Palo Alto Networks a lancé mardi un service d'abonnement de cybersécurité qui intègre plusieurs modèles d'intelligence artificielle avancés au sein d'un programme de sécurité offensive fonctionnant en continu, une initiative qui vise à tester si les défenseurs peuvent utiliser la même technologie d'accélération qui rend les attaques automatisées plus performantes.
Le service, Unit 42 Continuous Frontier AI Defense, combine les modèles Claude Mythos 5 d'Anthropic, GPT-5.6-Cyber d'OpenAI et des modèles à pondération ouverte avec l'expertise des chercheurs en sécurité de Palo Alto. L'entreprise indique qu'elle examinera en continu les applications web, les interfaces de programmation (API), les systèmes cloud, les dépôts de code source et les ressources réseau en fonction de l'évolution des environnements clients. Le lancement et la conception de base ont été rapportés indépendamment par Reuters et Axios, tandis que Palo Alto a publié un communiqué.
Pourquoi la conception multimodèle est importante
L'analyse de vulnérabilités traditionnelle identifie généralement les failles connues ou les configurations suspectes à un instant précis. Le système proposé par Palo Alto va plus loin : il est conçu pour tester si des failles distinctes peuvent être combinées en une attaque exploitable, puis pour fournir des recommandations de correction prioritaires via le système de gestion des incidents du client. La page produit indique que des experts en sécurité offensive vérifient les résultats du modèle avant qu'ils ne soient considérés comme exploitables et que les tests redémarrent à chaque modification des applications ou de l'infrastructure.
Cette distinction est importante car une liste de défauts isolés ne permet pas de comprendre le déroulement d'une intrusion. Une erreur de configuration mineure peut prendre de l'importance lorsqu'elle est combinée à des identifiants exposés, des autorisations cloud excessives ou un service non corrigé. Inversement, un outil d'analyse peut signaler une vulnérabilité que des mesures de contrôle compensatoires rendent inaccessible. Le processus proposé vise à passer de la détection à la preuve : cartographier les voies d'accès possibles, valider leur fonctionnement et concentrer les efforts de correction sur les voies présentant le risque le plus élevé.
Cette vérification humaine est importante car l'entreprise ne prétend pas qu'un seul modèle puisse analyser de manière fiable un environnement complet. Palo Alto a indiqué à Axios que, lors de ses propres tests, aucun modèle n'a détecté plus de 40 % des vulnérabilités dans un environnement client complexe. L'entreprise a également précisé que les résultats de Mythos 5 et GPT-5.6-Cyber se recoupaient dans moins de 10 % des cas. Ces chiffres proviennent du fournisseur et non d'un test comparatif indépendant ; ils doivent donc être interprétés comme une preuve de la fiabilité de l'architecture de l'entreprise, et non comme une mesure universelle des performances des modèles.
L'argument sous-jacent est que différents modèles présentent différents angles morts. L'un peut être plus performant pour la lecture du code source, un autre pour le raisonnement sur les permissions cloud, et un autre encore pour relier une erreur de configuration à un service exposé. Une couche d'orchestration peut assigner des tâches à différents systèmes et comparer leurs résultats. Des spécialistes humains déterminent ensuite si une faille théorique est exploitable, a des conséquences et peut être testée sans risque.
Des tests périodiques à la pression continue
Le changement est autant opérationnel que technique. Un test d'intrusion classique peut générer un rapport utile, mais celui-ci peut devenir obsolète après des mises à jour logicielles, des modifications d'accès ou des déploiements dans le cloud. Palo Alto affirme que son service détecte en continu les vulnérabilités, valide leur exploitabilité et effectue de nouveaux tests après chaque modification. Reuters a rapporté que les clients peuvent recevoir des suggestions de correction au niveau du code ou utiliser des correctifs virtuels lorsqu'aucun correctif logiciel officiel n'est encore disponible.
Un correctif virtuel peut réduire l'exposition en bloquant une requête malveillante ou un schéma d'attaque au niveau de la couche de sécurité, mais il ne supprime pas le code défectueux sous-jacent. Le suivi reste donc mesurable : les organisations doivent toujours désigner des responsables, tester les correctifs permanents et confirmer, par de nouveaux tests, que la faille de sécurité est comblée. Un service continu pourrait raccourcir ce cycle, bien que les documents de lancement ne fournissent pas de preuves indépendantes de l'amélioration du délai de correction.
Des abonnements annuels seront proposés dans le monde entier, leur prix étant calculé en fonction notamment de la combinaison de modèles commerciaux et de modèles open weight sélectionnés, selon Reuters et l'entreprise. Palo Alto n'a pas fourni publiquement suffisamment de détails pour permettre une comparaison du coût du service avec des tests d'intrusion périodiques ou des plateformes concurrentes. L'entreprise n'a pas non plus communiqué les taux de faux positifs par client, la méthodologie de référence ni une description complète de la manière dont l'accès aux modèles et aux données sensibles de l'entreprise sera géré.
Ces questions restées sans réponse sont importantes. Les tests offensifs exigent un accès étendu, un périmètre d'action clairement défini et des contrôles d'audit rigoureux. Un système automatisé qui identifie mal une cible, exécute une action dangereuse ou expose du code propriétaire pourrait créer de nouveaux risques lors de la recherche de risques existants. Palo Alto affirme que le périmètre d'action est convenu avec le client et que la validation par des experts est intégrée au flux de travail, mais les acheteurs potentiels auront toujours besoin d'une clarification contractuelle concernant la conservation des données, l'accès du fournisseur de modèles, la responsabilité en cas d'incident et les limites de l'action autonome.
Un test de gouvernance ainsi qu'un produit de sécurité
Ce lancement intervient alors que les directives fédérales considèrent de plus en plus le déploiement de l'IA comme un problème de gestion des risques plutôt que comme un simple achat technique ponctuel. Le cadre de référence volontaire du NIST préconise de prendre en compte la fiabilité tout au long de la conception, de l'utilisation et de l'évaluation des systèmes d'IA. Le NIST décrit également son cadre de cybersécurité comme une structure permettant de gouverner, d'identifier, de protéger, de détecter, de gérer et de se remettre des risques liés à la cybersécurité. Ces documents ne cautionnent pas ce produit ; ils illustrent les contrôles plus larges auxquels tout service de sécurité d'IA continu doit être soumis.
Pour les responsables de la sécurité, la question pratique n'est pas de savoir si un modèle d'IA peut détecter une faille dans une démonstration. Il s'agit plutôt de savoir si une combinaison encadrée de modèles et d'experts peut identifier de manière répétée des vulnérabilités significatives plus rapidement que les adversaires, sans engendrer de risques opérationnels ou de données inacceptables. Le nouveau service de Palo Alto transforme cette question en une offre commerciale. Sa valeur dépendra de preuves indépendantes, de contrôles transparents et de la capacité des clients à convertir un flux plus rapide de détections en correctifs validés.