La « fatigue liée aux alertes » doit être le mal le plus répandu chez les professionnels de la cybersécurité. Selon une étude récente, 56 % des grandes entreprises traitent plus de 1 000 alertes chaque jour. Pour 70 % des professionnels de la sécurité, le volume d'alertes a doublé au cours des dernières années, plus de 51 % des campagnes impliquant une forme d'usurpation de marque générée par IA.
Pour la plupart des entreprises, le problème n'est pas simplement le volume, mais le temps perdu à traiter des notifications qui s'avèrent finalement sans importance. Chaque faux positif détourne votre équipe des véritables menaces qui nuisent à votre activité et à votre marque. Les enjeux ne pourraient pas être plus élevés. L'année dernière, l'usurpation de marque a coûté aux entreprises près de 3 milliards de dollars de revenus consommateurs, et chaque heure durant laquelle une attaque se poursuit, elle se renforce, se propage davantage et devient plus coûteuse et plus longue à éliminer.
La réponse à la fatigue liée aux alertes et au bruit ambiant ? Des modèles d'IA spécialisés capables d'analyser des milliards de points de données pour repérer les domaines similaires à haut risque dissimulés dans le bruit.
Mon objectif est de vous apprendre à utiliser la protection de marque pilotée par l'IA pour surveiller d'immenses ensembles de données de domaines et diffuser directement des alertes validées par l'IA dans votre centre des opérations de sécurité (SOC) pour une action rapide. Le but ? Vous aider à défendre votre marque, à faire économiser de l'argent à votre entreprise et peut-être même à préserver votre propre santé mentale.
Par où commencer ?
C'est la question éternelle chez les professionnels de la sécurité. Avec une boîte de réception saturée d'alertes et une équipe qui vous sollicite toutes les deux minutes via MS Teams ou Slack, parvenir à identifier les 2 à 5 % de menaces réelles (le signal) et écarter les 95 à 98 % restants (le bruit) vous permet de vous concentrer sur les menaces les plus critiques pour votre entreprise.
Détecter
Vous n'irez pas loin sans une bonne détection. Votre démarche doit commencer par la recherche des inconnues susceptibles de créer une fraude et une responsabilité qui nuisent à votre marque. Les équipes de sécurité déjà surchargées n'ont pas le temps de penser aux domaines similaires et de les suivre dans des feuilles de calcul. Elles n'ont pas non plus le temps de trier les domaines similaires inoffensifs ou le shadow IT. Une détection de premier ordre commence par une analyse quotidienne d'Internet portant sur les plus de 100 millions de domaines, sous-domaines et noms d'hôtes nouvellement activés susceptibles d'affecter votre marque.
Mais il est possible d'externaliser encore davantage de tâches ! Il existe toutes sortes de métadonnées pour un domaine ou un hôte donné qui peuvent être utilisées pour découvrir et évaluer des ressources jusqu'alors inconnues. Cela peut inclure l'évaluation d'éléments tels que le WHOIS, les certificats SSL, les enregistrements de messagerie et d'autres sources pour un domaine donné. Faire cela manuellement représente un travail considérable, mais le bon outil peut se charger du gros du travail à votre place.
Alors que de nombreux professionnels s'attardent sur les ensembles de fonctionnalités, j'insiste plutôt sur le fait que les parties prenantes de la marque devraient se concentrer sur les résultats. Avec la détection, l'objectif est de cartographier votre patrimoine numérique sans nécessiter d'examen manuel et fastidieux. La détection ne se contente pas de réduire le bruit pour gagner du temps et de l'argent, elle stoppe également la responsabilité et la fraude en temps réel en détectant les sites usurpateurs avant qu'ils ne soient exploités. Et en prime, elle peut également vous aider à découvrir des ressources oubliées ou inconnues.
Analyser
Si la détection vous permet d'observer rapidement l'ensemble d'Internet, l'analyse affine vos résultats initiaux grâce à des modèles d'IA qui détectent les logos, les visages, le contenu des pages et la classification sectorielle, vous donnant ainsi le contexte nécessaire pour identifier et prioriser les sites malveillants.
Pour les équipes qui s'appuient sur des flux de travail manuels, l'examen d'une poignée de sites peut occuper une journée entière. Mais pour les équipes de sécurité, une IA spécialisée peut éliminer ces tâches fastidieuses afin que les professionnels puissent se concentrer sur des questions plus importantes. Les analystes n'ont plus à évaluer un site similaire pour un éventuel usage abusif de logo. Ils peuvent au contraire se concentrer sur des enjeux plus importants.
Faire quelque chose d'utile avec les signaux de risque est encore plus important. Par exemple, quelle est la différence entre un site pour une entreprise qui ressemble à la vôtre et un autre créé avec une intention criminelle ? L'IA peut faire la différence grâce à une notation de risque intelligente, attribuant dynamiquement un score en fonction du niveau d'usurpation, de la catégorisation sectorielle et de l'impact financier de la campagne.
Comme chaque organisation a ses propres paramètres de risque, une approche universelle ne fonctionnera pas. Un site collectant des informations personnelles pour une agence immobilière est préoccupant. Mais pour un prestataire de soins de santé, compte tenu de la sensibilité des données patients, il s'agit d'une urgence absolue.
Là encore, comme pour la détection, l'objectif reste de réduire le bruit le plus rapidement possible afin de projeter l'intégrité de la marque et de favoriser la confiance et la fidélité de vos clients. Avec plus de temps, la rapidité d'action peut réduire tout dommage potentiel pour votre organisation.
Appliquer
C'est au stade de l'application que les choses deviennent sérieuses. Après avoir effectué la détection et l'évaluation initiales, des modèles d'IA spécialisés peuvent filtrer les quelque 80 % de domaines jugés inoffensifs. Pour les 20 % restants, des agents IA peuvent évaluer le contexte de chaque site potentiellement risqué avec la finesse d'analyse d'un analyste humain.
L'objectif ici est de remplacer l'examen manuel des menaces par un processus qui détecte les problèmes critiques que vous auriez pu autrement négliger et les priorise pour une résolution aussi rapide que possible. Pour une efficacité encore plus grande, vous pouvez intégrer votre flux de travail aux centres des opérations de sécurité (SOC) et aux équipes de gestion des informations et des événements de sécurité (SIEM), afin que l'application préliminaire soit initiée le plus tôt possible.
Pour illustrer mon propos, prenons « redsoft.com » qui paraît suspect : il utilise le logo de Red Sift et héberge un site actif. Les systèmes traditionnels pourraient le signaler comme malveillant. Heureusement, l'agent IA reconnaît le logo dans une section « preuve sociale », recoupe les relations commerciales et identifie « Red Soft » comme légitime. Il classe le domaine comme sûr, évitant ainsi les faux positifs et faisant gagner du temps à l'analyste.
Je reconnais qu'il s'agit d'un exemple simple, mais il démontre que l'IA agentique n'est pas une technologie du futur, mais un outil pratique disponible dès aujourd'hui.
Se préparer pour l'avenir
Le bruit ne va pas s'arrêter. Chaque jour, des acteurs malveillants inventent de nouvelles façons d'attaquer votre marque. La bonne nouvelle, c'est que lorsqu'elle est correctement déployée par les entreprises, l'IA peut vaincre cette asymétrie. Au lieu des faux positifs des solutions moins performantes, la solution qui réduit le bruit est celle qui vous offre un tri au niveau d'un analyste, sans analyste.
Que vous choisissiez d'automatiser une ou deux étapes ou l'ensemble du processus, l'agent IA de votre solution de protection de marque étend l'automatisation à la zone grise où le jugement humain est nécessaire, offrant un tri de niveau analyste pour les domaines similaires que les règles ne peuvent pas résoudre.
En définitive, que vous soyez une marque valant des milliards ou une entreprise locale, l'usurpation de marque est un problème à 3 milliards de dollars par an auquel vous devez faire face. Personne n'est trop grand ou trop petit pour être une cible. En fait, j'irais jusqu'à dire que ceux qui disposent d'un budget plus restreint sont bien plus susceptibles d'être exposés au risque, étant donné l'absence attendue d'outil de protection de marque en place.
Pour obtenir davantage de conseils sur la manière de gérer cette situation, découvrez les dernières stratégies dans le Centre de ressources sur la confiance de marque.
Rahul Powar est cofondateur et PDG de Red Sift. Auparavant, il était responsable des produits avancés chez Thomson Reuters.
Rahul Powar is the co-founder and CEO of Red Sift. A technologist and thought leader in both AI and cybersecurity, Rahul's career previously includes Thomas Reuters and the Shazam.