Flare lance Threat Flow

Gradient blue background. There is a light green oval with the white text "Press Release" inside of it. Below it there's white text: "Flare Launches Threat Flow."

Montreal, Québec, Canada – 6 août 2024 - Flare, le leadeur mondial de la gestion de l'exposition aux cybermenaces, a annoncé le lancement de Threat Flow, la première application d'IA générative transparente du secteur de la cybersécurité qui génère des résumés ponctuels, pertinents et fiables de l'activité des cybercriminels sur le Web clandestin, permettant des recherches à l'échelle et la production de rapports pour les équipes de cybersécurité.

L'extraction de renseignement contextuel et exploitable à partir de sources du Web clandestin pose d'importants défis techniques et logistiques. Bien que les études de cas des grands modèles de langage (LLM) pour le renseignement sur les cybermenaces soient prometteurs, ceux-ci sont souvent opaques et difficiles à valider, ce qui laisse les responsables de la cybersécurité sceptiques. 

La plateforme de Flare surveille et récupère en continu des données sur l'activité des forums du Web clandestin. Threat Flow structure ensuite ces données en résumés unitaires et leur attribue des métadonnées et des marquages afin d'optimiser la génération de rapports.

Tandis que la plupart des applications de cybersécurité avec IA générative servent à rendre des alertes ou des événements, Threat Flow permet aux utilisateurs d'interagir avec des ensembles de données brutes continuellement mises à jour provenant du Web clandestin. Threat Flow offre un accès direct aux sources de premier plan pour que les analystes puissent les exploiter à leur manière, ou pour que les responsables de la cybersécurité puissent générer des rapports fiables et contextuels. 

Avec Threat Flow, les utilisateurs disposent...

  • De résumés précis et actualisés de l'activité des cybercriminels;
  • De renseignement adapté au contexte commercial du client;
  • D'une génération automatisée de rapports;
  • D'une architecture transparente qui permet aux utilisateurs de voir les informations provenant de sources spécifiques.

Le développement et la garantie de qualité de Threat Flow ont été complétés en collaboration avec les membres du laboratoire EconCrime de l'Université de Montréal, et les résultats publiés dans un rapport intitulé: « The Use of Large Language Models (LLM) for Cyber Threat Intelligence (CTI) in Cybercrime Forums ». La recherche a conclu que les résultats fournis par Threat Flow ont une précision de 98 % dans la classification des données du Web clandestin à travers 10 références différentes de renseignement sur les cybermenaces (CTI). Threat Flow est le premier produit d'IA générative de renseignement sur les cybermenaces dont la précision a été validée de cette manière.

« Nous sommes enthousiastes à l'idée de lancer Threat Flow et d'offrir aux analystes des cybermenaces et aux équipes de recherche une étendue inédite de renseignement exploitable », a déclaré Serge-Olivier Paquette, directeur des produits et programmes chez Flare. « Cette plateforme montre comment les modèles linguistiques peuvent fournir des informations approfondies sur les activités des cybercriminels, et ouvre la porte à d'autres analyses sur les cybermenaces émergentes. Nous estimons que cette technologie change la donne en matière de renseignement, et nous sommes impatients de voir son impact sur le développement de la cyberdéfense pour nos clients. »

Pour en savoir plus, visitez le site Web de Flare

À propos de Flare

Flare est le leader de la gestion de l'exposition aux cybermenaces, et aide les organisations de toutes tailles à détecter les expositions au risque trouvées sur le Web visible et le Web clandestin. Combinant la meilleure base de données cybercriminelles du secteur avec une expérience utilisateur remarquablement intuitive, Flare habilite les clients à reprendre l'avantage en matière de renseignement et à garder une longueur d'avance sur les cybercriminels. Pour obtenir plus d'information, visitez https://flare.io.

Partager cet article

Rubriques connexes