Capturer les Signaux Faibles en Sécurité des Points de Terminaison : Le Rôle des Modèles de Langage de Grande Taille
Le défi de capturer des signaux faibles à travers les points de terminaison et de prédire les schémas d'intrusion potentiels est particulièrement adapté aux Modèles de Langage de Grande Taille (LLM). L'objectif principal est d'analyser les données d'attaque, de découvrir de nouveaux motifs de menace et d'améliorer l'efficacité des LLM.
Des fournisseurs de premier plan dans la détection et la réponse des points de terminaison (EDR) ainsi que dans la détection et réponse étendues (XDR) relèvent ce défi. Nikesh Arora, PDG de Palo Alto Networks, a déclaré : « Nous collectons le plus de données sur les points de terminaison dans l'industrie grâce à notre XDR - environ 200 mégaoctets par point de terminaison. Cela représente souvent 10 à 20 fois plus que nos concurrents. Ces données brutes améliorent nos pare-feux et soutiennent notre gestion de la surface d'attaque grâce à l'automatisation. »
Lors de l'événement annuel Fal.Con de CrowdStrike, le co-fondateur et PDG George Kurtz a souligné leur innovation dans la connexion des signaux faibles de divers points de terminaison pour identifier de nouvelles détections. « Nous étendons désormais cette capacité à nos partenaires tiers pour examiner les signaux faibles à travers les domaines », a-t-il noté.
L'Impact du XDR sur la Cybersécurité
Le XDR a prouvé son efficacité dans la réduction du bruit et l'optimisation de la clarté des signaux. Les principaux fournisseurs de plateformes XDR incluent Broadcom, Cisco, CrowdStrike, Fortinet, Microsoft, Palo Alto Networks, SentinelOne, Sophos, TEHTRIS, Trend Micro et VMware.
LLMs : L'Avenir de la Sécurité des Points de Terminaison
Améliorer les LLM avec des données de télémétrie et des informations annotées par des humains est essentiel pour l'avenir de la sécurité des points de terminaison. Selon le dernier Hype Cycle de Gartner pour la sécurité des points de terminaison, les innovations se concentrent sur la détection automatisée rapide, la prévention et la remédiation des menaces grâce à des systèmes XDR intégrés qui corrèlent des données provenant de diverses sources, y compris les solutions de points de terminaison, réseau, web, email et identité.
Les investissements dans les EDR et XDR augmentent à un rythme supérieur à celui du marché de la sécurité de l'information et de la gestion des risques. Gartner prévoit que le marché des plateformes de protection des points de terminaison passera de 14,45 milliards de dollars aujourd'hui à 26,95 milliards de dollars d'ici 2027, avec un taux de croissance annuel composé (CAGR) de 16,8 %. En comparaison, le marché mondial de la sécurité de l'information et de la gestion des risques devrait passer de 164 milliards de dollars en 2022 à 287 milliards de dollars d'ici 2027, avec un CAGR de 11 %.
Les Perspectives de CrowdStrike sur les LLM en Cybersécurité
Récemment, Elia Zaitsev, CTO de CrowdStrike, a abordé l'impact de la formation des LLM avec des données de point de terminaison sur la cybersécurité.
a media : Qu'est-ce qui vous a incité à explorer les données de télémétrie des points de terminaison pour former des LLM ?
Elia Zaitsev : « Lorsque nous avons fondé l'entreprise, nous avions pour objectif d'exploiter l'IA et le ML pour résoudre des problèmes complexes pour nos clients. Les technologies héritées prenaient des décisions à la périphérie, limitant l'accès à l'information. Nous avions la conviction que l'IA avait besoin de données complètes, ce qui ne peut être réalisé que par des technologies cloud, nous permettant ainsi de former des classificateurs robustes et de les déployer efficacement à la périphérie. »
a media : Quelle est votre perception des LLM et des outils d'IA générative par rapport aux professionnels de la cybersécurité ?
Zaitsev : « L'objectif n'est pas de remplacer les humains mais d'augmenter leurs capacités. L'IA aide les humains à améliorer les flux de travail et la prise de décision, plutôt que de prendre ces rôles. La qualité des données est essentielle ; des ensembles de données annotés de haute qualité aident à affiner les modèles génératifs pour des tâches spécifiques, telles que la synthèse d'incidents. »
a media : Comment les technologies d'automatisation comme les LLM redéfinissent-elles les rôles humains en cybersécurité, surtout avec des adversaires utilisant l'IA ?
Zaitsev : « Les outils d'automatisation, y compris les LLM, gèrent généralement des tâches de base, permettant aux experts de se concentrer sur des défis plus complexes. Bien que les adversaires puissent utiliser l'IA pour automatiser des menaces, les défenseurs peuvent employer l'IA pour contrer ces développements, soulignant la nécessité d'une expertise humaine qualifiée. »
a media : Quelles leçons avez-vous tirées de l'utilisation des données de télémétrie pour former des LLM ?
Zaitsev : « Il est souvent plus efficace de former plusieurs LLM spécialisés et de petite taille pour des tâches spécifiques que de compter sur un grand modèle. Cette approche conduit à une précision plus élevée et à moins d'erreurs. Notre stratégie utilise un mélange de modèles experts, optimisant le succès dans des applications ciblées. »
a media : Quelle est l'importance des équipes humaines expertes dans le développement et la formation de systèmes d'IA, notamment dans votre approche assistée par l'IA ?
Zaitsev : « Pour une formation efficace, nous avons besoin d'un nombre limité d'exemples annotés par des humains de haute qualité. Notre investissement dans des équipes d'experts dès le départ nous permet de construire des ensembles de données solides, essentiels pour créer une IA générative adaptée aux applications de cybersécurité. »
a media : Comment les avancées dans la formation des LLM affectent-elles vos produits actuels et futurs ?
Zaitsev : « En utilisant une approche multimodale, Charlotte intègre diverses technologies. Les LLM excellent dans le suivi d'instructions, traduisant le langage naturel en tâches structurées. Les données sur les clients et les vulnérabilités renseignent les résultats, garantissant la confidentialité tout en instaurant la confiance dans nos opérations. »
En améliorant le cadre des LLM en cybersécurité, les organisations peuvent renforcer leurs mesures de protection tout en reconnaissant l'importance continue de l'expertise humaine.
Classement
