Cybersécurité / Cloudflare veut rendre les attaques automatisées plus coûteuses avec Adaptive Intelligence

Cloudflare lance Adaptive Intelligence, un nouveau moteur de détection intégré à sa solution Bot Management. Son objectif : adapter en continu les défenses contre les attaques automatisées en générant des règles temporaires et ciblées, afin de compliquer les tentatives répétées de contournement par les attaquants.

L’entreprise explique que son dispositif s’appuie sur les signaux issus du trafic transitant par son réseau mondial. Adaptive Intelligence doit analyser ces données en temps réel, détecter l’apparition de nouvelles techniques et modifier automatiquement les règles de protection.

Des attaques automatisées devenues plus accessibles

Cloudflare estime que l’intelligence artificielle et la multiplication d’outils disponibles en ligne ont considérablement réduit le coût et la technicité nécessaires pour lancer des attaques automatisées.

Des attaquants peuvent notamment louer des réseaux d’appareils compromis, utiliser des adresses IP résidentielles afin de masquer leur origine ou recourir à des logiciels capables d’imiter certains comportements humains.

Cette évolution crée, selon l’entreprise, un déséquilibre : les attaquants peuvent multiplier les tentatives à faible coût tandis que les équipes de cybersécurité doivent identifier et bloquer les comportements malveillants sans empêcher l’accès des utilisateurs légitimes.

Cloudflare souligne également les limites des systèmes reposant sur des mises à jour programmées, qui peuvent nécessiter plusieurs semaines avant leur déploiement alors que certaines tactiques offensives évoluent en quelques heures.

Des règles conçues pour disparaître rapidement

Adaptive Intelligence repose sur une logique différente. Au lieu de conserver des règles statiques, le moteur doit générer automatiquement des protections à courte durée de vie lorsqu’une menace particulière est identifiée.

L’objectif est d’empêcher les attaquants d’étudier durablement les défenses, de cartographier leur fonctionnement puis de perfectionner progressivement leurs techniques de contournement.

« Construire des murs toujours plus hauts ne fonctionne plus lorsque le coût permettant de faire passer une attaque à l’échelle est pratiquement nul », déclare Dane Knecht, CTO de Cloudflare.

Selon lui, Adaptive Intelligence doit créer « une cible mouvante », afin de rendre plus rapidement obsolètes les efforts techniques engagés par les attaquants.

Plus de mille milliards de visites Web analysées chaque jour, selon Cloudflare

L’entreprise affirme que son système analyse quotidiennement plus de mille milliards de visites Web pour repérer les nouvelles menaces et réentraîner continuellement ses modèles de machine learning.

Cette approche doit notamment permettre d’intégrer plus rapidement de nouveaux frameworks de bots et de nouvelles techniques de contournement, sans attendre une mise à jour manuelle ou une nouvelle version du logiciel.

Cloudflare prévoit également de détecter des campagnes plus discrètes, dites « low and slow », qui reposent sur une activité lente et étalée dans le temps. Sont notamment concernés le credential stuffing, qui consiste à tester automatiquement des identifiants compromis, et le scraping automatisé.

Mieux distinguer les bots des utilisateurs légitimes

Adaptive Intelligence doit aussi combiner plusieurs niveaux de données comportementales.

Cloudflare prévoit notamment d'utiliser les signaux liés aux sessions de navigation issus de Cloudflare Precursor, associés à la télémétrie recueillie à l'échelle de son réseau. Cette architecture doit permettre d'évaluer plus précisément le caractère automatisé ou abusif d'un comportement, au-delà de tests reposant sur une réponse binaire.

Un autre enjeu concerne les faux positifs. Les nouvelles règles de sécurité seront testées automatiquement en arrière-plan sur du trafic réel avant leur déploiement, afin d'évaluer leur précision et de limiter le risque de bloquer des visiteurs légitimes.

Avec Adaptive Intelligence, Cloudflare cherche ainsi à faire évoluer la lutte contre les bots d'un modèle fondé sur des défenses relativement stables vers un système qui se réajuste en permanence face aux tactiques observées.