Privent

Le nœud central surveille les données au fur et à mesure qu'elles traversent votre agent, avant qu'elles ne franchissent la frontière vers un modèle externe. En pratique, la sécurité des agents n8n se résume à cela : voir la charge utile réelle, pas seulement la connexion. Il note chacune d'elles et décide d'autoriser, d'avertir ou de bloquer l'action. Comme il tourne dans l'exécution et non en bordure de réseau, il voit le contenu réel que l'agent s'apprête à utiliser.

Les valeurs détectées sont remplacées par des jetons du type [KIND_NNN] qui conservent leur type et leur position. La détection de PII intervient d'abord, puis la substitution. L'agent peut continuer à raisonner sur la fiche, et Detokenize restaure les valeurs réelles au retour. Vous obtenez des sorties exploitables sans jamais mettre de texte clair sur le fil.

Chaque demande de scoring produit un score de risque composite, plus une ventilation par signal. Les catégories couvrent les PII, les données financières, le code source, ainsi que le contenu juridique et stratégique. Vous pouvez régler la politique par type de donnée au lieu de traiter tout le monde comme également dangereux.

Le système enregistre l'issue de la décision, les étapes appliquées, les horodatages, le groupe de déploiement et le nœud du graphe d'exécution qui l'a déclenchée. Pour les tâches documentaires, chaque téléchargement d'un résultat tokenisé est également journalisé. Rien ne conserve le texte brut. Le contenu du prompt est traité en mémoire puis jeté.

Des fichiers entiers passent par la même tokenisation que le texte, via une API de tâches asynchrone. Une tâche traverse quatre étapes : Queued, Extracting, Scoring et Tokenizing. Elle atterrit ensuite dans l'un de trois états finaux, dont un résultat distinct « terminé avec avertissements » qui ne se réduit jamais à un simple succès ou échec. Les PDF scannés passent par l'OCR via une build optionnelle avec des modèles montés localement, et les artefacts stockés expirent après 24 heures par défaut.

Vous choisissez où vit le pipeline. La sécurité IA sur site est le vrai argument ici. Les installations incluent la pile complète avec l'inference ML, de sorte que même le traitement éphémère en mémoire reste dans votre réseau. Le moteur documentaire démarre en mode fail-closed. Un déploiement de production refuse de démarrer plutôt que de sauter des analyses en silence.

Une extension de navigateur distincte pour la surveillance IA est déployée via MDM, comme Google Workspace ou Intune. Une fois configurée avec une clé d'API et une clé de groupe de déploiement, les événements de détection apparaissent dans le tableau de bord en temps réel.