Thomas Uhlemann, Spécialiste en sécurité chez ESET Deutschland GmbH

Numérisation et mobilité élevée des données

Un aspect non négligeable de la numérisation avancée réside dans la mobilité accrue et les structures décentralisées du monde du travail. Cela signifie, en d’autres termes, que les données des entreprises sont également très mobiles. Assurer une protection sans faille de ces données et, par conséquent, des valeurs de l’entreprise, représente un défi majeur. Les concepts de cybersécurité doivent tenir compte de cette réalité. Il est tout aussi important de protéger les appareils mobiles que les postes de travail ou les serveurs. En règle générale, chaque jeu de données intéresse les cybercriminels.

La taille de l’entreprise n’entre pas en ligne de compte ici – c’est plutôt sa capacité d’innovation et, par conséquent, la valeur des informations récupérées qui comptent. Dans ce contexte, la cybersécurité doit toujours être considérée comme un processus. Outre le déploiement de technologies performantes et adaptées pour protéger les données et l’infrastructure informatique, les collaborateurs eux-mêmes constituent un élément essentiel, et non des moindres, du concept de cybersécurité.

THÈME : IA ET APPRENTISSAGE AUTOMATIQUE
Bien que l’intelligence artificielle et l’apprentissage automatique transforment depuis un certain temps divers aspects de la vie humaine, la fin de cette évolution est loin d’être atteinte. À l’avenir, les technologies basées sur l’IA serviront de plus en plus à lutter contre la fraude, à mieux évaluer les processus métiers au sein des entreprises, à optimiser les procédures de test et à développer de nouvelles solutions pour les problèmes existants. Ce qui ressemble à une panacée numérique pour l’humanité et son économie n’est, en réalité, qu’une facette de la médaille. En effet, la numérisation croissante de l’industrie, des infrastructures critiques et de notre monde privé génère, avec l’utilisation de l’IA, de nouveaux risques.

L’envers de l’IT
Les entreprises qui utilisent des technologies d’apprentissage automatique sont sans conteste une cible attrayante pour les attaquants. Un scénario envisageable serait de s’infiltrer dans le système avec des jeux de données falsifiés, de le manipuler de sorte que les algorithmes prennent, par exemple, de mauvaises décisions ou que les systèmes de surveillance soient paralysés, causant ainsi des dommages considérables à l’entreprise. Cette pratique, appelée apprentissage automatique antagoniste – c’est-à-dire la modification de technologies basées sur le ML au moyen d’entrées falsifiées –, est un sujet brûlant, notamment dans le domaine de la cybersécurité. L’intelligence artificielle suscite des convoitises et les cybercriminels voient également le potentiel de l’exploiter à leur avantage. Ils sont ainsi en mesure non seulement de créer de nouveaux malwares ou campagnes de phishing et de les diffuser bien plus rapidement, mais aussi de cibler directement leurs victimes, d’extraire des données précieuses, de rechercher et d’exploiter des vulnérabilités zero-day, ainsi que de protéger des infrastructures piratées comme les botnets.