© Pixabay
Le MIT et le CAIDA de San Diego ont montré que le machine learning est capable de détecter, voire d'anticiper les attaques des hackers. Les chercheurs sont parvenus à mettre au point un système d'apprentissage automatisé, qui a déjà recensé 800 réseaux suspects.
Les scientifiques doivent désormais faire face à une grande proportion de faux positifs, qu'ils cherchent à réduire.
Une attaque pour petits et grands
Le piratage d'adresses IP est en pleine expansion. D'après cette publication du MANRS, les incidents de routage ont affecté plus de 10% des ensembles de réseaux informatiques en 2017. Cela représente près de 14 000 pannes ou attaques de pirates.Ces piratages peuvent avoir des objectifs très différents, allant du simple spam au vol de Bitcoin, en passant par l'installation de malwares. Si beaucoup d'attaques ciblent des particuliers, les grandes entreprises ne sont pas épargnées. Amazon a subi une attaque de ce type en avril 2018 : des pirates ont pris le contrôle d'une grande partie de ses services Cloud, volant pour 150 000 dollars de cryptomonnaie. En novembre 2018, Google a temporairement perdu le contrôle de plusieurs millions d'adresses IP, empêchant l'utilisation d'une partie de ses services. Une société de télécommunication chinoise avait alors été accusée d'avoir utilisé cette technique pour obtenir des informations sur les pays occidentaux.
Gérer les faux positifs
Le MIT et le centre d'analyses appliquées aux données Internet (CAIDA) se sont appuyés sur les points communs de ceux qu'ils appellent des « pirates en série ». Ils ont utilisé ces points communs pour entraîner une intelligence artificielle, qui est ainsi parvenue à identifier 800 réseaux douteux. Les chercheurs se sont rendus compte que certains d'entre eux réalisaient des piratages d'adresses IP depuis des années.Cecilia Testart, étudiante au MIT, a déclaré : « Normalement, les opérateurs doivent gérer les incidents au cas par cas, ce qui rend plus facile la tâche des cybercriminels. Ceci est la première étape essentielle pour cerner le comportement des pirates en série, et se défendre de manière active contre leurs attaques ».
L'un des prochains objectifs concernera les faux positifs. Cecilia Testart explique que ce qui ressemble à une attaque IP peut parfois n'être qu'une erreur humaine. Pour le moment, l'équipe continue d'intervenir elle-même pour identifier ces faux positifs, qui représenteraient 20% des alertes générées par l'intelligence artificielle. L'étudiante espère que l'IA pourra bientôt fonctionner avec une assistance humaine minimale : dans un monde reposant de plus en plus sur Internet, elle craint que les piratages d'IP n'aient des conséquences de plus en plus graves.
Source : MIT
