L'Intelligence Artificielle au service de la cybersécurité

1. Introduction : IA et cybersécurité

• Panorama des menaces cyber actuelles
• Limites des approches de sécurité traditionnelles
• Définitions : IA, machine learning, deep learning
• Pourquoi l’IA est devenue un levier clé en cybersécurité

2. IA pour la détection des menaces

• Détection d’anomalies et comportements suspects
• Analyse des logs et des flux réseau
• Détection des attaques zero-day
• SIEM et SOC augmentés par l’IA

Cas pratique 
Analyse simplifiée de logs pour détecter une anomalie

3. IA pour la prévention et la protection

• Anticipation des attaques
• Filtrage intelligent des emails (phishing)
• Détection de malwares
• EDR, XDR et IA embarquée

Cas pratique
Identification de phishing à l’aide d’un modèle IA

4. IA pour la réponse aux incidents

• Automatisation des réponses (SOAR)
• Priorisation des alertes
• Aide à la décision en situation de crise
• Réduction du temps de réponse (MTTR)

Cas pratique
Scénario de réponse à un incident cyber assisté par IA

5. IA pour la sécurité des données

• Protection des données sensibles
• Détection des fuites de données
• Classification automatique de l’information
• IA et DLP (Data Loss Prevention)

6. Enjeux éthiques, juridiques et limites

• Biais et faux positifs
• Explicabilité des modèles
• Attaques contre les systèmes IA (adversarial AI)
• Conformité réglementaire (RGPD, NIS2)

7. Déployer l'IA en cybersécurité : bonnes pratiques

• Choisir les bons cas d’usage
• Intégration avec l’existant
• Qualité des données et supervision humaine
• Indicateurs de performance
• Facteurs clés de succès

8. Atelier de synthèse

• Identification des priorités cyber
• Évaluation des risques et bénéfices
• Construction d’une mini-roadmap IA
• Retours d’expérience