GTT lance Defense Halo pour détecter les menaces réseau avec IA

Présentation

GTT Communications a présenté Defense Halo, une plateforme de défense réseau qui exploite l’intelligence artificielle pour chasser les menaces au sein des réseaux d’entreprise. Le service vise à réduire le délai pendant lequel les vulnérabilités restent invisibles, un facteur identifié par le responsable produit comme critique pour la sécurité. Le lancement s’accompagne d’une lettre ouverte signée par plus d’une centaine d’acteurs du secteur, avertissant d’une multiplication rapide des attaques alimentées par l’IA.

Architecture et fonctionnement

Defense Halo s’appuie sur deux modules principaux. Le premier compare les configurations de pare‑feu et d’appareils aux cadres de sécurité reconnus chaque fois qu’une modification est détectée. Le second associe les vulnérabilités connues aux actifs spécifiques du client, puis les classe selon un score de priorité. Les plans de remédiation sont générés par l’IA en temps réel, ce qui permet d’agir avant que les attaquants ne puissent exploiter les failles.

Le moteur de détection construit un profil comportemental à partir des journaux et des flux de trafic. Toute déviation de ce profil déclenche une analyse instantanée pour déterminer s’il s’agit d’une menace réelle. Lorsqu’une menace est confirmée, la plateforme peut la contenir à la vitesse du réseau grâce à des runbooks automatisés exécutés sur des dispositifs compatibles.

Un modèle d’état vivant du réseau, actualisé en continu, représente chaque connexion hôte‑à‑hôte. Ce modèle alimente à la fois les investigations en temps réel et les évaluations d’exposition lorsqu’une nouvelle vulnérabilité apparaît. L’inférence IA est réalisée dans ce que GTT appelle son « AI factory », une capacité de calcul intégrée à son backbone Tier 1 mondial, hébergée aux États‑Unis, au Royaume‑Uni et dans l’Union européenne afin de respecter les exigences de souveraineté des données. Chaque client bénéficie d’une instance isolée du système, protégée par un brevet en cours.

Analyse des performances et limites

Selon une analyste de GlobalData, la plupart des solutions de sécurité traitent le trafic après sa collecte et sa normalisation, ce qui introduit une latence et crée des zones d’ombre. En exécutant l’inférence IA directement dans son réseau, GTT élimine ces étapes intermédiaires, ce qui réduit le temps de réaction et limite les coûts associés au transfert de données. Cette approche diffère des plateformes centrées sur les points de terminaison ou les logs, qui peinent à offrir une visibilité comparable.

Le modèle d’isolation par client garantit que les données de chaque organisation restent séparées, mais il impose une charge supplémentaire sur l’infrastructure de GTT, notamment en termes de stockage d’états réseau et de mise à jour des modèles comportementaux. De plus, la dépendance à une infrastructure propriétaire signifie que la disponibilité du service est liée à la résilience du backbone Tier 1, un point de défaillance potentiel en cas d’incident majeur.

Enfin, la capacité du système à prioriser les vulnérabilités repose sur la qualité des bases de données de vulnérabilités intégrées. Si ces sources sont incomplètes ou retardées, le classement peut sous‑estimer certains risques. Malgré ces réserves, la combinaison d’analyse en temps réel, d’automatisation des réponses et de conformité régionale constitue une avancée notable dans la chaîne de défense des réseaux d’entreprise.