Comment l'IA et la recherche contextuelle renforcent la cybersécurité défensive

Pour les équipes de sécurité opérant dans le domaine de la défense, maintenir le statu quo est totalement exclu. Les alertes arrivent par milliers, les outils conçus pour aider les analystes génèrent souvent plus de complexité que de clarté, et la corrélation des événements entre les réseaux, les appareils, les domaines et les limites de classification reste chronophage et fragile.

Ce n'est pas seulement le volume des données qui pose problème, c'est aussi leur fragmentation. La plupart des enquêtes exigent des analystes qu'ils jonglent entre différents systèmes, rédigent des requêtes complexes et reconstituent manuellement les chronologies à partir de logs, d'alertes et de données télémétriques. Non seulement ce processus est inefficace, mais pire encore, les informations clés arrivent trop tard pour influencer les résultats.

Le ministère de la Défense britannique (MOD) et ses partenaires en sont conscients. Et comme les menaces évoluent à la vitesse des machines, l'impératif n'a jamais été aussi clair : les décideurs ont besoin de réduire le délai entre détection et action. Cela implique de repenser la manière dont on accède aux renseignements, et pas seulement les données qui sont collectées.

Les nouvelles opérations de sécurité ne reposent pas sur la multiplicité des tableaux de bord, mais plutôt sur le renseignement contextuel (ou intelligence contextuelle), c'est-à-dire la capacité des systèmes à fournir des réponses, et non de simples résultats de recherche. Cette transformation est impulsée par des technologies telles que la génération augmentée de récupération (RAG) et la recherche en langage naturel. 

Au lieu d'obliger les analystes, voire le personnel non technique, à rassembler des signaux provenant de plusieurs plateformes, la RAG permet aux systèmes de récupérer les données pertinentes directement à partir de référentiels de confiance. On obtient alors un renseignement en temps réel, sans hallucinations ni logique de boîte noire. Cela réduit la baisse de la vigilance et permet aux équipes de se concentrer sur les menaces vérifiées, et non sur les faux positifs.

Vous souhaitez connaître le point de départ d'une violation ? Savoir quels systèmes ont été affectés ? S'il s'agit d'une activité anormale ou routinière ? Le système ne se contente pas de récupérer les logs, il synthétise l'historique pour les équipes. 

Ces capacités ne sont pas hypothétiques : elles sont déjà utilisées et aident des équipes réelles au sein du MOD, dans des environnements réels, à trier plus efficacement, à réduire la baisse de la vigilance et à faire passer le rôle d'analyste d'enquêteur à facilitateur de décision.

Dans les milieux de la défense, on craint souvent que l'IA ne remplace l'expertise humaine sur laquelle repose la réussite des missions. Cependant, la véritable force de l'IA dans le domaine de la sécurité ne réside pas dans la substitution, mais dans l'amplification.

L'IA contextuelle ne remplace pas le jugement humain, elle le renforce. Elle allège la charge du triage manuel, met en évidence les liens cachés entre les événements et signale les menaces émergentes plus rapidement que les processus manuels. Il ne s'agit pas de faire davantage confiance à la machine qu'à l'humain, mais de donner à ce dernier plus de temps pour réfléchir, réagir et diriger.

Les capacités de langage naturel permettent au personnel de défense d'interagir avec les données de sécurité d'une manière entièrement nouvelle. Il n'est plus nécessaire de maîtriser une syntaxe complexe pour effectuer des requêtes ; le personnel peut enquêter sur les menaces à l'aide de chatbots et d'un langage simple. Des requêtes telles que « Afficher toutes les tentatives d'authentification échouées provenant d'adresses IP externes au cours des dernières 24 heures » donnent des résultats immédiats et pertinents. Le ministère de la Défense britannique explore déjà le potentiel des chatbots¹, et le Defence Science and Technology Laboratory met actuellement au point des assistants numériques destinés aux utilisateurs militaires tactiques sur le terrain. Ceux-ci permettent aux soldats d'avoir des conversations textuelles avec des systèmes de données afin de trouver les informations et les réponses dont ils ont besoin pour mener à bien leur mission.

Les chatbots alimentés par l'IA, tels qu'Elastic AI Assistant for Security, guident les analystes tout au long de leurs enquêtes en traduisant les questions de sécurité en requêtes appropriées, en fournissant le contexte des alertes et en suggérant les étapes suivantes sur la base des bonnes pratiques. Cela rend les utilisateurs autorisés plus efficaces et élargit la participation à la prise de décision en matière de sécurité. Les commandants sur le terrain et le personnel non technique peuvent interroger directement les systèmes de sécurité en cas de besoin, sans avoir recours à des intermédiaires hautement spécialisés. Les barrières techniques qui isolaient auparavant les données de sécurité au sein d'équipes spécialisées sont alors nettement réduites. Les analystes SOC de niveau 1 travaillent plus rapidement, avec peu de formation.

La prise de décision peut être distribuée grâce aux grands modèles de langage (LLM), qui fournissent une compréhension contextuelle, accélèrent les enquêtes et réduisent les temps de réponse. Le renseignement de sécurité peut être mis en place partout où il est nécessaire.

En fin de compte, une défense moderne exige un renseignement moderne. Il ne s'agit pas seulement d'une meilleure visibilité, mais aussi de meilleurs résultats. Il ne s'agit pas d'avoir plus de données, mais d'obtenir les bonnes réponses au bon moment.

La recherche basée sur l'IA n'est pas seulement un progrès technologique, c'est un changement de posture. Elle génère un monde dans lequel les analystes passent moins de temps à jongler entre les outils et plus de temps à prendre des décisions stratégiques, où les commandants peuvent agir en toute confiance, sachant que les informations dont ils disposent sont opportunes, pertinentes et dignes de confiance.

La défense a désormais accès à des capacités de renseignement de sécurité au sein même de ses murs. Il n'est plus nécessaire de choisir entre la puissance de l'IA et la souveraineté des données. En intégrant des modèles linguistiques contextuels à l'intérieur des limites de sécurité, les équipes peuvent transformer des volumes de données considérables en avantages décisionnels, et ce, dans leur propre langue.

Vous souhaitez en savoir plus ? Découvrez comment la recherche contextuelle, la détection des menaces basée sur l'IA et le contrôle souverain des données transforment la prise de décision des responsables de la sécurité dans le secteur de la défense. Participez à nos conversations dans le cadre de la série de webinaires Avantage de la mission : conversations stratégiques avec les dirigeants de la Défense.