Maison connectée : 6 réflexes de sécurité avant de poser une caméra

Modern minimalist smart home devices including security camera and sensors in white.

Une caméra connectée ne sécurise pas une maison à elle seule. La protection repose sur une chaîne complète, du capteur d’ouverture au réseau local, avec un budget qui se calcule par équipement et par service.

Après vingt ans passés sur les chantiers, le constat reste simple : la domotique de sécurité se prépare avant l’achat du matériel. Une centrale, des détecteurs, une sirène, une serrure et une application ne forment un système cohérent que si chaque élément sait quoi faire quand le réseau tombe, qu’un capteur se déclenche ou qu’un accès doit être révoqué.

Dans une maison connectée, deux sujets se croisent sans se confondre. La sécurité physique concerne les ouvertures, les mouvements, la fumée, le monoxyde de carbone et les fuites d’eau. La sécurité numérique concerne les comptes, les mises à jour, le réseau local et les services distants. Mélanger les deux donne vite une installation brillante sur le papier et bancale dans les faits.

Deux verrous valent mieux qu’un

Modern smart home devices including a camera and sensors on a neutral background.
Photo de Jakub Zerdzicki sur Pexels.

Une centrale peut recevoir les signaux de plusieurs détecteurs, déclencher une sirène, allumer un éclairage, envoyer une notification ou commander une électrovanne compatible. La réaction dépend toutefois du matériel installé, de son alimentation et du scénario programmé. Un détecteur d’ouverture ne remplace donc pas un détecteur de fumée, et une notification sur smartphone ne remplace pas une alarme audible sur place.

La couche numérique mérite la même attention. Une caméra, une serrure ou une centrale communique avec d’autres appareils et parfois avec un service distant. Un mot de passe réutilisé, une mise à jour absente ou un appareil mal isolé ajoute un point faible au système. Ça sonne creux, le discours qui promet une maison inviolable avec trois capteurs et une application.

Le capteur ne fait pas le scénario

Un capteur ne devient utile que lorsque la réaction associée est compréhensible. Une ouverture peut déclencher une sirène, une lumière ou une notification, mais le résultat varie selon la centrale et le service utilisé. Avant la pose, il faut donc vérifier ce qui se passe localement et ce qui dépend d’un serveur distant.

Une caméra ne couvre jamais tous les risques du logement.

Six gestes, zéro magie

A person peeking through an open door
Photo de Horizon flights sur Unsplash.

Avant de percer, coller ou associer un appareil à une application, on peut suivre une méthode courte. Elle évite d’acheter un kit séduisant sur la boîte puis de découvrir, en pleine réception des travaux, que la sirène ne communique plus avec la centrale.

  1. Cartographier les accès. Repérez les portes, les fenêtres facilement accessibles, le garage, le portail et les zones sans visibilité depuis la rue. Le nombre de capteurs dépend de cette carte, pas de la surface habitable.
  2. Définir les réactions. Pour chaque événement, écrivez l’action attendue : sirène, éclairage, notification, enregistrement ou coupure d’eau. Un capteur sans scénario reste un thermomètre posé au mauvais endroit.
  3. Choisir l’architecture. Une centrale locale peut continuer certaines automatisations sans accès internet, alors qu’un service dépendant du cloud peut perdre ses fonctions distantes en cas de coupure. Vérifiez ce qui reste actif localement.
  4. Protéger les comptes. Utilisez des accès distincts pour les occupants et retirez celui d’un ancien intervenant. Pour une serrure, prévoyez aussi un moyen d’ouverture physique disponible en cas de panne.
  5. Tester les pannes. Coupez la connexion internet, vérifiez l’alimentation de la centrale et simulez une ouverture. Le test doit préciser ce qui sonne, ce qui s’affiche et ce qui cesse de fonctionner.
  6. Chiffrer le budget complet. Additionnez centrale, capteurs, sirène, caméra, alimentation, stockage, pose, remplacement des piles et éventuel abonnement. Le prix au mètre carré est trompeur : deux logements de 100 m² peuvent avoir des nombres d’accès très différents.

Le bon système est celui dont la réaction reste compréhensible quand quelque chose tombe en panne.

Le réseau fait le siège

white router on white table
Photo de Compare Fibre sur Unsplash.

Une installation connectée ne se résume pas à la portée du Wi-Fi. Il faut regarder la centrale, les protocoles utilisés, le stockage des images et la dépendance à un serveur distant. Le choix se fait selon les murs, les distances, les alimentations et la compatibilité entre appareils.

Le cloud n’a pas la clé de tout

Un service distant peut faciliter l’accès aux images et aux notifications, mais il introduit une dépendance supplémentaire. Une centrale locale peut conserver certaines automatisations pendant une coupure internet, tandis que les fonctions à distance deviennent indisponibles. Cette différence doit apparaître clairement dans le devis et dans la notice d’utilisation.

La publication de 2024 dans Data in BriefDataset of DDoS attacks on Fibaro Home Center 3 for smart home securitydécrit un jeu de données consacré à trois attaques par saturation : TCP SYN flood, ICMP flood et HTTP flood. Les mesures ont été réalisées sur un réseau local autour d’une centrale Fibaro Home Center 3, puis enregistrées au format PCAP et CSV avec Wireshark. Ce travail porte sur un appareil et un protocole d’essai précis; il ne permet pas d’affirmer que toutes les centrales réagissent de la même façon.

En 2026, la publication NetworkGuard: An Edge-Based Virtual Network Sensing Architecture for Real-Time Security Monitoring in Smart Home Environmentsparue dans Sensorsa décrit une architecture installée sur un Raspberry Pi 4 pendant six semaines. Elle associait filtrage DNS, pare-feu, tunnel VPN et analyse des journaux. Dans ce déploiement, le blocage DNS est passé de 81,2 % à 97 % après amélioration de la liste de blocage, tandis que le temps d’établissement du VPN est descendu d’environ 3 012 à 2 410 millisecondes après réglage. Ces chiffres décrivent cette installation et cette période d’observation, pas le résultat automatique d’un équipement placé dans n’importe quelle maison.

Caméra au poing, vie privée au point

a close up of a light on a wall
Photo de Jakub Żerdzicki sur Unsplash.

Une caméra doit répondre à une question précise : faut-il vérifier une entrée, un portail, une pièce ou une zone extérieure? Son emplacement compte davantage que la résolution affichée sur la boîte. Un contre-jour, une branche qui bouge ou une image trop large peuvent produire des alertes difficiles à exploiter.

Pour une caméra intérieure, limitez le champ aux zones nécessaires et prévoyez un mode de désactivation lorsque l’intimité du logement l’exige. Une image nette ne règle ni le problème du mauvais angle ni celui d’un accès mal protégé.

La reconnaissance n’est pas une autorisation

L’étude Enhancing Smart Home Security: Anomaly Detection and Face Recognition in Smart Home IoT Devices Using Logit-Boosted CNN Modelspubliée dans Sensors en 2023, a comparé six modèles sur des jeux de données de relevés de capteurs et d’images faciales. Le modèle LR-HGBC-CNN a obtenu 94 % d’exactitude pour la détection d’anomalies et 88 % pour la reconnaissance faciale dans cette évaluation. Les auteurs rapportent aussi des limites liées aux jeux de données et à la représentation incomplète des variations de lumière, de pose et d’occlusion.

Ces résultats décrivent un protocole expérimental, pas le comportement garanti d’une caméra installée dans un logement. Une lumière différente, un visage partiellement masqué ou une personne absente des données d’entraînement peuvent modifier la réponse. Une caméra ne devrait donc pas être le seul moyen de décider qu’une personne peut entrer.

Le devis se connecte aussi

A tall pole mounted with multiple Panomera surveillance cameras against a grey sky
Photo de Milan Malkomes sur Unsplash.

Le budget d’une sécurité domotique se lit par lignes, pas par mètres carrés. Le matériel forme le premier bloc : centrale, détecteurs d’ouverture, de mouvement, de fumée ou d’eau, sirène et caméra. Viennent ensuite le réseau, la pose, les piles, le stockage vidéo et les services distants. Un budget global qui oublie une seule de ces lignes risque de déraper avant même le premier test.

Le délai de pose dépend du nombre de capteurs, de la couverture radio, de l’accès à une alimentation et de la configuration des scénarios. Pour une rénovation, le passage de câbles, le percement d’un mur ou l’ajout d’une alimentation doivent être intégrés au devis descriptif avant le démarrage. Les six semaines observées dans le projet NetworkGuard correspondent à une période de déploiement et de mesure, pas à un délai standard d’installation.

La protection des accès doit aussi figurer dans le plan. La publication Fortifying Smart Home Security: A Robust and Efficient User-Authentication Scheme to Counter Node Capture Attacksparue dans Sensors en 2023, a proposé un schéma d’authentification contre la capture physique d’un noeud et l’a vérifié avec la logique BAN et l’outil ProVerif. Cette vérification concerne le schéma étudié, pas toutes les serrures et centrales vendues au grand public. Il faut donc conserver des comptes distincts, révoquer les anciens accès et savoir comment reprendre la main en cas de panne.

Chez la rédac, on préfère un système plus modeste, documenté et testé à un catalogue d’objets qui ne se parlent pas. Sinon, on finit avec cinq applications, deux piles manquantes et un artisan qui cherche encore le mot de passe du Wi-Fi.

Chaque capteur doit avoir une fonction, chaque accès un responsable et chaque panne un plan B. Le reste, c’est souvent du décor lumineux et un devis qui se prend pour un puits sans fond.

Sources et références scientifiques
  1. Enhancing Smart Home Security: Anomaly Detection and Face Recognition in Smart Home IoT Devices Using Logit-Boosted CNN Models – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s23156979 · PMID: 37571762.
  2. 1.Alsheakh H., Bhattacharjee S. Towards a Unified Trust Framework for Detecting IoT Device Attacks in Smart Homes; Proceedings of the 2020 IEEE 17th International Conference on Mobile Ad Hoc and Sensor Systems (MASS); Delhi, India. 10-13 December 2020; pp. 613-621. [Google Scholar].
  3. 2.Talal M., Zaidan A.A., Zaidan B.B., Albahri A.S., Alamoodi A.H., Albahri O.S., Alsalem M.A., Lim C.K., Tan K.L., Shir W.L., et al. Smart home-based IoT for real-time and secure remote health monitoring of triage and priority system using body sensors. Multi-driven systematic review. J. Med. Syst. 2019;43:42. doi: 10.1007/s10916-019-1158-z. [DOI] [PubMed] [Google Scholar]. doi:10.1007/s10916-019-1158-z.
  4. 3.TAlrawi O., Lever C., Antonakakis M., Monrose F. Sok: Security evaluation of home-based iot deployments; Proceedings of the MIn2019 IEEE symposium on security and privacy (sp); San Francisco, CA, USA. 19-23 May 19; pp. 1362-1380. [Google Scholar].
  5. 4.Ghayvat H., Mukhopadhyay S., Gui X., Suryadevara N. WSN-and IOT-based smart homes and their extension to smart buildings. Sensors. 2015;15:10350-10379. doi: 10.3390/s150510350. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s150510350.
  6. 5.Yang J., Sun L. A Comprehensive Survey of Security Issues of Smart Home System: “Spear” and “Shields”, Theory and Practice. IEEE Access. 2022;10:124167-124192. doi: 10.1109/ACCESS.2022.3224806. [DOI] [Google Scholar]. doi:10.1109/ACCESS.2022.3224806.
  7. 6.Paudel R., Muncy T., Eberle W. Detecting dos attack in smart home iot devices using a graph-based approach; Proceedings of the 2019 IEEE international conference on big data (big data); Los Angeles, CA, USA. 9-12 December 2019; pp. 5249-5258. [Google Scholar].
  8. 7.Kumar S., Benedict S., Ajith S. Application of natural language processing and IoTCloud in smart Homes; Proceedings of the 2019 2nd International Conference on Intelligent Communication and Computational Techniques (ICCT); Jaipur, India. 28-29 September 2019; p. 2025. [Google Scholar].
  9. 8.Eleyan A., Fallon J. IoT-based home automation using android application; Proceedings of the 2020 International Symposium on Networks, Computers and Communications (ISNCC); Montreal, QC, Canada. 20-22 October 2020; pp. 1-4. [Google Scholar].
  10. 9.Stolojescu-Crisan C., Crisan C., Butunoi B.P. An IoT-based smart home automation system. Sensors. 2021;21:3784. doi: 10.3390/s21113784. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s21113784.
  11. 10.Shah S.K., Mahmood W. Smart home automation using IOT and its low cost implementation. Int. J. Eng. Manuf. IJEM. 2020;10:28-36. [Google Scholar].
  12. 11.Shukla V.K., Singh B. Conceptual framework of smart device for smart home management based on rfid and iot; Proceedings of the 2019 Amity International Conference on Artificial Intelligence (AICAI); Dubai, United Arab Emirates. 4-6 February 2019; pp. 787-791. [Google Scholar].
  13. Melo P.H., Miani R.S., Rosa P.F. FamilyGuard. A Security Architecture for Anomaly Detection in Home Networks. Sensors. 2022;22:787-791. doi: 10.3390/s22082895. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s22082895.
  14. Dataset of DDoS attacks on Fibaro home center 3 for smart home security – PMC. Data in brief. DOI: 10.1016/j.dib.2024.110991 · PMID: 39957732.
  15. 1.CIC IoT dataset 2023.
  16. 2.DDoS evaluation dataset (CIC-DDoS2019).
  17. 3.Intrusion detection evaluation dataset (CIC-IDS2017).
  18. 4.Ngieng B.S.Y., Ahmad N., Uttraphan C., Jubadi W.M. Development of compact automated home system controller using ASIC design flow. 2021 6th IEEE International Conference on Recent Advances and Innovations in Engineering (ICRAIE); Kedah, Malaysia; 2021. pp. 1-6. [DOI] [Google Scholar].
  19. 5.Kumar P., Chouhan L. Design of secure session key using unique addressing and identification scheme for smart home Internet of things network. Trans. Emerg. Telecommun. Technol. 2021;32(5):e3993. [Google Scholar].
  20. 6.Lenhart A., Park S., Zimmer M., Vitak J. Proceedings of the ACM Human-Computer Interactions 7, CSCW2, Article 247 (October 2023) 2023. You shouldn’t need to share your data »: perceived privacy risks and mitigation strategies among privacy-conscious smart home power users; p. 34. [DOI] [Google Scholar].
  21. 7.Kotb S.E., El-Dien H.A.T., Eldien A.S.T. SGuard: machine learning-based distributed denial-of-service detection scheme for software defined network. 2021 International Mobile, Intelligent, and Ubiquitous Computing Conference (MIUCC); Cairo, Egypt; 2021. pp. 251-257. [DOI] [Google Scholar].
  22. 8.Hassija V., Chamola V., Saxena V., Jain D., Goyal P., Sikdar B. A survey on IoT security: application areas security threats and solution architectures. IEEE Access. 2019;7:82721-82743. [Google Scholar].
  23. 9.Wireshark network protocol analyzer.
  24. 10.Stolojescu-Crisan C., Crisan C., Butunoi B.-P. An IoT-based smart home automation system. Sensors. 2021;21:3784. doi: 10.3390/s21113784. [online] Available: [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s21113784.
  25. 11.Saxena U., Sodhi J., Singh Y. An analysis of DDoS attacks in a smart home networks. 2020 10th International Conference on Cloud Computing, Data Science & Engineering (Confluence); Noida, India; 2020. pp. 272-276. [DOI] [Google Scholar].
  26. 12.Nagaraju V., Rajendran Arun Raaza V., Ravikumar D. Deep learning binary fruit fly algorithm for identifying SYN flood attack from TCP/IP. Mater. Today: Proc. 2023;80:3086-3091. doi: 10.1016/j.matpr.2021.07.171. [DOI] [Google Scholar]. doi:10.1016/j.matpr.2021.07.171.
  27. Fortifying Smart Home Security: A Robust and Efficient User-Authentication Scheme to Counter Node Capture Attacks – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s23167268 · PMID: 37631804.
  28. 1.Tankovska H. Worldwide Connected Devices by Access Technology. 2020. [(accessed on 26 October 2020)]. Available online:.
  29. 2.Gomez C., Paradells J. Wireless home automation networks: A survey of architectures and technologies. IEEE Commun. Mag. 2010;48:92-101. doi: 10.1109/MCOM.2010.5473869. [DOI] [Google Scholar]. doi:10.1109/MCOM.2010.5473869.
  30. 3.Ning H., Shi F., Zhu T., Li Q., Chen L. A novel ontology consistent with acknowledged standards in smart homes. Comput. Networks. 2019;148:101-107. doi: 10.1016/net.2018.11.004. [DOI] [Google Scholar]. doi:10.1016/j.comnet.2018.11.004.
  31. 4.Wurm J., Hoang K., Arias O., Sadeghi A.R., Jin Y. Security analysis on consumer and industrial IoT devices; Proceedings of the 2016 21st Asia and South Pacific Design Automation Conference (ASP-DAC), IEEE; Macau, China. 25-28 January 2016; pp. 519-524. [Google Scholar].
  32. 5.Hassan W.H. Current research on Internet of Things (IoT) security: A survey. Comput. Netw. 2019;148:283-294. [Google Scholar].
  33. 6.Das R., Gadre A., Zhang S., Kumar S., Moura J.M. A deep learning approach to IoT authentication; Proceedings of the 2018 IEEE International Conference on Communications (ICC), IEEE; Kansas City, MO, USA. 20-24 May 2018; pp. 1-6. [Google Scholar].
  34. 7.Abomhara M., Køien G.M. Security and privacy in the Internet of Things: Current status and open issues; Proceedings of the 2014 International Conference on Privacy and Security in Mobile Systems (PRISMS), IEEE; Aalborg, Denmark. 11-14 May 2014; pp. 1-8. [Google Scholar].
  35. 8.El-Hajj M., Chamoun M., Fadlallah A., Serhrouchni A. Analysis of authentication techniques in Internet of Things (IoT); Proceedings of the 2017 1st Cyber Security in Networking Conference (CSNet), IEEE; Rio de Janeiro, Brazil. 18-20 October 2017; pp. 1-3. [Google Scholar].
  36. 9.Ali W., Dustgeer G., Awais M., Shah M.A. IoT based smart home: Security challenges, security requirements and solutions; Proceedings of the 2017 23rd International Conference on Automation and Computing (ICAC), IEEE; Huddersfield, UK. 7-8 September 2017; pp. 1-6. [Google Scholar].
  37. 10.Khan M.A., Ullah S., Ahmad T., Jawad K., Buriro A. Enhancing Security and Privacy in Healthcare Systems Using a Lightweight RFID Protocol. Sensors. 2023;23:5518. doi: 10.3390/s23125518. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s23125518.
  38. 11.Vaidya B., Park J.H., Yeo S.S., Rodrigues J.J. Robust one-time password authentication scheme using smart card for home network environment. Comput. Commun. 2011;34:326-336. doi: 10.1016/com.2010.03.013. [DOI] [Google Scholar]. doi:10.1016/j.comcom.2010.03.013.
  39. 12.Kim H.J., Kim H.S. AUTH HOTP-HOTP based authentication scheme over home network environment; Proceedings of the International Conference on Computational Science and Its Applications; Santander, Spain. 20-23 June 2011; pp. 622-637. [Google Scholar].
  40. NetworkGuard: An Edge-Based Virtual Network Sensing Architecture for Real-Time Security Monitoring in Smart Home Environments – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s26072231 · PMID: 41978016.
  41. 1.Bringhenti D., Yusupov J., Zarca A.M., Valenza F., Sisto R., Bernabe J.B., Skarmeta A. Automatic, verifiable, and optimized policy-based security enforcement for SDN-aware IoT networks. Comput. Netw. 2022;213:109123. doi: 10.1016/net.2022.109123. [DOI] [Google Scholar]. doi:10.1016/j.comnet.2022.109123.
  42. 2.Baek J., Kanampiu M.W., Kim C. A secure Internet of Things smart home network: Design and configuration. Appl. Sci. 2021;11:6280. doi: 10.3390/app11146280. [DOI] [Google Scholar]. doi:10.3390/app11146280.
  43. 3.Awad A.I., Babu A., Barka E., Shuaib K. AI-powered biometrics for Internet of Things security: A review and future vision. J. Inf. Secur. Appl. 2024;82:103748. doi: 10.1016/j.jisa.2024.103748. [DOI] [Google Scholar]. doi:10.1016/j.jisa.2024.103748.
  44. 4.Hariawan F.R., Sunaringtyas S.U. Proceedings of the International Conference on Quality in Research (QIR), Padang, Indonesia, 13-15 October 2021. IEEE; Piscataway, NJ, USA: 2022. Design of an intrusion detection system, multiple honeypot, and packet analyzer using Raspberry Pi 4 for home network; pp. 43-48. [DOI] [Google Scholar].
  45. 5.Xu K., Wang F., Jia X. Secure the Internet, one home at a time. Secur. Commun. Netw. 2016;9:3821-3832. doi: 10.1002/sec.1569. [DOI] [Google Scholar]. doi:10.1002/sec.1569.
  46. 6.Jan M.A., Zhang W., Usman M., Tan Z., Khan F., Luo E. SmartEdge: An end-to-end encryption framework for an edge-enabled smart city application. J. Netw. Comput. Appl. 2019;137:1-10. doi: 10.1016/j.jnca.2019.02.023. [DOI] [Google Scholar]. doi:10.1016/j.jnca.2019.02.023.
  47. 7.Al-Shaboti M., Welch I., Chen A., Mahmood M.A. Proceedings of the IEEE International Conference on Advanced Information Networking and Applications (AINA), Krakow, Poland, 16-18 May 2018. IEEE; Piscataway, NJ, USA: 2018. Toward secure smart home IoT: Manufacturer and user network control framework; pp. 892-899. [DOI] [Google Scholar].
  48. 8.Al Mtawa Y., Singh H., Haque A., Refaey A. Proceedings of the IEEE Canadian Conference on Electrical and Computer Engineering (CCECE), London, ON, Canada, 26-29 April 2020. IEEE; Piscataway, NJ, USA: 2020. Smart home networks: Security perspective and ML-based DDoS detection; pp. 1-4. [DOI] [Google Scholar].
  49. 9.Ye J., de Carné de Carnavalet X., Zhao L., Zhang M., Wu L., Zhang W. Proceedings of the ACM Asia Conference on Computer and Communications Security (AsiaCCS), Singapore, 1-5 July 2024. Association for Computing Machinery; New York, NY, USA: 2024. Exposed by default: A security analysis of home router default settings; pp. 63-79. [DOI] [Google Scholar].
  50. 10.Ullah S.S., Oleshchuk V., Pussewalage H.S.G. A survey on blockchain-envisioned attribute-based access control for Internet of Things: Overview, comparative analysis, and open research challenges. Comput. Netw. 2023;235:109994. doi: 10.1016/net.2023.109994. [DOI] [Google Scholar]. doi:10.1016/j.comnet.2023.109994.
  51. 11.Khan M.A., Abbas S., Rehman A., Saeed Y., Zeb A., Uddin M.I. A machine learning approach for blockchain-based smart home networks security. IEEE Netw. 2021;35:223-229. doi: 10.1109/MNET.011.2000514. [DOI] [Google Scholar]. doi:10.1109/MNET.011.2000514.
  52. 12.Farooq M.S., Khan S., Rehman A., Abbas S., Khan M.A., Hwang S.O. Blockchain-based smart home networks security empowered with fused machine learning. Sensors. 2022;22:4522. doi: 10.3390/s22124522. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s22124522.
  53. La domotique et la sécurité : ce qu’il faut savoir | Quelle Énergie.
  54. Madotec. Sécurité et domotique : le guide complet 2026. 2026.
  55. Sécurité domotique – Les atouts de la maison connectée | Netatmo France.
  56. maison-alarme. Top 5 des systèmes de domotique pour la sécurité de votre maison. 2024.

Related Posts

Post a Comment