L'entreprise américaine de cybersécurité Cloudflare lance Adaptive Intelligence, un moteur de détection qui réapprend en continu pour rendre chaque cyberattaque automatisée plus coûteuse que rentable. Avec l'ambition d'inverser le rapport de force face aux bots malveillants.
Chaque jour, Cloudflare filtre plus de mille milliards de requêtes à travers le monde, et une bonne partie cache des robots bien décidés à passer entre les mailles du filet. Voilà pourquoi l'entreprise a officiellement présenté, ce lundi 31 août 2026, Adaptive Intelligence, un moteur de détection de bots propulsé par l'intelligence artificielle, et intégré à son service Bot Management. Contrairement aux systèmes de sécurité classiques, figés entre deux mises à jour, cette technologie se réentraîne en permanence sur le trafic réel pour suivre l'évolution des cyberattaques automatisées. Un changement de stratégie que Cloudflare assume pleinement, quitte à admettre qu'aucun mur ne pourra jamais arrêter un attaquant suffisamment déterminé.
Les bots malveillants ont toujours une longueur d'avance sur les défenses traditionnelles
Le calcul a longtemps semblé perdu d'avance pour les équipes de sécurité, même pour celles de Cloudflare, plutôt réputées pour leur savoir-faire en la matère. Un attaquant peut multiplier les tentatives à moindre coût, changer d'adresse IP, se fabriquer une nouvelle identité numérique et recommencer autant de fois que nécessaire, sans jamais vraiment s'essouffler. Les défenseurs, eux, doivent vérifier chaque ajustement avec soin pour ne jamais bloquer un vrai client par erreur. Du coup, les outils traditionnels se déploient par mises à jour espacées, parfois plusieurs semaines d'ailleurs, et les assaillants, eux, n'ont besoin que de quelques heures pour changer de méthode.
Certains groupes redoublent d'ingéniosité pour se fondre dans le trafic normal. En s'appuyant sur de vastes réseaux de proxys résidentiels, ils répartissent leurs requêtes sur un grand nombre d'adresses différentes, changent de signature à chaque passage et avancent lentement, sans jamais se presser, dans un formulaire de connexion ou un tunnel de paiement. Vu isolément, chaque requête ressemble à celle d'un visiteur ordinaire. Et c'est justement cette dispersion patiente et méthodique qui rend l'attaque difficile à repérer, car aucune adresse, prise isolément, ne dépasse jamais le seuil qui déclencherait l'alerte.
Le problème de fond, selon Cloudflare, tient à la nature même des défenses actuelles. Elles sont dites déterministes, c'est-à-dire qu'une même donnée produit toujours la même réponse. Un attaquant patient finit donc par cartographier les limites du système à force d'essais successifs, un peu comme on chercherait la combinaison d'un coffre-fort par élimination. Certains groupes ont même mis au point des outils pour semi-automatiser ce travail de sape, imaginez ! L'entreprise américaine nous dit que la question n'est plus de savoir si un attaquant déterminé finira par passer, mais ce qui se produit une fois qu'il y est parvenu. La partie semble jouée d'avance, Cloudflare le reconnaît, mais c'est en même temps ce qui a poussé la société à revoir toute son approche.
Une intelligence artificielle qui n'arrête jamais d'apprendre
La nouvelle brique de Cloudflare, baptisée Adaptive Intelligence, se glisse derrière le fameux « bot score » de l'entreprise, ce chiffre qui évalue la probabilité qu'une requête provienne d'une machine plutôt que d'un humain, en croisant des signaux comme l'empreinte de connexion JA4 (une sorte de carte d'identité technique que chaque appareil laisse malgré lui en se connectant), des tests JavaScript, la réputation du réseau d'origine ou encore le comportement de session. Sa particularité est que le modèle de machine learning ne se contente plus d'une version figée mise à jour de temps en temps. Il se réentraîne en continu sur le trafic réel, capable d'intégrer un nouvel outil de contournement la semaine même de son apparition, sans attendre une quelconque publication planifiée.
Le deuxième pilier est encore en préparation, il s'agit des règles de blocage jetables. Concrètement, au lieu d'installer une protection fixe, Cloudflare crée une règle ciblée pour bloquer une attaque précise, la laisse active un moment, puis la retire à un intervalle aléatoire pour la remplacer par une autre. Pas besoin qu'elle soit parfaite ou increvable : elle doit juste tenir assez longtemps pour freiner l'attaquant. Le temps que celui-ci comprenne comment la contourner, elle a déjà disparu, remplacée par une nouvelle règle qu'il devra à nouveau étudier de zéro. Tout le travail d'ingénierie qu'il vient de fournir part alors directement à la poubelle. Mais attention, retirer une règle ne revient pas à l'oublier. Le système garde en mémoire les attaques déjà rencontrées, même une fois leurs règles désactivées. Un pirate ne peut donc pas espérer repartir de zéro en changeant simplement d'adresse ou d'outil. Si son attaque ressemble, même de loin, à une menace déjà croisée par le passé, Cloudflare la reconnaît immédiatement.
Enfin, le système apprend aussi de ce qu'il protège. Quand un client signale qu'un visiteur légitime a été bloqué par erreur, cette correction devient une donnée d'entraînement à part entière. Au fil du temps, le moteur affine sa compréhension des menaces réellement rencontrées par les clients de Cloudflare, plutôt que de s'appuyer sur une photographie figée d'un paysage de cybermenaces qui, lui, ne cesse jamais d'évoluer.
Une cyberdéfense qui se teste avant de passer en première ligne
Dans le détail, le moteur tourne en boucle continue, en suivant le modèle « observer, entraîner, déployer, valider ». Il agrège plusieurs types de signaux, des empreintes de connexion aux comportements de session, avant de générer un nouveau modèle candidat. Mais rien n'est mis en production au hasard, puisque chaque nouvelle version tourne d'abord en mode silencieux, en parallèle du modèle existant, et ses résultats sont comparés avant toute bascule. Si elle pénalise les vrais visiteurs, elle ne voit jamais le jour. L'analyse se fait d'ailleurs sur plusieurs fenêtres temporelles à la fois, une courte pour repérer un pic soudain, une plus longue pour détecter un comportement répété sur des milliers d'adresses qui n'ont, en apparence, aucune raison d'agir de concert. Chaque candidat est jugé sur sa précision, et l'équipe garde la possibilité de mettre en pause ou d'annuler un déploiement avant qu'il n'atteigne l'ensemble du réseau.
Adaptive Intelligence complète Precursor, un autre outil de Cloudflare dévoilé le mois dernier, qui observe le comportement d'un visiteur une fois arrivé dans le navigateur. Ce dernier analyse le tempo de ses actions, ses mouvements, bref, tous ces petits signaux humains qu'un robot peine encore à reproduire fidèlement. Ensemble, les deux briques se renforcent mutuellement et compliquent sérieusement la tâche des assaillants les plus déterminés.
Pour les clients Entreprise de Cloudflare, l'activation se limite à un bouton, « Auto Update Machine Learning », dans le tableau de bord Bot Management. Aucune migration n'est nécessaire ni aucune configuration supplémentaire, le bot score déjà utilisé continue de fonctionner normalement. Une manière, pour l'entreprise, d'affirmer qu'aucun mur ne tiendra éternellement face à un attaquant motivé, mais qu'on peut au moins lui faire perdre son temps, et surtout son argent, un pari qui fait écho aux inquiétudes récentes de plusieurs géants du secteur sur la capacité des défenses actuelles à tenir face à des attaques toujours plus rapides.
Participer à la discussion
Partagez votre avis avec la communauté Clubic.