Trend Micro mise sur une IA proactive pour anticiper les cyberattaques

Les entreprises ne peuvent plus se contenter d’attendre qu’une alerte confirme une intrusion pour agir. Entre le premier comportement inhabituel sur un réseau et le chiffrement de fichiers par un rançongiciel, quelques minutes peuvent suffire à transformer une faille limitée en crise opérationnelle. C’est sur ce terrain de la détection précoce que Trend Micro présente, le 25 février 2025, sa première IA proactive dédiée à la cybersécurité.

L’ambition affichée est claire : analyser en continu les signaux issus des environnements informatiques afin d’identifier des activités potentiellement malveillantes avant qu’elles ne causent des dommages. Cette approche déplace le centre de gravité de la défense. Il ne s’agit plus seulement de bloquer un fichier connu comme dangereux ou de réagir à une attaque déjà déclarée, mais de repérer des indices faibles, des enchaînements anormaux et des comportements qui méritent une vérification.

Cette promesse ne signifie pas qu’une intelligence artificielle peut garantir l’arrêt de toute cyberattaque. La sécurité informatique reste un travail de couches successives, qui associe outils techniques, mises à jour, sauvegardes, règles d’accès et expertise humaine. Mais, dans des infrastructures où les alertes se comptent parfois par milliers, automatiser le tri et mettre en évidence les risques les plus urgents peut changer concrètement le travail des équipes.

Une IA proactive, qu’est-ce que cela change ?

Dans le vocabulaire de la cybersécurité, une défense dite réactive intervient après la détection d’un élément suspect : un programme malveillant, une connexion inhabituelle ou un poste compromis. Une défense proactive cherche, elle, à réduire la fenêtre pendant laquelle un attaquant peut agir sans être repéré. Elle tente notamment d’anticiper les étapes qui précèdent une attaque : reconnaissance d’un système, exploitation d’une vulnérabilité, élévation de privilèges, mouvement entre plusieurs postes ou extraction de données.

La technologie annoncée par Trend Micro repose sur des algorithmes capables d’analyser les comportements sur les réseaux informatiques et d’identifier les activités suspectes. Grâce à des techniques d’apprentissage automatique, ou machine learning, elle est conçue pour apprendre continuellement à partir des données collectées et s’adapter à de nouveaux types de menaces.

Concrètement, un système de ce type ne cherche pas uniquement la signature d’un logiciel malveillant déjà répertorié. Il peut également signaler une succession d’actions inhabituelles : un compte qui se connecte depuis un contexte inattendu, un volume anormal de fichiers consultés, des tentatives répétées d’accès à des ressources sensibles ou une activité inhabituelle sur un serveur. Pris isolément, ces signaux ne prouvent pas forcément une attaque. Croisés entre eux, ils peuvent justifier une investigation rapide.

L’intérêt de cette logique est de ne pas limiter la protection aux menaces connues. Les cybercriminels modifient régulièrement leurs méthodes, leurs outils et leurs infrastructures pour contourner les protections. Une analyse comportementale peut donc compléter les mécanismes traditionnels, fondés sur des règles ou sur l’identification d’éléments déjà observés.

Surveillance continue et alertes rapides au cœur du dispositif

La présentation de Trend Micro met aussi l’accent sur des mécanismes d’alerte instantanée. L’objectif est de permettre aux entreprises de réagir dès qu’un risque potentiel est détecté, plutôt que de découvrir trop tard une compromission dans leurs journaux techniques.

Cette rapidité est déterminante. Une attaque informatique suit rarement une seule étape. Après un premier accès, les auteurs peuvent chercher à obtenir des droits plus élevés, à se déplacer dans le réseau, à collecter des informations puis à perturber l’activité ou à exercer une pression financière. Plus une anomalie est repérée tôt, plus les options de réponse sont nombreuses : désactiver un compte, révoquer une session, isoler une machine, restaurer des données ou renforcer une règle de sécurité.

Le tableau ci-dessous résume la différence entre les deux logiques de défense. Dans la réalité, elles ne s’opposent pas : une entreprise a besoin des deux.

Une surveillance permanente soulève toutefois une question très concrète : celle de la qualité des alertes. Un outil trop sensible risque de générer des faux positifs, c’est-à-dire des alertes sur des comportements normaux. À l’inverse, un outil insuffisamment attentif peut laisser passer un véritable incident. La valeur d’une IA de cybersécurité dépend donc autant de ses capacités d’analyse que de son intégration dans les procédures de l’entreprise.

Pourquoi l’analyse des comportements intéresse les entreprises

Les systèmes d’information ont considérablement évolué. Les salariés se connectent à distance, les données peuvent être hébergées dans plusieurs environnements, les applications métier communiquent avec des services externes et les partenaires disposent parfois d’accès spécifiques. Cette multiplication des flux élargit les surfaces à protéger.

Dans ce contexte, une IA qui aide à établir ce qui relève d’un comportement habituel et ce qui s’en écarte peut constituer un soutien précieux. Elle est particulièrement utile pour faire remonter les événements qui présentent une combinaison de risques, plutôt que de noyer les analystes sous des signaux techniques isolés.

Trend Micro met en avant une capacité d’apprentissage continu. L’idée est qu’à mesure qu’elle observe des données, l’IA affine sa compréhension des schémas normaux et suspects. Cette faculté d’adaptation répond à une difficulté classique de la cybersécurité : les règles statiques ne suffisent pas toujours lorsque les tactiques des attaquants évoluent rapidement.

Il faut néanmoins distinguer l’automatisation de la décision. Dans une entreprise, l’isolement d’un serveur essentiel ou le blocage d’un compte peut interrompre une activité légitime. Les responsables de sécurité doivent donc définir des seuils, des règles d’escalade et des niveaux d’intervention adaptés à leurs métiers. L’IA peut accélérer l’identification d’un problème, mais la gouvernance de la réponse demeure indispensable.

Plus de 161 milliards de menaces bloquées, un indicateur de l’ampleur du défi

La nécessité de dispositifs de détection plus précoces s’explique aussi par le volume d’attaques et de tentatives malveillantes auxquelles les organisations sont confrontées. Selon les données récentes citées par Trend Micro, l’entreprise a bloqué plus de 161 milliards de menaces en 2022, soit une hausse de 10 % par rapport à l’année précédente.

Ce chiffre ne correspond pas à 161 milliards d’attaques réussies contre autant d’entreprises. Il mesure des menaces détectées et bloquées par les technologies de l’éditeur, dans des catégories et des contextes variés. Il donne toutefois une indication de l’échelle industrielle du phénomène : courriels malveillants, tentatives d’exploitation, fichiers suspects, connexions frauduleuses ou autres activités hostiles peuvent être générés et diffusés en très grand nombre.

Face à ces volumes, une vérification exclusivement manuelle est irréaliste. Les équipes de cybersécurité ont besoin d’outils capables de filtrer, de classer et de hiérarchiser. L’apport attendu de l’IA n’est donc pas seulement de détecter davantage, mais d’aider à déterminer quelles alertes doivent être traitées en premier.

Les catégories de menace évoquées dans la présentation incluent notamment les rançongiciels, l’hameçonnage, souvent appelé phishing, et les attaques par déni de service distribué, ou DDoS. Leurs mécanismes sont différents :

• un rançongiciel vise généralement à chiffrer des données pour exiger un paiement ;
• le phishing cherche à tromper un utilisateur afin de lui dérober des identifiants ou de lui faire exécuter une action ;
• une attaque DDoS tente de saturer un service par un grand nombre de requêtes afin de le rendre indisponible.

Une même solution ne neutralise pas nécessairement tous ces risques de la même manière. Les résultats dépendent de l’environnement protégé, de la configuration retenue, des autres mesures de défense en place et de la capacité des équipes à répondre aux alertes. La promesse d’une IA proactive doit donc être comprise comme un renforcement de la prévention, et non comme une protection autonome infaillible.

L’IA ne remplace pas les fondamentaux de la sécurité

L’arrivée d’outils plus prédictifs ne dispense pas les entreprises d’appliquer les pratiques de base. Une vulnérabilité non corrigée, un mot de passe compromis ou une sauvegarde inutilisable restent des portes d’entrée ou des facteurs aggravants, quelle que soit la sophistication de l’outil de détection.

Pour tirer parti d’une solution d’analyse proactive, une organisation doit notamment savoir quels actifs elle protège, qui peut y accéder et quelles activités sont normales dans son contexte. Elle doit aussi prévoir ce qui se passe lorsqu’une alerte critique est émise : qui la reçoit, quel délai de réponse est attendu et quelles actions peuvent être prises sans bloquer inutilement l’activité.

Trend Micro souligne par ailleurs son engagement dans la sensibilisation à la cybersécurité. La participation de l’entreprise à des rendez-vous tels que GITEX Africa, mentionné du 29 au 31 mai au Maroc, s’inscrit dans cette volonté de partager connaissances et bonnes pratiques. La formation des collaborateurs demeure un volet essentiel de la défense, car beaucoup d’attaques exploitent autant les erreurs humaines que les faiblesses techniques.

Ce qu’il faut surveiller dans le déploiement de ces outils

L’annonce de Trend Micro illustre une évolution plus large : la cybersécurité se tourne vers des capacités de détection et de réponse davantage assistées par l’IA. Pour les entreprises, le sujet ne se résume pas à choisir une technologie. Il consiste à vérifier si celle-ci apporte des alertes compréhensibles, si elle s’intègre aux outils existants et si les équipes peuvent réellement agir à partir des informations fournies.

Plusieurs critères méritent une attention particulière. D’abord, la transparence des alertes : un analyste doit pouvoir comprendre pourquoi une activité a été signalée. Ensuite, la qualité du paramétrage et de la maintenance : les environnements informatiques évoluent, tout comme les menaces. Enfin, le respect des données traitées par ces systèmes, qui peuvent analyser des journaux d’activité et des informations sensibles.

L’orientation proactive défendue par Trend Micro répond à un besoin concret : raccourcir le temps entre l’apparition d’un signal suspect et l’intervention. Son efficacité dépendra de la précision des détections, de l’adaptation à chaque organisation et du maintien d’un contrôle humain sur les décisions importantes. Dans une cybersécurité où les attaquants comme les défenseurs adoptent l’IA, la capacité à repérer tôt, comprendre vite et réagir méthodiquement devient un avantage décisif.