--- title: "Qu'est-ce que la Prévention des menaces agentiques ?" slug: "what-is-dynamic-prevention" updated: 2026-11-17T00:10:37Z published: 2026-11-17T00:10:37Z canonical: "knowledge.catonetworks.com/what-is-dynamic-prevention" --- > ## Documentation Index > Fetch the complete documentation index at: https://knowledge.catonetworks.com/llms.txt > Use this file to discover all available pages before exploring further. # Qu'est-ce que la Prévention des menaces agentiques ? ## Présentation La Prévention des menaces agentiques défend contre les mutations d'attaques autonomes, dirigées par l'IA à la vitesse de la machine. Elle utilise des agents IA pour identifier les attaques, appliquer et adapter les protections avant que tout impact se produise. Cela réduit votre surface d'attaque et arrête les menaces IA de frontière sans attendre d'intervention manuelle. ### Comprendre la menace des IA de frontière Les attaques IA de frontière ne sont pas conduites ou limitées par les humains. Les agents d'IA peuvent désormais planifier, exécuter et adapter des chaînes d'attaque multi-étapes de manière autonome, accélérant la découverte des vulnérabilités, personnalisant les tactiques en temps réel pour contourner les défenses et menant les attaques à une vitesse, une échelle et une sophistication croissantes. La protection contre les attaques d'IA avancées dépasse les limites des protections traditionnelles. Les règles et signatures statiques sont conçues pour les attaques connues, tandis que les attaquants d'IA avancés modifient continuellement leur comportement pour les contourner. La protection efficace doit fonctionner à la vitesse de la machine et utiliser un contexte environnemental continu pour identifier et bloquer les voies d'attaque émergentes. ### Comment la prévention des menaces Agentic protège votre réseau La prévention des menaces Agentic utilise des agents d'IA alimentés par le modèle de langage Opus 4.6. Les agents analysent le trafic et les signaux de sécurité à l'échelle du réseau toutes les trois heures. Chaque analyse passe en revue l'activité des dernières 24 heures à travers les utilisateurs, les hôtes, les sites, les applications et d'autres entités. Cette fenêtre glissante fournit un contexte spécifique aux comptes sur les schémas d'utilisation typiques et l'activité attendue. En utilisant ce contexte, les agents raisonnent sur les modèles de comportement suspects. À la vitesse de la machine, ils corrèlent les séquences d'activité, les timings, les premiers événements observés et les signaux provenant de multiples moteurs de sécurité. Ce raisonnement relie les signaux individuels et les compare avec un comportement établi et un contexte réseau plus large. Il peut révéler des attaques émergentes, y compris celles qui utilisent des chemins auparavant non vus. Par exemple, le téléchargement d'un fichier binaire peut être normal pour un administrateur informatique. La même action peut indiquer un risque lorsqu'elle est effectuée 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 temporaires et dynamiques. Ces contrôles bloquent l'accès aux 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 en continu le comportement au fil du temps et ajustent ou retirent les contrôles à mesure que les conditions changent. Cela réduit la surface d'attaque, limite l'intervention manuelle et préserve la visibilité et le contrôle administratifs. Pour suivre comment la prévention des menaces agentiques protège votre réseau, consultez [Surveillance de la Prévention des Menaces Agentiques](/v1/docs/monitoring-agentic-threat-prevention). Pour fournir une vue plus complète du comportement risqué de l'utilisateur, les événements de blocage déclenchés par le moteur de sécurité de la Prévention des Menaces Agentiques sont incorporés dans le score de risque de l'utilisateur. Pour plus d'informations, voir [Comprendre le Niveau de Risque Utilisateur.](/v1/docs/understanding-the-user-risk-level) La prévention des menaces agentiques vous permet de : - **Rester en avance sur les attaques avancées** en adaptant les protections spécifiques à l'environnement à la vitesse de la machine à mesure que le comportement des attaquants change - **Automatiser la prévention des menaces** en appliquant automatiquement des contrôles dynamiques qui arrêtent les attaques avant qu'elles ne puissent progresser - **Imposer des contrôles partout** à travers les utilisateurs, les sites et les applications ### Exigences de licence - Pour les clients ayant une licence de protection avancée contre les menaces active 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 de prévention avancée des menaces) ### Cas d'utilisation – Bloquer l'attaque d'IA agentique avant l'établissement de commande et de contrôle Un employé de la société ABC a interagi avec un agent d'IA malveillant déguisé en assistant de productivité légitime. Après avoir gagné la confiance de l'employé, l'agent a tenté d'exécuter une attaque en plusieurs étapes en énumérant les ressources locales, en identifiant les applications sensibles et en préparant le point d'extrémité pour un accès distant persistant. La séquence des actions était atypique pour l'utilisateur et ne s'était pas auparavant produite sur l'appareil. La prévention des menaces Agentic a analysé la chaîne d'événements, reconnu le raisonnement coordonné et la planification caractéristique d'une attaque autonome menée par l'IA, et déterminé que l'activité représentait une reconnaissance malveillante avant l'établissement de commande et de contrôle. Basé sur cette évaluation, la prévention des menaces Agentic a appliqué des contrôles préventifs avant que l'attaque ne puisse progresser. Il a bloqué le téléchargement et l'exécution de AnyDesk, empêchant ainsi l'agent d'IA d'établir l'accès distant et de maintenir la commande et le contrôle. Cela a perturbé l'attaque avant que des outils supplémentaires, des charges utiles ou des instructions puissent être livrés, réduisant considérablement le risque de vol d'identifiants, d'escalade 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 Agentic a contenu l'attaque menée par l'IA sans nécessiter d'intervention manuelle. ## Comprendre comment fonctionne la Prévention des Menaces Agentic La prévention des menaces Agentic analyse en continu l'activité dans votre environnement pour identifier et arrêter les comportements suspects en utilisant le processus en cinq étapes suivant : ![](https://cdn.document360.io/81d0367c-2b69-4ba8-b412-1c8f46ce677e/Images/Documentation/image(86).png?sv=2026-02-06&spr=https&st=2026-11-22T17%3A15%3A35Z&se=2026-11-22T18%3A15%3A35Z&sr=b&sp=r&sig=qaoxbNBD45UVe5XEMn8AtmjjmzukkdwTNjpldtXm9g8%3D) 1. **Build an Entity Baseline**: Agentic Threat Prevention’s AI agents monitor network activity over time to establish normal behavior across your network. 2. **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. 3. **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. 4. **Block Malicious Action**: If a malicious action is taken, it is blocked in real time to prevent threats. 5. **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 Agentic complète les moteurs de sécurité existants Les attaques agentiques introduisent trois défis contre lesquels les modèles de sécurité traditionnels fournissent une protection limitée : - **Vitesse de la machine** : Les attaques s'exécutent et progressent plus rapidement que les flux de réaction humaine ne peuvent réagir - **Adaptatif** : Les attaquants pilotés par l'IA itèrent continuellement, changeant de tactique après chaque tentative échouée jusqu'à trouver un chemin qui réussit - **Autonome** : Les chaînes d'attaque planifient et exécutent sans intervention humaine, elles ne s'arrêtent jamais, n'attendent pas, ni ne perdent de concentration Les moteurs de sécurité Cato existants fournissent une protection précise contre les menaces connues et les violations de politiques. Ils appliquent efficacement la politique et bloquent les attaques à des étapes spécifiques du cycle de vie. Cependant, ils dépendent des détections définies à l'avance, des signatures et des règles créées par des chercheurs en sécurité basés sur des techniques d'attaque connues. Les attaquants agentiques peuvent continuellement modifier leurs techniques jusqu'à ce qu'ils trouvent un chemin d'attaque disponible plus rapidement que de nouvelles détections peuvent être recherchées, rédigées et déployées. La prévention des menaces Agentic aligne le modèle d'opération de l'attaquant avec une couche de raisonnement autonome. Elle analyse en continu le contexte spécifique au compte à partir du trafic, des événements de sécurité, de l'intelligence des menaces et du comportement des entités. Contrairement à l'attaquant, l'agent a une visibilité continue sur l'environnement et un accès immédiat aux contrôles d'application. Cet avantage contextuel aide l'agent à identifier les modèles de comportement suspects et les chemins d'attaque émergents. L'agent détecte les comportements suspects sans attendre que les chercheurs créent de nouvelles signatures. Elle sélectionne la réponse appropriée en fonction du contexte et du risque de chaque détection. La prévention des menaces Agentic applique ensuite des contrôles dynamiques via les moteurs d'application existants de Cato à la vitesse de la machine. L'agent réévalue continuellement l'activité et ajuste ou retire les contrôles à mesure que le risque évolue. Cela offre une prévention proactive sans nécessiter d'intervention humaine. Les moteurs de sécurité existants imposent des contrôles précis, tandis que la prévention des menaces Agentic raisonne de manière autonome sur le contexte et orchestre la réponse. Ensemble, ils arrêtent les attaques agentiques avant qu'elles ne progressent, sans ajouter de complexité politique ou de surcharge opérationnelle.