F5 mise sur l’IA pour piloter les réseaux et renforcer leur sécurité

Les réseaux d’entreprise ne se limitent plus à relier des ordinateurs dans un même bâtiment. Ils transportent les données des applications métiers, des services dans le cloud, des outils de travail à distance et, de plus en plus, des usages fondés sur l’intelligence artificielle. Cette extension permanente des infrastructures rend leur exploitation plus difficile et agrandit la surface d’attaque. Pour F5, l’IA doit donc servir deux objectifs étroitement liés : mieux piloter les réseaux et mieux les protéger.

En septembre 2024, l’entreprise, connue notamment pour ses technologies de diffusion et de sécurisation des applications, met en avant une nouvelle étape autour de NGINX. Sous l’impulsion de Kunal Anand, directeur de la technologie et de l’intelligence artificielle de F5, le groupe souhaite intégrer plus directement des capacités d’IA dans les outils utilisés par les équipes informatiques et de sécurité. L’enjeu n’est pas de confier aveuglément le réseau à un algorithme, mais de donner aux administrateurs une vision plus claire d’environnements devenus trop vastes pour être examinés manuellement, alerte après alerte.

Pourquoi les réseaux sont-ils devenus si difficiles à administrer ?

Un réseau moderne fait circuler le trafic entre de nombreux composants : applications, serveurs, utilisateurs, terminaux mobiles, services cloud et outils de cybersécurité. Chaque connexion produit des informations techniques, par exemple des journaux d’activité, des mesures de disponibilité ou des événements de sécurité. Ces signaux peuvent indiquer une simple surcharge, une panne de configuration ou le début d’une attaque.

La difficulté vient autant du volume que du contexte. Un pic de trafic peut être parfaitement légitime lors du lancement d’un service, mais il peut aussi ressembler à une tentative de saturation. Une connexion inhabituelle peut correspondre au déplacement d’un salarié, à une tâche automatisée mal réglée ou à une intrusion. Les équipes doivent distinguer rapidement ces cas, alors que les données sont souvent dispersées entre plusieurs consoles et plusieurs environnements.

C’est précisément dans ce travail de tri que l’IA peut intervenir. Des systèmes d’apprentissage automatique peuvent analyser des volumes importants d’événements, établir des profils de fonctionnement habituel et signaler les écarts qui méritent une vérification humaine. Les résultats dépendent toutefois directement de la qualité des données, de la configuration des outils et de la capacité des équipes à interpréter leurs alertes.

NGINX, un point de contrôle essentiel pour les applications

NGINX est un produit phare de l’offre de F5. Il est couramment utilisé devant les applications web pour orienter le trafic, répartir les requêtes entre plusieurs serveurs et contribuer à la diffusion de services en ligne. Dans une architecture informatique moderne, ce type de composant occupe une place stratégique : il voit passer les échanges entre les utilisateurs et les applications.

F5 a récemment lancé une plateforme unifiée dédiée à la gestion de NGINX. L’objectif annoncé est de rendre l’administration plus fluide et plus efficace, en évitant que les équipes aient à multiplier les outils de pilotage. Cette centralisation répond à une réalité opérationnelle : une entreprise peut faire fonctionner des applications dans ses propres centres de données, dans plusieurs clouds et dans des environnements hybrides. Sans vue cohérente, il devient plus compliqué de savoir où se produit un ralentissement, où s’applique une règle de sécurité ou quel service est exposé.

L’intégration de capacités d’IA dans ce type d’infrastructure peut notamment soutenir l’analyse des performances et du trafic. Elle peut aider à faire remonter une dérive avant qu’elle ne se transforme en indisponibilité visible par les clients ou les salariés. Elle peut aussi contribuer à automatiser des tâches répétitives, à condition que les règles d’action soient définies avec soin.

L’automatisation est utile lorsque le scénario est connu. Par exemple, une équipe peut prévoir qu’une alerte très spécifique déclenche une limitation temporaire du trafic ou l’ouverture d’un ticket d’incident. En revanche, face à un comportement ambigu ou à une attaque inédite, elle doit rester un instrument d’aide à la décision. Une réponse automatique mal calibrée peut elle-même perturber un service légitime.

Comment l’IA peut renforcer la cybersécurité des réseaux

La promesse de l’IA dans la sécurité tient d’abord à sa vitesse d’analyse. Un réseau génère continuellement des traces : adresses de connexion, volumes d’échanges, heures d’accès, réponses des serveurs ou erreurs applicatives. L’examen manuel de l’ensemble de ces données est rarement possible. Des outils d’analyse peuvent donc rechercher des schémas anormaux et attirer l’attention sur ceux qui s’écartent du fonctionnement attendu.

F5 souligne l’intérêt de ces outils pour détecter rapidement les anomalies et tenter de prévenir les violations de données. Cette approche repose sur l’établissement de modèles de comportement normal. Si un compte se connecte soudainement à des heures inhabituelles, si une application reçoit un volume anormal de requêtes ou si un serveur communique avec une destination inattendue, le système peut générer un signal à examiner.

Cela est particulièrement important à l’approche de périodes sensibles, notamment électorales, lorsque la vigilance face aux opérations de déstabilisation numérique et aux tentatives d’intrusion est accrue. Mais la logique vaut pour toutes les organisations : les attaques évoluent, les environnements se transforment et les équipes de sécurité doivent agir avec des délais parfois très courts.

Il faut toutefois éviter un raccourci fréquent : une alerte détectée par IA n’est pas une preuve d’attaque. Elle peut être un faux positif, c’est-à-dire un événement inhabituel mais bénin. Inversement, un outil peut ne pas détecter une activité malveillante si celle-ci imite trop bien le comportement normal. La sécurité repose donc sur un ensemble de mesures : contrôle des accès, segmentation des environnements, surveillance, mises à jour, procédures de réponse et formation des personnes.

Le partenariat avec Intel, entre IA et sécurité des environnements de travail

Dans cette stratégie, F5 met également en avant sa collaboration avec Intel. Le partenariat vise à renforcer la sécurité des environnements de travail par l’intégration de solutions fondées sur l’intelligence artificielle. Pour les entreprises, cette coopération illustre une évolution importante : la protection ne se joue pas uniquement dans un logiciel isolé, mais à plusieurs niveaux de l’infrastructure, des équipements jusqu’aux applications accessibles aux utilisateurs.

Les environnements de travail sont devenus plus fragmentés. Les salariés utilisent des applications hébergées à distance, se connectent depuis différents lieux et échangent des données entre de nombreux services. Cette souplesse facilite le travail, mais elle impose aussi de vérifier l’identité des utilisateurs, de protéger les flux et de suivre les accès de manière cohérente.

F5 et Intel présentent ainsi l’IA comme un moyen de mieux prendre en compte des menaces de plus en plus sophistiquées. Dans la pratique, l’intérêt d’une telle approche dépend de son intégration aux procédures existantes. Une technologie utile est celle qui peut être déployée, supervisée et maintenue par les équipes, sans créer une nouvelle couche d’opacité.

Gouvernance des données : le point faible possible de l’adoption de l’IA

L’enthousiasme pour l’IA ne résout pas automatiquement les problèmes de données. Pour analyser un réseau ou aider à répondre à un incident, un système doit s’appuyer sur des informations parfois sensibles : traces de connexion, identifiants, contenus techniques ou données relatives à l’activité des applications. Leur collecte et leur utilisation nécessitent des règles claires.

F5 indique, à travers une étude, que de nombreuses entreprises poursuivent l’adoption de l’IA malgré des lacunes concernant la sécurité des données. Ce constat pose une question simple : une organisation peut-elle tirer parti de l’IA sans savoir précisément quelles données elle lui fournit, qui y a accès, combien de temps elles sont conservées et dans quel environnement elles sont traitées ?

Avant de généraliser l’automatisation, plusieurs sujets doivent être traités :

• identifier les données nécessaires au fonctionnement des outils et écarter celles qui ne le sont pas ;
• définir des droits d’accès adaptés aux rôles de chaque équipe ;
• vérifier les règles de sécurité appliquées aux données utilisées par les systèmes d’IA ;
• conserver une capacité d’audit pour comprendre une alerte ou une action automatisée ;
• former les équipes techniques et les utilisateurs aux limites de ces outils.

La formation est essentielle car l’IA change les méthodes de travail. Les administrateurs réseau doivent pouvoir comprendre les recommandations produites par les outils. Les équipes de cybersécurité doivent savoir examiner les signaux, ajuster les règles et vérifier qu’une automatisation n’introduit pas de risque supplémentaire. Quant aux dirigeants, ils doivent arbitrer entre rapidité de déploiement, niveau de contrôle et responsabilité en cas d’erreur.

Ce qu’il faut surveiller dans l’évolution des réseaux pilotés par l’IA

La fusion entre technologies réseau et intelligence artificielle est appelée à prendre davantage de place dans les infrastructures d’entreprise. Les volumes de données, la multiplication des applications et la sophistication des attaques créent une pression croissante en faveur de l’analyse automatisée. F5, avec Kunal Anand à la tête de sa vision technologique et IA, entend améliorer la synergie entre ses outils de gestion de réseau et ces nouvelles capacités.

Dans les prochains déploiements, la question ne sera pas seulement de savoir si l’IA identifie plus d’anomalies. Il faudra mesurer si elle réduit réellement le temps nécessaire pour comprendre un incident, si elle améliore la disponibilité des applications et si les équipes gardent la maîtrise des actions déclenchées. La qualité de la gouvernance des données sera tout aussi déterminante.

Pour les organisations, la voie la plus solide consiste à commencer par des cas d’usage précis, à définir des indicateurs concrets et à maintenir une supervision humaine. L’IA peut devenir un allié précieux de l’optimisation réseau et de la cybersécurité. Elle ne remplace ni une architecture bien conçue, ni des règles de sécurité rigoureuses, ni l’expertise des personnes chargées de protéger les services numériques.