Huawei affirme que sa nouvelle pile de sécurité IA Xinghe peut atteindre des taux de détection ou de réponse d'environ 95 à 99 % pour les menaces contextuelles documentées publiquement et les alarmes automatisées grâce à un contrôle de politique unifié. La mise à jour introduit un contrôle plus granulaire au niveau applicatif (micro-isolation), une meilleure défense des terminaux pour les flux de travail des grands modèles, ainsi que des outils pour lutter contre l’IoT et les logiciels malveillants via une défense « terminal + réseau ».
Que s’est-il passé: Huawei déploie la sécurité IA Zero Trust dans les succursales, les campus et les centres de données Lors du sommet Data Communication de Huawei à HUAWEI CONNECT 2025, l'entreprise a dévoilé la solution de sécurité réseau IA Xinghe améliorée. Elle intègre un cadre Zero Trust visant à couvrir les succursales d'entreprise, les campus et les centres de données.
Parmi les principales fonctionnalités, citons: Accès Zero Trust aux succursales: La passerelle de sécurité de succursale USG6000F combine une orchestration centralisée des politiques via le contrôleur iMaster NCE-Campus, permettant une réponse automatisée aux menaces jusqu'à 99 %, avec une détection des menaces basée sur l’IA et un moteur d’émulation pour décompresser les logiciels malveillants contextuels documentés publiquement, revendiquant un taux de détection de 95 % pour les menaces contextuelles documentées publiquement.
Une meilleure reconnaissance des actifs (plus de 95 % de précision), le regroupement par IA, l’analyse active et la création automatique de politiques d’isolation granulaires — en particulier pour le trafic est-ouest, qui fait référence aux risques se déplaçant latéralement à travers le réseau du campus — sont autant de fonctionnalités de l’interconnexion Zero Trust des campus.
Sécurité Zero Trust des données: Dédiée à la protection des grands modèles d’IA/ML, HiSec Endpoint détecte les exploits au niveau du noyau lors du déploiement, tandis qu’un pare-feu de calcul intelligent XH6655 avec moteur antivirus vérifie la présence de logiciels malveillants intégrés pendant l’entraînement. De plus, des fonctionnalités telles que les défenses contre l’injection de prompts et la récupération de ransomware en un clic sont incluses.
À lire aussi: Oracle apporte l’IA au cloud souverain britannique dans le cadre d’un investissement de 5 milliards de dollars À lire aussi: Huawei construit des SuperClusters pour défier la course mondiale à l’IA Pourquoi c’est important L’annonce intervient à un moment où les entreprises sont plus vulnérables aux menaces alimentées par l’IA, car les acteurs malveillants peuvent automatiser les attaques à l’aide de grands modèles et parce que les entreprises mettent en œuvre des flux de travail IA/ML qui pourraient introduire des vulnérabilités, notamment dans les secteurs gouvernemental, de la santé et de la météorologie.
L’action de Huawei démontre à quel point l’intégration Zero Trust + IA est importante pour les fournisseurs de sécurité. Cependant, des questions restent en suspens: Efficacité en conditions réelles: Les taux de détection de 95 % revendiqués, les réponses automatisées, etc., sont impressionnants en laboratoire ou en conditions contrôlées, mais comment se comportent-ils en cas de charge élevée, dans des environnements diversifiés ou lorsque les adversaires s’adaptent? Complexité vs facilité de gestion: Les architectures Zero Trust et la micro-segmentation introduisent de la complexité.
Les entreprises peuvent trouver difficile la gestion de politiques granulaires et s’assurer qu’elles n’entravent pas les opérations. Confiance et chaînes d’approvisionnement: L’article mentionne que l’entraînement de grands modèles avec des frameworks open source peut présenter des vulnérabilités de chaîne d’approvisionnement. Bien que Huawei propose des outils pour détecter les « logiciels malveillants intégrés », vérifier que ces outils capturent toutes les menaces n’est pas anodin.
Tout bien considéré, la plateforme Xinghe améliorée de Huawei promet une défense des terminaux, une détection des menaces et une automatisation des politiques renforcées, faisant progresser la pensée Zero Trust pour l’avenir de l’IA. Cependant, la réussite à long terme dépendra de la performance de ces fonctionnalités dans des situations où la sécurité et la facilité d’utilisation doivent être équilibrées, face à des menaces réelles et à grande échelle.