Vue d’ensemble
La Prévention des menaces agentiques défend contre les mutations d'attaques autonomes alimentées par l'IA à la vitesse des machines. Il utilise des agents IA pour identifier les attaques et appliquer et adapter des protections avant que tout impact n'apparaisse. Cela réduit votre surface d'attaque et arrête les menaces IA de frontière sans attendre d'intervention manuelle.
Comprendre la menace de l'IA de frontière
Les attaques IA de frontière ne sont ni pilotées ni limitées par des humains. Les agents IA peuvent désormais planifier, exécuter et adapter des chaînes d'attaques multi-étapes de manière autonome, accélérant la découverte de vulnérabilités, personnalisant les tactiques en temps réel pour contourner les défenses et exécutant des attaques à vitesse, échelle et sophistication croissante.
La protection contre les attaques IA de frontière dépasse les limites des protections traditionnelles. Les règles et signatures statiques sont conçues pour les attaques connues, tandis que les attaquants IA de frontière mutent continuellement leur comportement pour les contourner. Une protection efficace doit fonctionner à la vitesse des machines et utiliser un contexte spécifique à l'environnement pour identifier et bloquer les chemins d'attaque émergents.
Comment la Prévention des menaces agentiques protège votre réseau
La Prévention des menaces agentiques utilise des agents IA alimentés par le modèle de langage Opus 4.6. Les agents analysent le trafic réseau et les signaux de sécurité toutes les quatre heures. Chaque analyse passe en revue l'activité des 24 dernières heures à travers les utilisateurs, les hôtes, les sites, les applications et autres entités. Cette fenêtre roulante fournit un contexte spécifique au compte sur les modèles d'utilisation typiques et l'activité attendue.
En utilisant ce contexte, les agents raisonnent sur des comportements suspects. À la vitesse des machines, ils corrèlent les séquences d'activité, le timing, les événements vus pour la première fois et les signaux de plusieurs moteurs de sécurité. Ce raisonnement relie les signaux individuels et les compare au comportement établi et au contexte du réseau plus large. Il peut révéler des attaques émergentes, y compris celles qui exploitent des chemins invisibles auparavant. Par exemple, le téléchargement d'un fichier binaire peut être normal pour un administrateur IT. La même action peut indiquer un risque lorsqu'elle est réalisée par un utilisateur sans antécédents de ce comportement.
Lorsque l'activité indique un risque élevé, l'agent prédit la prochaine étape de l'attaque et détermine la réponse appropriée en appliquant automatiquement des contrôles dynamiques temporaires. Ces contrôles bloquent l'accès à des services, actions ou chemins d'accès exposés, en imposant une atténuation basée sur une analyse approfondie et une recherche de nombreux scénarios de violation par l'équipe de recherche de Cato.
Les agents réévaluent continuellement le comportement dans le temps et ajustent ou retirent les contrôles au fur et à mesure que les conditions changent. Cela réduit la surface d'attaque, limite l'intervention manuelle et préserve la visibilité et le contrôle administratif. Pour surveiller comment la Prévention des menaces agentiques protège votre réseau, voir Surveillance de la Prévention des menaces agentiques.
Pour fournir une vue plus complète du comportement risqué des utilisateurs, les événements de blocage déclenchés par le moteur de sécurité de la Prévention des menaces agentiques sont intégrés dans le score de risque de l'utilisateur. Pour plus d'informations, voir Comprendre le Niveau de Risque Utilisateur.
La Prévention des menaces agentiques vous permet de :
Restez en avance sur les attaques de frontière en adaptant les protections spécifiques à l'environnement à la vitesse des machines à mesure que le comportement des attaquants change
Automatisez la prévention des menaces en appliquant automatiquement des contrôles dynamiques qui arrêtent les attaques avant qu'elles ne puissent avancer
Impliquez les contrôles partout chez les utilisateurs, les sites et les applications
Exigences de licence
Pour les clients avec une licence active de Protection avancée contre les menaces en vigueur en août 2026, cette licence inclut également la Prévention des menaces agentiques
Pour les autres clients, la Prévention des menaces agentiques nécessite une licence de Prévention des menaces agentiques (cela nécessite une licence de Prévention des menaces ou une licence de Protection avancée contre les menaces)
Cas d'utilisation – Blocage d'une attaque IA agentique avant l'établissement du commandement et du contrôle
Un employé de l'entreprise ABC a interagi avec un agent IA malveillant déguisé en assistant de productivité légitime. Après avoir gagné la confiance de l'employé, l'agent a tenté d'exécuter une attaque par étapes en énumérant les ressources locales, en identifiant les applications sensibles et en préparant le point terminal pour un accès à distance persistant. La séquence d'actions était atypique pour l'utilisateur et n'avait pas eu lieu auparavant sur l'appareil.
La Prévention des menaces agentiques a analysé la chaîne d'événements, reconnu le raisonnement coordonné et la planification caractéristique d'une attaque autonome alimentée par l'IA, et déterminé que l'activité représentait une reconnaissance malveillante précédant l'établissement du commandement et du contrôle.
Sur la base de cette évaluation, la Prévention des menaces agentiques a appliqué des contrôles préventifs avant que l'attaque ne puisse progresser. Cela a bloqué le téléchargement et l'exécution de AnyDesk, empêchant l'agent IA d'établir un accès à distance et de maintenir le commandement et le contrôle. Cela a interrompu l'attaque avant que des outils supplémentaires, des charges utiles ou des instructions puissent être livrés, réduisant ainsi considérablement le risque de vol d'identifiants, d'élévation de privilèges et de mouvement latéral.
En détectant de manière autonome l'intention derrière l'activité plutôt que de se fier aux indicateurs individuels, la Prévention des menaces agentiques a contenu l'attaque menée par l'IA sans nécessiter d'intervention manuelle.
Comprendre comment fonctionne la Prévention des menaces agentiques
La Prévention des menaces agentiques analyse continuellement l'activité dans votre environnement pour identifier et arrêter les comportements suspects en utilisant le processus en cinq étapes suivant :
.png?sv=2026-02-06&spr=https&st=2026-10-05T23%3A54%3A04Z&se=2026-10-06T00%3A11%3A04Z&sr=c&sp=r&sig=jWIUctwZmR4ryPnEmpVM%2Fn3EfXiyiJ0O0VloeLi9R1Y%3D)
Build an Entity Baseline: Agentic Threat Prevention’s AI agents monitor network activity over time to establish normal behavior across your network.
Detect Deviations: Agents collect real-time signals from multiple security engines, including services such as Anti-Malware, IPS, Firewall and SAM. It also analyzes long-term insights from the Cato data lake, which aggregates all security events. AI agents reasoning identifies suspicious behavioral patterns compared against the behavioral baseline to identify abnormal activity. Even actions that appear benign can be flagged if they significantly deviate from normal behavior.
Dynamic Controls: When suspicious behavior is detected, to reduce the attack surface, the agent predicts the next stage of the attack and applies customized controls to prevent it from progressing. Multiple controls can be applied for a single suspicious behavior.
Block Malicious Action: If a malicious action is taken, it is blocked in real time to prevent threats.
Adapt Dynamic Controls: Agents continuously reevaluate entity behavior and dynamically adjust or expire the applied controls as the risk level changes.
Comment la Prévention des menaces agentiques complète les moteurs de sécurité existants
Les attaques agentiques introduisent trois défis auxquels les modèles de sécurité traditionnels offrent une protection limitée :
Vitesse machine : Les attaques s'exécutent et progressent plus vite que les flux de travail de réponse humaine ne peuvent réagir.
Adaptif : Les attaquants alimentés par l'IA itèrent continuellement, modifiant les tactiques après chaque tentative échouée jusqu'à trouver un chemin qui réussit.
Autonome : Les chaînes d'attaques planifient et exécutent sans qu'un humain n'intervienne, elles ne s'arrêtent jamais, n'attendent pas et ne perdent pas le focus.
Les moteurs de sécurité Cato existants fournissent une protection précise contre les menaces connues et les violations de politique. Ils appliquent efficacement les politiques et bloquent les attaques à des étapes spécifiques du cycle de vie. Cependant, ils dépendent de détections définies à l'avance, de signatures et de règles créées par des chercheurs en sécurité basés sur des techniques d'attaque connues.
Les attaquants agentiques peuvent modifier continuellement leurs techniques jusqu'à ce qu'ils trouvent un chemin d'attaque disponible plus rapidement que les nouvelles détections ne peuvent être recherchées, écrites et déployées. La Prévention des menaces agentiques correspond au modèle d'exploitation des attaquants avec une couche de raisonnement autonome. Elle analyse continuellement le contexte spécifique des comptes à partir du trafic, des événements de sécurité, du renseignement sur les menaces et du comportement des entités. Contrairement à l'attaquant, l'agent dispose d'une visibilité continue dans l'environnement et d'un accès immédiat aux contrôles de mise en application. Cet avantage de contexte aide l'agent à identifier des modèles comportementaux suspects et des chemins d'attaque émergents.
L'agent détecte les comportements suspects sans attendre que des chercheurs créent de nouvelles signatures. Il sélectionne la réponse appropriée basée sur le contexte et le risque de chaque détection. La Prévention des menaces agentiques applique ensuite des contrôles dynamiques à travers les moteurs de mise en application existants de Cato à la vitesse des machines.
L'agent réévalue continuellement l'activité et ajuste ou retire les contrôles au fur et à mesure que le risque change. Cela fournit une prévention proactive sans nécessiter d'humain dans la boucle.
Les moteurs de sécurité existants appliquent des contrôles précis, tandis que la Prévention des menaces agentiques raisonne de manière autonome sur le contexte et orchestre la réponse. Ensemble, ils arrêtent les attaques agentiques avant qu'elles ne puissent progresser, sans ajouter de complexité politique ni de surcharge opérationnelle.