IA et apprentissage automatique : des outils spécifiques pour des problèmes spécifiques

Joshua Goldfarb

L’intelligence artificielle et l’apprentissage automatique (IA/ML) sont des sujets très en vogue actuellement. Ils sont presque toujours abordés lors de réunions (virtuelles ou en présentiel) avec des clients, des partenaires, des analystes du secteur, des journalistes et d’autres interlocuteurs. Parfois, les questions et les discussions sont très ciblées et précises. Mais dans d’autres cas, elles restent assez vagues et générales.

Lorsque l’on me pose des questions générales sur l’IA et le machine learning, j’y réponds peut-être différemment des autres. À mes yeux, l’IA et le machine learning ne sont pas des solutions génériques, mais des outils qui doivent être appliqués à des problèmes précis pour être efficaces.

Alors, quels sont les problèmes auxquels les entreprises sont confrontées et que l’IA et le machine learning peuvent contribuer à résoudre ? Sans prétendre à l’exhaustivité, voici quelques-uns de mes préférés :

Attaques automatisées

Les attaques automatisées sont souvent perpétrées par des réseaux de bots. Elles exposent les entreprises à différents risques, notamment des pertes liées à la fraude, la manipulation des stocks, l’atteinte à la réputation, le vol de données, ainsi que des coûts d’infrastructure, de performance et d’assistance. La détection et l’atténuation des attaques automatisées nécessitent de savoir distinguer le trafic humain du trafic automatisé.

Si cela peut sembler simple en théorie, il s’agit en pratique d’une tâche difficile qui nécessite de recourir à diverses techniques. L’une d’elles consiste à utiliser l’IA et le machine learning, non pas de manière générale, bien sûr, mais en les appliquant très précisément au problème de la distinction entre le trafic automatisé indésirable et le trafic humain légitime.

Fraude

La fraude est un problème croissant pour les entreprises, en particulier pour celles qui effectuent un grand nombre de transactions en ligne. Les entreprises peuvent subir des pertes liées à la fraude de multiples façons, mais deux types de fraude ont des répercussions particulièrement importantes sur les canaux numériques : la prise de contrôle de compte (ATO) et la fraude à l’ouverture de compte (AO). La prise de contrôle de compte implique le plus souvent qu’un fraudeur ou un autre utilisateur non autorisé s’empare d’un compte à l’aide d’identifiants compromis, d’une attaque de type « homme dans le navigateur » (MITB), de techniques d’ingénierie sociale ou d’autres moyens. La fraude à l’ouverture de compte consiste, pour un fraudeur ou un autre utilisateur non autorisé, à ouvrir un compte à l’aide d’informations personnelles identifiables (PII) volées ou synthétiques.

Détecter les fraudes de manière fiable sans générer un grand nombre de faux positifs exige davantage qu’une détection fondée sur des règles et des signatures. Il est nécessaire de comprendre les intentions de l’utilisateur final au cours de la session, lorsqu’il interagit avec l’application en ligne. Cela implique d’observer et d’analyser, à l’aide de l’IA et du machine learning, le comportement de l’utilisateur final, les caractéristiques de son appareil ainsi que le réseau ou l’environnement depuis lequel il se connecte. Il s’agit d’une autre application très spécifique de l’IA et du machine learning qui a donné de bons résultats dans la pratique.

Sécurité des API

La sécurité des API est un autre domaine dans lequel l’IA et le machine learning peuvent être mis à profit pour résoudre des problèmes complexes. Les entreprises ont dû accélérer leur évolution technologique afin de suivre les exigences d’un marché en mutation rapide. Elles ont ainsi été amenées à déployer des applications et des API destinées aux clients pour répondre aux besoins des utilisateurs finaux. Dans certains cas, ces applications et API ne sont pas suffisamment sécurisées et protégées avant leur mise en production. Dans d’autres, elles ne sont pas correctement répertoriées ni gérées.

Tous ces éléments introduisent des vulnérabilités et des faiblesses dans les applications et les API. C’est là que la découverte basée sur l’IA/ML revêt une importance majeure pour les entreprises. Elle permet d’identifier les API inconnues, non répertoriées et/ou non gérées. Elle peut garantir que les API sont protégées par le type d’authentification approprié. Elle peut vérifier qu’aucune donnée sensible ne figure dans les requêtes et les réponses. Elle peut également s’assurer qu’il n’existe aucune vulnérabilité nécessitant une correction. Il s’agit là d’applications spécifiques de l’IA/ML qui aident les entreprises à renforcer la sécurité de leurs applications et de leurs API.

Conclusion

Lorsque l’on me pose des questions générales sur l’IA et le machine learning, j’ai tendance à recentrer quelque peu la discussion. À mes yeux, l’IA et le machine learning sont des outils qui peuvent et doivent être appliqués à des problèmes précis de sécurité et de fraude qu’ils peuvent contribuer à résoudre. De fait, il existe plusieurs problèmes majeurs auxquels presque toutes les entreprises sont confrontées et pour lesquels l’IA et le machine learning se sont révélés particulièrement avantageux.

À propos de l’auteur

Joshua Goldfarb

Autres articles de Joshua Goldfarb