Cohesity et Microsoft ont récemment annoncé avoir étendu leur partenariat afin de renforcer la sécurité des données, la détection des menaces et la protection contre les cyberattaques grâce à l’intelligence artificielle. L’objectif est d’aider les entreprises à optimiser leur utilisation du cloud tout en réduisant les risques dans un monde toujours plus hybride et multicloud.
Cohesity propose déjà des services de sauvegarde pour Microsoft 365 sur Amazon Web Services (AWS) ainsi qu’une protection des données sur site pour les machines virtuelles Azure (VM) et Azure Stack HCI, une solution de cluster d’infrastructure hyperconvergée qui héberge des charges de travail Windows et Linux virtualisées.
Le partenariat étendu inclut de nouvelles intégrations destinées à renforcer la défense des équipes informatiques contre les cybermenaces et propose les services Cohesity sur Azure afin de soutenir les initiatives de sécurité multicloud.
À lire aussi : Secure Access Service Edge : avantages majeurs, défis majeurs
L’intégration Cohesity-Microsoft s’attaque aux rançongiciels et à l’authentification multifacteur
La première intégration combine Cohesity DataProtect et Microsoft Sentinel. Les offres DataProtect sur site et de sauvegarde en tant que service (BaaS) s’intègrent désormais à Microsoft Sentinel, une plateforme cloud-native de gestion des informations et des événements de sécurité (SIEM) qui rationalise le signalement des incidents et les alertes liées aux rançongiciels.
La deuxième intégration avec Azure Active Directory (AD) fournit une authentification multifacteur (MFA) et une authentification unique, permettant aux entreprises de gérer et d’accéder de manière sécurisée à Cohesity Data Cloud et Cohesity Cloud Services.
La troisième intégration concerne BigID et Microsoft Purview. Le service de classification des données de Cohesity s’appuie sur BigID, qui a développé une intégration avec Microsoft Purview. Les clients communs peuvent ainsi bénéficier d’une intelligence des données exploitable pour la découverte des données, la confidentialité, la sécurité et la gouvernance.
Les clients de Microsoft peuvent utiliser Cohesity pour leurs sauvegardes
En plus de ces intégrations, les clients de Microsoft pourront accéder aux Cohesity Cloud Services sur Azure afin de sécuriser les données dans des environnements hybrides. L’offre DataProtect BaaS de Cohesity prend désormais en charge Microsoft 365, ce qui signifie que les clients peuvent sauvegarder leurs données Microsoft 365 sur un dataplane hébergé sur Azure. Cohesity FortKnox, un service de coffre-fort cyber en mode logiciel-service (SaaS) destiné à assurer une récupération prévisible des données, sera proposé aux clients Azure dans les prochains mois.
Cohesity s’appuie sur son partenariat avec Microsoft afin de donner à ses clients accès à différents services auprès de plusieurs fournisseurs de cloud, a déclaré Gregory Statton, Office of the CTO, Data & AI chez Cohesity. Les clients peuvent utiliser le plan de contrôle de gestion Helios pour déployer des dataplanes dans Azure et AWS, ainsi que pour gérer des clusters locaux au sein de centres de données privés.
À lire aussi : Le CISO qui réussit : comment gagner la confiance des parties prenantes
Cohesity exploite OpenAI pour obtenir des informations sur les données d’entreprise
La vision de Cohesity pour l’IA inclut l’exploitation de l’intégration de Microsoft avec OpenAI, actuellement le modèle de langage le plus puissant disponible. Bien que cette technologie ne soit pas encore commercialisée sous forme de produit, Cohesity déploie les modèles GPT-3.5 et GPT-4 dans son propre environnement géré, ce qui contribuerait à garantir que les données restent sous le contrôle du client. Selon Statton, les données n’ont pas besoin de se trouver dans Azure pour tirer parti de cette fonctionnalité.
Statton a présenté deux exemples de la manière dont Cohesity pourrait exploiter Azure OpenAI afin de faire émerger de nouvelles informations à partir des données d’entreprise.
Le premier concerne la création de rapports interactifs à l’aide de grands modèles de langage. Lors de la démonstration, des modèles d’IA ont été utilisés pour générer de riches synthèses destinées aux dirigeants à partir d’un flux de données stocké dans Security Center de Cohesity, afin de détecter d’éventuels rançongiciels. Les modèles d’IA ont facilement pu analyser les données et répertorier les entités ou les VM présentant le plus grand nombre de fichiers affectés ou le niveau d’anomalie le plus élevé. Le modèle a également fourni des recommandations sur la manière de traiter ces problèmes, par exemple en procédant à une récupération massive ou en consultant les informations au moyen d’un chatbot assistant de sécurité.
À lire aussi : Entreprises d’IA générative : les 12 leaders
GPT rend les données interrogeables en langage naturel
L’autre fonctionnalité mise en avant est une interface conversationnelle offrant des informations en temps réel. Le modèle de langage a pu identifier les entités présentant des anomalies dans les journaux d’audit de Cohesity.
Lors de la démonstration, ces informations étaient accessibles à un large éventail d’utilisateurs — des responsables de la sécurité des systèmes d’information (CISO) aux équipes opérationnelles — de manière facilement compréhensible. Cohesity a superposé une interface conversationnelle à cet ensemble. Les utilisateurs pouvaient mieux comprendre ce qui était généré à partir des journaux en posant des questions supplémentaires, comme « quels utilisateurs ont le plus interagi avec le système infecté ? » Les grands modèles de langage génèrent des réponses conversationnelles fondées sur les autorisations d’accès aux données de l’utilisateur.
La même approche pourrait être appliquée à toutes les données stockées sur Cohesity. Le modèle de langage comprend le contexte et l’intention des questions des utilisateurs, qu’elles portent sur la documentation, les charges de travail protégées ou les données présentes dans le système. Il pourrait récupérer les informations pertinentes et répondre à diverses questions, ce qui le rend polyvalent et utile pour les utilisateurs.
« Cela humanise les interactions avec le système et permet aux utilisateurs de réduire le délai de résolution ou le délai de mise en œuvre en fournissant des informations exploitables », a déclaré Statton. « C’est là toute la puissance des modèles de langage d’IA. »