SentinelOne annonce de nouvelles fonctionnalités de gestion de la posture de sécurité des données (DSPM) conçues pour sécuriser les systèmes d’intelligence artificielle (IA) depuis l’ingestion des données jusqu’à leur exécution en production. Grâce à ces nouvelles capacités, les entreprises peuvent adopter l’IA en toute confiance, respecter les exigences de confidentialité et les réglementations en vigueur, réduire les risques de fuite de données et déployer des innovations et automatisations basées sur l’IA avec un niveau de confiance renforcée.
À mesure que l’usage de l’IA passe de l’expérimentation à des déploiements à grande échelle, les entreprises sont confrontées à une nouvelle catégorie de risques ayant un impact direct sur la performance opérationnelle, la confiance et l’exposition réglementaire. Les systèmes d’IA sont de plus en plus intégrés aux données, aux infrastructures cloud et aux processus métier, élargissant considérablement la surface d’attaque. Cette nouvelle réalité impose une approche globale, capable de protéger les données, l’infrastructure et les environnements d’exécution, au sein d’un système unique et unifié.
Les nouvelles fonctionnalités DSPM de SentinelOne constituent la première étape de la sécurité de l’IA. Elles permettent aux entreprises d’identifier et de bloquer en amont les données sensibles ou à haut risque avant leur intégration dans les pipelines d’IA, afin de prévenir les risques irréversibles tels que la mémorisation des données ou la corruption des pipelines, avant même le démarrage de l’entraînement des modèles.
Ces fonctionnalités s’appuient sur les solutions existantes de SentinelOne, notamment la gestion de la posture de sécurité de l’infrastructure cloud (CSPM), la gestion de la posture de sécurité de l’IA (AI-SPM), la protection des workloads en environnement d’exécution, ainsi que la sécurisation de l’usage de la GenAI par les collaborateurs et la sécurité des agents IA. Ensemble, elles constituent la plateforme de sécurité IA la plus complète du marché.
Cette approche unifiée permet aux équipes de sécurité de suivre les risques tout au long du cycle de vie de l’IA, d’empêcher les mouvements latéraux entre les données et la logique des modèles, et de protéger efficacement les systèmes d’IA en conditions réelles d’exploitation.
