de contenu et administrateur.

Lors de l'utilisation avec Coral :

1. Coral déclenche une procédure OAuth sollicitant un accès en lecture restreint au périmètre du compte utilisateur.
2. L'API Google Drive filtre nativement les réponses en fonction des drives partagés auxquels l'utilisateur appartient.
3. Les drives partagés restreints (tels que ceux des services juridique ou RH) demeurent rigoureusement invisibles pour les collaborateurs non membres.

Gouvernance et RBAC au niveau de la plateforme Cohere

Au-delà de l'héritage des ACL des systèmes sources, la plateforme Cohere intègre ses propres mécanismes de gestion des accès :

Rôles sur la plateforme : Propriétaires (Owner) vs Utilisateurs (User)

La console Cohere sépare nettement l'administration technique de l'utilisation quotidienne :

• Owner / Administrateur : Gère les membres de l'espace de travail, configure les connecteurs pour l'ensemble de l'organisation, émet et révoque les clés d'API de production, paramètre le SSO et supervise les métriques de facturation et de conformité.
• User / Utilisateur standard : Interagit avec l'interface de conversation, connecte ses jetons OAuth individuels aux outils autorisés et consulte son historique, sans pouvoir modifier la topologie des connecteurs ni le déploiement des modèles.

Cloisonnement des connecteurs par département

Les administrateurs informatiques peuvent restreindre la visibilité des connecteurs selon les unités opérationnelles de l'entreprise :

• Connecteur Salesforce : Réservé exclusivement aux équipes commerciales et de gestion des comptes.
• Connecteur Wiki d'entreprise : Mis à disposition de l'ensemble du personnel.
• Connecteur ERP et finances : Restreint rigoureusement aux directions financière et générale.

Ce principe de défense en profondeur permet de verrouiller des flux de données entiers à l'échelle de l'organisation avant même que les ACL des fichiers ne soient examinées.

Journaux d'audit et intégration SIEM

Pour se conformer aux exigences réglementaires, Cohere Coral génère des journaux d'événements structurés compatibles avec les solutions SIEM d'entreprise (comme Splunk, Datadog ou Microsoft Sentinel), comprenant :

• L'identifiant de l'utilisateur authentifié et l'horodatage précis.
• Les connecteurs et outils appelés durant la session.
• Les identifiants uniques de documents et les URL sources des blocs récupérés.
• Les citations restituées dans la réponse finale.

Les équipes de sécurité peuvent ainsi configurer des alertes pour détecter des volumes de requêtes anormaux ou des tentatives de balayage sur des termes sensibles.

Frontières de déploiement : cloud privé et rétention nulle des données

Pour les secteurs soumis à des réglementations strictes (SOC 2 Type II, ISO 27001, HIPAA ou RGPD), l'isolement de l'infrastructure est tout aussi fondamental que la gestion des accès logiques :

1. Déploiement en VPC privé ou sur site (On-Premises) : Les modèles de Cohere et l'assistant Coral peuvent être hébergés dans le Virtual Private Cloud dédié de l'entreprise (AWS, Azure, Google Cloud, Oracle Cloud) ou au sein de serveurs locaux isolés. Les données ne transitent jamais sur des infrastructures publiques non contrôlées.
2. Engagement de rétention nulle des données (Zero Data Retention) : Cohere garantit contractuellement que les prompts, les extraits de documents internes récupérés et les réponses formulées ne sont ni enregistrés sur des serveurs mutualisés, ni utilisés pour réentraîner des modèles publics.
3. Chiffrement au repos et en transit : Tous les flux échangés avec les connecteurs sont chiffrés en TLS 1.3, et les données indexées bénéficient d'un chiffrement AES-256 avec prise en charge des clés gérées par le client (CMEK).

Le piège opérationnel : la prolifération des partages excessifs (Over-Sharing)

Même si l'architecture de Cohere Coral respecte scrupuleusement les ACL, les équipes informatiques doivent appréhender une réalité concrète : l'IA générative ne contourne pas les autorisations, mais elle met en lumière de manière fulgurante les fichiers mal configurés au niveau de la source.

Par exemple, si un collaborateur du service financier a configuré par mégarde une grille salariale avec l'option "Toute personne dans l'organisation disposant du lien peut consulter", ce document est légalement ouvert à tous en interne. Auparavant, l'absence de lien public rendait le fichier invisible dans les faits. Cependant, avec Coral, si un salarié s'enquiert de la grille des rémunérations, l'assistant trouvera légitimement le fichier et le résumera puisque l'ACL source l'autorise.

Liste de contrôle pour les RSSI et équipes informatiques avant déploiement

1. Auditer les partages dans les systèmes sources : Utiliser des outils d'analyse (comme Microsoft Purview) pour identifier les fichiers confidentiels partagés avec "Tout le monde dans l'entreprise" ou assortis de liens génériques internes.
2. Exiger l'authentification déléguée (OAuth) : Vérifier que les connecteurs utilisent des jetons délégués individuels et non un compte de service d'administration universel.
3. Compartimenter les connecteurs sensibles : Isoler les référentiels critiques (Direction juridique, RH, M&A) dans des connecteurs distincts avec listes blanches d'accès sur l'IdP.
4. Synchroniser la durée de vie des jetons : Aligner les délais de renouvellement des jetons de rafraîchissement OAuth sur les politiques internes de gestion des sessions.
5. Activer la surveillance SIEM : Définir des seuils d'alerte en cas de requêtes massives inhabituelles ou de tentatives récurrentes d'accès infructueuses.

Conclusion

Cohere Coral repose sur les principes du Zero Trust pour sécuriser la recherche d'entreprise assistée par IA générative. En relayant fidèlement l'identité déléguée de l'utilisateur, en filtrant les données non autorisées directement sur le plan de données avant l'inférence et en liant chaque réponse à des citations rigoureuses, Coral garantit que l'expérience conversationnelle demeure strictement circonscrite aux frontières des ACL et des règles de contrôle d'accès définies par la DSI.

Références

• An Overview of Cohere's RAG Connectors | Cohere
• GitHub - cohere-ai/cohere-toolkit: Cohere Toolkit is a collection of prebuilt components enabling users to quickly build and deploy RAG applications.
• GitHub - cohere-ai/quick-start-connectors: This open-source repository offers reference code for integrating workplace datastores with Cohere's LLMs, enabling developers and businesses to perform seamless retrieval-augmented generation (RAG) on their own data.
• AI Security and Data Protection | Cohere