Technologie de cybersécurité reconnue depuis 2008

Hier : poser les fondations​

Nous avons adopté l’IA pour la première fois en 2008, à la fois en l’intégrant dans les solutions de sécurité Bitdefender et en apportant notre contribution à la communauté de la science ouverte. Cela nous a aidé à anticiper et à bloquer des attaques nouvelles et inconnues.

  • Un modèle que nous avions développé en 2014 a réussi à bloquer l’attaque du ransomware WannaCry en 2017, bien qu’il ait exploité une vulnérabilité jusqu’alors inconnue.

  • Bitdefender a publié 25 000 agents d’IA formés à l'aide de 60 jeux Atari, pour contribuer aux travaux de chercheurs s'intéressant à l'apprentissage par imitation.

Meilleure protection, Meilleure performance pour les entreprises - Graphique d'AV-Comparatives

Aujourd’hui : avoir un impact dans le monde réel​

Dans le domaine de la cybersécurité, les approches génériques ne fonctionnent pas. C’est pourquoi nous associons de nombreux modèles variés de machine learning à des technologies sans rapport avec l'IA, afin de résoudre efficacement des difficultés spécifiques. Cette approche nous a valu les meilleurs résultats lors des tests sur la protection en conditions réelles et les APT , ainsi que dans les évaluations des solutions XDR et MDR .

  • Pour identifier les variations les plus infimes, notre dispositif de détection des anomalies crée un modèle de ML unique pour chaque utilisateur et chaque appareil, et pas seulement pour les organisations.

  • Notre plateforme extrait plus de 60 000 points de données uniques utilisés par l’IA dans nos multiples couches de sécurité.

Dragos Gavrilut - VP, Threat Research

Demain : prêts pour l’avenir​

Chez Bitdefender, nous ne nous contentons pas de suivre les progrès de l’IA, nous y contribuons. Nous avons déjà publié plus de 70 articles dans des revues universitaires et une cinquantaine de nos chercheurs enseignent dans des établissements de formation supérieure : nous sommes donc très activement engagés dans le développement de l'IA, pour mieux traiter les défis et les menaces d'aujourd'hui et de demain.

  • À l’aide d’algorithmes génétiques, nous entraînons des modèles d’IA en nous appuyant sur un processus inspiré de la sélection naturelle, ce qui permet d’obtenir de meilleurs résultats en matière de cybersécurité.

  • Nous utilisons des réseaux antagonistes génératifs (RAG) : deux équipes d'IA s'affrontent, la première crée de nouvelles méthodes de violation et l'autre tente de les contrer. Grâce à cette bataille, notre IA se forme afin d’anticiper et de neutraliser les menaces lorsqu’elles émergent dans le monde réel.

Chronologie de l'innovation en matière d'IA chez Bitdefender

2008

Première détection à l'aide du ML

Bitdefender s'est appuyé sur le ML pour améliorer la détection des malwares nouveaux ou inconnus.

2011

Premier algorithme de réduction du bruit

L’algorithme de détection du bruit a permis d’identifier les échantillons mal classés.

2013

Première détection de flux automatisée basée sur le ML

Des technologies de ML ont permis de détecter des flux automatiquement.

2014

Première utilisation du deep learning

Des algorithmes de deep learning ont été utilisés pour améliorer les taux de détection.

2017

Premier machine learning paramétrable

Bitdefender HyperDetect permet aux entreprises d'affiner la détection à l'aide du ML et de bloquer les attaques sans fichier avant l'exécution.

2017

Protection contre les attaques sans fichier

L’utilisation de modèles ML personnalisés pour l’extraction de fonctionnalités à partir de lignes de commande et de scripts PowerShell permet de bloquer les programmes malveillants sans fichier. Ces travaux nous ont valu le titre d'Innovateur clé, décerné par la Commission européenne.

2020

Détection des anomalies intégrée à EDR

La fonctionnalité Anomaly Defense s’appuie sur l’IA pour établir des référentiels et repérer les anomalies de comportement avec un minimum de bruit.

2022

XDR natif avec Incident Advisor, qui fournit des informations exploitables

Le service XDR natif de Bitdefender s'appuie sur le ML pour corréler et consolider automatiquement les signaux par les menaces sur les endpoints, les identités, les applications, les réseaux, les clouds, les appareils mobiles et beaucoup d'autres actifs. Incident Advisor répond à toutes les questions clés des analystes dans un format clair et lisible.

2024

Assistant IA de GravityZone

L’assistant IA de Bitdefender GravityZone s'appuie sur plusieurs grands modèles de langage (LLM) pour simplifier et optimiser les enquêtes sur les menaces en répondant instantanément aux questions des analystes.

180+

Grandes marques du secteur  utilisent la technologie Bitdefender sous licence.

60000+

Points de données uniques extraits et utilisés par nos algorithmes de machine learning.

400+

Menaces découvertes chaque minute.

50

Milliards de requêtes de menaces par jour, provenant de centaines de millions de systèmes

Découvrez comment Bitdefender traite les menaces liées à l’IA

Nous estimons que l’IA est plus bénéfique pour les défenseurs que pour les attaquants, mais la peur, l’incertitude et le doute assombrissent la réalité.  Chez Bitdefender nous ne laissons aucune place à une spéculation, et nous nous appuyons sur des preuves scientifiques.  Nous réévaluons sans cesse les vecteurs d’attaque pour nous assurer que nos solutions de sécurité gardent une longueur d’avance sur les menaces liées à l’IA, en constante évolution.

IA et cybercriminalité
  • 01

    IA et ingénierie sociale

    Les acteurs malveillants qui lancent des attaques d'ingénierie sociale ont été parmi les premiers à adopter l’IA, ce qui limite malheureusement l'efficacité des moyens de défense classiques tels que la sensibilisation des utilisateurs. La technologie peut résoudre ce problème. Notre équipe d’experts, qui se concentre sur les deepfakes, la compromission des e-mails professionnels (business email compromise) et la fraude, ne cesse d’améliorer les algorithmes de sécurité avancés utilisés dans nos solutions et technologies telles que GravityZone Security for Email, Network Protection ou notre capteur XDR pour les applications de productivité

  • 02

    Malwares et de ransomwares générés par l'IA

    La multiplication des malwares des générés par l’IA peut faire peur, mais notre approche de la sécurité multicouche est pensée pour évoluer. Nous détectons les comportements malveillants, même dans des variantes inédites des malwares existants. Grâce à nos données télémétriques, nous identifions plus de 500 000 nouvelles menaces par jour (soit plus de 400 par minute), et nos systèmes sont parfaitement capables de traiter un tel volume.  Parce que le code généré par l’IA permet de créer une multitude de variantes uniques de malwares, une base solide pour votre plateforme multicouche GravityZone est plus que jamais indispensable.

  • 03

    Attaques automatisées et reconnaissance

    Il s'écoule souvent moins de 24 heures entre la découverte d'une vulnérabilité et le déploiement du correctif correspondant. Cette durée tend à se réduire, mais c'est le moment idéal pour lancer des attaques opportunistes automatisées qui exploitent les vulnérabilités non corrigées sur les appareils connectés à Internet. 
     
    Nos modules Risk Management et Patch Management vous permet de visualiser clairement les vulnérabilités afin de hiérarchiser l'application des correctifs et de réduire les risques sur les appareils exposés. Mais la sécurité fonctionne par couches.  Même face aux meilleurs dispositifs de prévention, les attaquants peuvent trouver un moyen de s’infiltrer dans vos systèmes. C'est la raison pour laquelle il est essentiel de les empêcher d'y rester trop longtemps, avec des solutions comme GravityZone XDR ou Bitdefender MDR.  .

Une efficacité cybersécuritaire inégalée. Éprouvée.

Nous sommes là pour vous aider à choisir la solution ou le service qui conviendra le mieux à votre entreprise. Voir tous les produits.