Une bataille sans fin oppose les défenseurs et les attaquants du cyberespace, et cette lutte se joue aussi au niveau des produits de sécurité : dès qu’un éditeur de solutions de sécurité met au point un moyen d’atténuer la dernière menace en date, les attaquants s’empressent de trouver un moyen de le contourner ou une nouvelle menace pour la remplacer.
Pour tenter de prendre l’avantage dans leurs efforts visant à protéger les entreprises et les particuliers contre les escrocs, logiciels malveillants et le vol de données, de nombreuses entreprises de cybersécurité se sont tournées vers l’intelligence artificielle (IA) et l’apprentissage automatique (AA), considérés comme des armes potentiellement utiles dans leur arsenal.
L’utilisation de l’IA dans le contexte de la cybersécurité présente certains avantages. Elle peut renforcer les mesures défensives et accélérer les temps de réponse, mais elle ne constitue pas une solution parfaite. L’IA ne remplace pas l’intelligence humaine — en particulier lorsqu’il s’agit d’identifier et d’atténuer les menaces —, mais dans les bons contextes et avec la bonne équipe, elle peut se révéler utile.
Comment l’IA est-elle actuellement utilisée dans la cybersécurité ?
Qu’il s’agisse de solutions SIEM cherchant à améliorer leurs capacités prédictives ou de logiciels de renseignement sur les menaces tentant d’automatiser le processus de détection des menaces, les entreprises du monde entier considèrent l’IA comme un élément essentiel de leur avenir en matière de cybersécurité.
L’IA est actuellement très en vogue, mais son utilisation dans la cybersécurité devrait exploser dans les années à venir. Un rapport de Statista prévoit que le marché de l’« IA dans la cybersécurité » passera de 10,5 milliards de dollars US en 2020 à 46,3 milliards de dollars US d’ici 2026, s’emparant au passage d’une part toujours plus importante d’un marché des produits de cybersécurité qui approche les 200 milliards de dollars US.
Voici quelques exemples de ce que les entreprises pensent que l’IA et l’apprentissage automatique peuvent apporter aux sociétés de cybersécurité pour leur donner un avantage sur leurs concurrents cybercriminels :
- Évaluer les menaces plus rapidement : À mesure que la transformation numérique s’impose dans le monde de l’entreprise, les équipes de sécurité doivent traiter et protéger des volumes de données sans précédent, tandis que le nombre d’alertes devient écrasant. L’intelligence artificielle permet de passer ces données au crible et d’identifier plus efficacement les menaces potentielles, tout en évitant la fatigue liée aux alertes. C’est ainsi que la solution IBM’s QRadar SIEM met à profit l’apprentissage automatique pour détecter les menaces.
- Automatiser les mesures de défense : les outils d’orchestration, d’automatisation et de réponse de sécurité (SOAR) ont gagné en popularité dans les stratégies de cybersécurité depuis leur apparition en 2017. Cela s’explique en partie par la capacité potentielle du SOAR à réduire l’intervention humaine nécessaire pour agir face aux menaces de sécurité, libérant ainsi du temps pour les experts humains afin qu’ils traitent les problèmes nécessitant une réflexion plus créative que ce que l’IA peut offrir.
- Réduire le risque d’erreur humaine : L’un des points faibles majeurs de tout système de cybersécurité est l’élément humain. Quels que soient la qualité de votre planification et le niveau d’efficacité de votre technologie, il suffit qu’une ou deux personnes commettent une erreur pour que votre réseau se retrouve sans défense face aux rançongiciels et autres menaces de cybersécurité. En automatisant autant que raisonnablement possible leurs solutions, les entreprises de cybersécurité espèrent réduire le risque qu’une erreur humaine entraîne une catastrophe informatique.
- Détection de l’hameçonnage : L’hameçonnage est l’une des techniques les plus efficaces dont disposent les pirates pour infiltrer votre réseau. L’IA intégrée aux outils de sécurité des e-mails peut analyser le contexte et le contenu des e-mails afin de détecter des signes de comportement suspect, comme l’usurpation d’adresse e-mail et bloquer les e-mails potentiellement malveillants avant qu’ils n’atteignent les boîtes de réception des utilisateurs. Cela peut être utile aussi bien contre les escroqueries par hameçonnage simples que contre des techniques plus avancées comme le harponnage.
- Authentification biométrique : En remplacement ou en complément de la protection par mot de passe, certaines entreprises se sont tournées vers des scanners biométriques et de reconnaissance faciale alimentés par l’IA pour potentiellement bloquer l’accès des pirates aux comptes utilisateurs.
- Analyse comportementale : De nombreuses entreprises ont commencé à expérimenter des solutions UEBA et d’autres solutions d’analyse comportementale afin de mieux identifier les comportements anormaux des utilisateurs et de stopper les menaces potentielles avant qu’elles ne causent trop de dégâts. Cette forme d’analyse peut prendre diverses formes, par exemple lorsqu’une IA suit des comportements de connexion inhabituels, comme celui d’une personne se connectant depuis une bibliothèque publique plutôt que depuis son bureau.
Vous voulez en savoir plus sur le rôle de l’IA dans la cybersécurité ? Découvrez Cybersécurité IA et AA : le nouveau champ de bataille entre attaquants et défenseurs
Quelle est l’efficacité de l’IA dans la cybersécurité ?
Lorsqu’on parle d’IA et d’automatisation, on entend souvent dire qu’elles ne peuvent finalement pas reproduire la réflexion créative et stratégique qu’offre l’intelligence humaine. Au vu de la manière dont l’IA a été mise en œuvre et développée jusqu’à présent, c’est exact.
Les tâches pour lesquelles l’IA et l’apprentissage automatique se sont révélés performants sont celles qui suivent des schémas simples et prévisibles, ainsi que celles qui nécessitent le traitement de vastes ensembles de données. C’est ainsi que l’IA peut potentiellement accélérer les temps de réponse aux incidents, car les humains ne seraient pas capables de traiter le trafic réseau aussi rapidement que l’automatisation.
À l’inverse, dans les cas d’utilisation où l’IA doit gérer un certain nombre de comportements inhabituels ou imprévisibles, elle rencontre des difficultés. C’est pourquoi l’analyse comportementale peut constituer une solution aux résultats mitigés. Un article publié par l’IEEE en 2018 apporte davantage de précisions à ce sujet : « L’apprentissage automatique présente des limites face aux utilisateurs privilégiés, aux développeurs et aux initiés bien informés. Ces utilisateurs représentent une situation particulière, car leurs fonctions exigent souvent des comportements irréguliers. Cela complique l’analyse statistique nécessaire à la création d’une base de référence [pour] les algorithmes. »
Par ailleurs, si un système d’IA est mal mis en œuvre, il peut être transformé en arme contre une entreprise dans le cadre d’une attaque. Cela peut se produire au niveau des données, lorsque des acteurs malveillants manipulent les ensembles de données que les algorithmes d’IA utilisent pour apprendre leurs comportements. Les vulnérabilités peuvent également provenir de biais ou de lacunes dans les données. Les pirates utilisent parfois une technique appelée fuzzing neuronal pour déterminer où se trouvent les faiblesses dans les logiciels qui traitent les données d’entrée.
Pour éviter que votre IA ne se retourne contre vous, il est important de mettre en place des garde-fous. Vous devez régulièrement évaluer la configuration de vos appareils et applications et surveiller les autres composantes de votre infrastructure de cybersécurité qui ne sont pas directement liées aux outils d’intelligence artificielle. Cela est bénéfique non seulement pour votre IA, mais aussi pour votre niveau de sécurité global.
La place croissante de l’IA dans la cybersécurité fonctionne également dans les deux sens. À mesure que les entreprises de cybersécurité s’appuient davantage sur l’IA pour renforcer leur sécurité, les pirates peuvent faire de même, notamment au moyen d’e-mails de hameçonnage générés par l’IA ou de signatures de logiciels malveillants qui changent constamment.
Heureusement, il est difficile de créer une IA fonctionnelle, même pour les entreprises disposant des ressources et de l’expertise nécessaires. Ainsi, le cybercriminel moyen n’utilisera probablement pas l’IA pour sa prochaine opération d’ingénierie sociale. En revanche, des pirates soutenus par des États, originaires de pays comme la Russie, peuvent avoir accès à des capacités sophistiquées de piratage utilisant l’IA.
En résumé : l’IA dans la cybersécurité
L’efficacité de l’IA dans la cybersécurité est la même que dans tout domaine où elle est déployée. Lorsqu’elle est utilisée pour les tâches qu’elle s’est révélée capable d’accomplir efficacement et de manière constante, elle est utile ; dans tout autre domaine, elle rencontre des difficultés, souvent considérables.
Le savoir est essentiel lorsqu’on intègre l’IA à une stratégie de cybersécurité : il s’agit à la fois des données que vous fournissez à votre IA pour l’entraîner et de la compréhension de ce que l’IA sait bien faire et de la meilleure manière de l’exploiter pour votre entreprise.
En définitive, l’IA, comme les pare-feu ou les IDPS, est un outil, et aucun outil ne résoudra à lui seul tous vos problèmes de cybersécurité. Bien que l’intelligence artificielle puisse être bénéfique à la stratégie de cybersécurité de votre organisation, vous avez toujours besoin de personnes pour la soutenir. Sinon, vous reposerez tout votre poids sur des fondations instables.
Vous souhaitez renforcer vos capacités en matière de cybersécurité ? Découvrez Les meilleures solutions de détection et de réponse sur les terminaux (EDR) en 2022