Cloudflare lance un service de défense contre les vulnérabilités avec OpenAI

Cloudflare a lancé un service qui intègre le modèle de cybersécurité d'OpenAI dans son service de surveillance de la sécurité, permettant de détecter les vulnérabilités dans le code des applications de ses clients et de bloquer les attaques à la périphérie. Grâce à l'intelligence artificielle (IA), la vitesse de détection des vulnérabilités est accrue, permettant ainsi de prioriser les éléments à risque élevé dans les environnements opérationnels.

Le 3 octobre, Cloudflare a annoncé qu'il proposait un service d'"identification et de réponse aux vulnérabilités" en accès anticipé dans le cadre de sa Managed Defense à San Francisco, aux États-Unis. Ce service est destiné à certains clients d'entreprise de Cloudflare sur invitation.

Dans un communiqué, Cloudflare a déclaré qu'en septembre de cette année, le nombre de vulnérabilités enregistrées dans la base de données nationale des vulnérabilités (NVD) des États-Unis s'élevait à 60 475, dépassant le total de 48 185 vulnérabilités enregistrées pour l'année 2025. L'entreprise a expliqué que même si les scanners de vulnérabilités existants présentent des milliers de découvertes, le manque de contexte opérationnel oblige les équipes de sécurité à passer du temps à évaluer les véritables risques.

Le nouveau service utilise le modèle Daybreak, y compris le modèle GPT-5.6 Cyber, via le réseau de défense Daybreak d'OpenAI. Il effectue des opérations de reconnaissance, d'exploration et de validation sur la base de code à laquelle le client a donné accès, et relie ces opérations aux événements de sécurité, au trafic réel et aux fonctionnalités de contrôle à la périphérie.

Le fonctionnement diffère des scanners existants qui se contentent d'augmenter la liste des vulnérabilités. Cloudflare commence par créer un instantané des données de trafic et de sécurité à partir de l'inventaire des actifs web et du pare-feu d'application web (WAF). Il vérifie quels chemins sont réellement ouverts et s'il y a eu des événements de sécurité sur ces chemins, puis restreint la portée de l'examen du code.

L'agent de reconnaissance relie les chemins de requête aux segments de la base de code. Ensuite, un agent d'exploration recherche des vulnérabilités dans les segments de code autorisés par le client et attribue un niveau de risque après un processus de validation. Si un chemin reçoit beaucoup de trafic dans l'environnement opérationnel ou si des tentatives d'exploration sont confirmées, il est priorisé.

Dans l'environnement Workers, il prend la version source récente et les routes configurées pour les aligner avec les points de terminaison réels. Les métadonnées de requête de Workers Observability sont également utilisées pour vérifier si les faiblesses dans le code sont liées aux chemins de service réels.

Cloudflare a expliqué que l'inférence du modèle n'est pas exécutée à la périphérie. Lorsque le client approuve l'enquête, le flux de travail s'exécute sur Cloudflare, et le modèle de prompt est envoyé au serveur d'OpenAI via la passerelle AI de Workers. La réponse revient ensuite au flux de travail de Cloudflare.

Le contrôle clé est l'approbation humaine. Cloudflare a déclaré que les correctifs de code ou les règles de pare-feu suggérés par le modèle ne sont pas appliqués automatiquement, et toutes les suggestions de correctifs et de règles doivent être examinées par le client. La portée de l'enquête est également limitée au code et aux preuves autorisés par le client.

Matthew Prince, cofondateur et PDG de Cloudflare, a déclaré : "Si les équipes de sécurité luttent manuellement contre les attaques basées sur l'IA, elles sont en train de perdre." Cela signifie qu'il est nécessaire de passer d'une approche de correction des vulnérabilités une par une à un système de défense automatisé.

McCall McIntyre, responsable des partenariats mondiaux en cybersécurité chez OpenAI, a déclaré : "L'objectif du réseau de défense Daybreak d'OpenAI est de fournir en toute sécurité les avantages de l'IA de pointe aux défenseurs." Cela signifie qu'ils souhaitent utiliser des modèles de haute performance uniquement dans des environnements approuvés à des fins de défense.

OpenAI a déclaré dans un document d'extension du Daybreak publié le 10 août que le modèle GPT-5.6 Cyber est proposé dans la couche d'accès Daybreak Red. Ce modèle est basé sur GPT-5.6 Sol et a été formé pour améliorer les performances de certaines tâches spécialisées en cybersécurité, telles que la découverte de vulnérabilités zero-day et le développement de chaînes d'exploitation.

OpenAI a également déclaré dans le même document que le modèle GPT-5.6 Cyber a enregistré un taux d'achèvement de 95,0 % dans une évaluation interne avancée des capacités de cybersécurité. GPT-5.6 Sol a enregistré 1,5 %, le GPT-5.6 Sol de l'accès Daybreak Blue a enregistré 2,0 %, et le GPT-5.5 Cyber a enregistré 57,3 %. Ce chiffre est en ligne avec l'approche visant à réduire les refus inutiles dans les tâches à haut risque à des fins de défense.

Cependant, OpenAI a déclaré que le modèle GPT-5.6 Cyber est classé comme ayant une capacité de cybersécurité "élevée" dans son cadre de préparation et n'a pas atteint le seuil "critique". Ce média a précédemment rapporté qu'OpenAI avait élargi Daybreak de la détection des vulnérabilités à un système de correction, de validation et de déploiement.

Il existe également un point de connexion avec l'industrie de la cryptographie en Corée. Les échanges, les portefeuilles, les services de paiement et les bibliothèques open source sont des domaines où les vulnérabilités du code peuvent entraîner des pertes d'actifs. Le service de Cloudflare se concentre sur la priorisation des événements de sécurité et du trafic opérationnel plutôt que sur la simple détection des vulnérabilités.

L'accès aux outils de sécurité basés sur l'IA reste également un sujet de débat. Ce média a précédemment rapporté que des chercheurs en sécurité Bitcoin avaient soulevé des préoccupations concernant les restrictions d'accès aux modèles à des fins de défense. Des modèles puissants peuvent détecter rapidement les vulnérabilités et valider les correctifs, mais la même capacité peut être utilisée pour automatiser des attaques, c'est pourquoi Cloudflare a choisi de soumettre l'application des correctifs et des règles de pare-feu à l'approbation humaine.