Cogent et OpenAI : des usines de cyberdéfense pour entreprises
Cogent combine les modèles d’OpenAI au contexte d’entreprise pour aider des agents à corriger automatiquement les vulnérabilités.

75 %
Réduction du délai moyen de correction des vulnérabilités
5×
Plus de vulnérabilités triées
Alors que les entreprises font face à plus de risques de sécurité que jamais, Cogent Security(s'ouvre dans une nouvelle fenêtre) constate que le plus difficile n’est pas de trouver les vulnérabilités, mais de les corriger. Le travail de correction est complexe et mobilise plusieurs équipes. Il exige une compréhension contextuelle de l’environnement de l’entreprise : comment un attaquant pourrait exploiter une vulnérabilité, quels systèmes d’entreprise sont en jeu et quels changements peuvent être apportés de façon sécuritaire.
Cogent développe des usines de cyberdéfense pour permettre aux entreprises de repérer et d’éliminer ces risques de façon autonome. Ces usines sont conçues pour aider les équipes de défense à agir à la vitesse des machines, face à l’accélération de la découverte et de l’exploitation des vulnérabilités.
Les agents d’IA de Cogent combinent GPT‑6.1 Sol et GPT‑5.6 au contexte et aux contrôles d’entreprise pour prendre en charge le travail de l’investigation jusqu’à la vérification des mesures correctives. Les agents évaluent les expositions, exécutent les changements autorisés et confirment que le risque a été éliminé. Cogent mène aussi des recherches internes avec Cyber et Daybreak pour explorer les chemins d’attaque et les capacités défensives.
« La capacité des modèles d’OpenAI à poursuivre des tâches de longue durée ouvre la voie à un nouveau niveau d’autonomie dans la défense des entreprises : les agents d’IA peuvent maintenant mener le travail de l’investigation jusqu’à la vérification des mesures correctives. »

Pour chaque client, le moteur contextuel de Cogent tient à jour un graphe de connaissances d’entreprise regroupant les actifs, les vulnérabilités, les identités, les responsabilités et les dépendances. Des agents spécialisés en arrière-plan rapprochent continuellement les renseignements provenant des outils et systèmes de sécurité, donnant aux agents d’investigation et de correction une compréhension commune de l’environnement.
GPT‑6 Astra prend en charge la planification initiale et le raisonnement complexe nécessaires à ce travail. Cela permet de créer ce que Geng Sng, cofondateur et chef de la technologie de Cogent, décrit comme un « harnais de mémoire pour l’entreprise ». Il explique : « Nous n’avons pas à réapprendre à quoi ressemble le monde chaque fois qu’une nouvelle tâche se présente. » La réutilisation du contexte réduit la latence, les coûts d’inférence et les incohérences dans les résultats.
Les politiques des agents de Cogent définissent les changements autorisés et les exigences d’approbation de chaque entreprise. Son moteur d’application des politiques, TRACE, vérifie la conformité des appels d’outils avant leur exécution. Les vérifications sont déterministes et ne nécessitent aucune inférence distincte du modèle.
Une passerelle d’agents vérifie indépendamment les autorisations, et les tâches à risque plus élevé peuvent s’exécuter dans des bacs à sable isolés. Les clients peuvent déléguer les investigations, exiger l’approbation des changements ou autoriser des mesures correctives autonomes dans un cadre défini.
Lorsque des failles de sécurité critiques connues sous le nom de PHP2Shell ont été divulguées dans PHP, un langage de programmation utilisé pour faire fonctionner des sites Web, les clients se sont tournés vers les Cyber Defense Factories que Cogent avait déjà déployées dans leurs environnements.
GPT‑6.1 Sol et GPT‑6 Astra ont fourni le raisonnement approfondi nécessaire à l’investigation et à la planification des mesures correctives. À l’aide de la couche contextuelle de Cogent, les agents ont repéré les systèmes touchés, évalué leur exposition et élaboré des plans tenant compte des dépendances applicatives et des contraintes opérationnelles. Ils ont ensuite orchestré les correctifs en suivant les flux de travail d’approbation et d’exécution définis par les clients, puis vérifié la résolution des problèmes.
Cogent indique que ses clients utilisent ses Cyber Defense Factories pour corriger les vulnérabilités plus rapidement et accroître leur capacité d’investigation. Grâce à Cogent, un client du secteur automobile figurant au classement Fortune 1000 a réduit de 75 % son délai moyen de correction des vulnérabilités critiques, et un client du secteur des services informatiques figurant au classement Fortune 500 a multiplié par cinq son débit de triage des vulnérabilités.
La plateforme mondiale de négociation électronique MarketAxess utilise Cogent pour renforcer son approche de gestion de l’exposition fondée sur les risques. « Cogent réunit les données sur les vulnérabilités, le contexte d’affaires, les contrôles de sécurité et l’analyse des chemins d’attaque pour nous aider à valider les expositions réelles et à prioriser les mesures correctives là où elles comptent le plus. Ce qui se démarque, c’est la rapidité avec laquelle l’équipe de Cogent réagit aux menaces émergentes et transforme nos commentaires en fonctionnalités concrètes », explique Vijay Bala, directeur de la sécurité de l’information chez MarketAxess.
Cogent évalue continuellement des solutions de rechange à code source fermé et ouvert, et constate que les modèles d’OpenAI offrent un raisonnement plus solide pour les tâches de sécurité de longue durée, une fidélité accrue, moins d’hallucinations sur les bases de code techniques et une exécution plus fiable. Les modèles peuvent enchaîner des appels d’outils de façon séquentielle et en parallèle tout en conservant le contexte au fil des flux de travail de correction.
Cogent privilégie la qualité du raisonnement pour les investigations complexes et le coût pour les tâches plus simples. L’entreprise utilise GPT‑6.1 Sol pour l’exécution générale et GPT‑5.6 pour les tâches courantes de gestion des vulnérabilités, où le raisonnement avancé est moins crucial.
« Les modèles d’OpenAI offrent un meilleur rapport coût-efficacité que ceux des autres fournisseurs. C’est un gros avantage pour nous, surtout quand nous faisons fonctionner ces immenses essaims d’agents. »
L’utilisation des modèles d’OpenAI a aussi réduit le nombre de logiciels de soutien que Cogent doit développer pour la correction des vulnérabilités et l’application de correctifs. « Une grande partie du travail que nous devions effectuer au niveau du harnais n’est plus nécessaire », affirme Geng. Il a également indiqué que les API d’OpenAI ont « simplifié l’acheminement des requêtes et l’orchestration des agents, réduisant considérablement la charge de travail d’ingénierie interne et accélérant la mise sur le marché de nos flux de travail de sécurité complexes ».
La plupart des ingénieurs de Cogent choisissent également Codex pour le développement. Selon Geng, ils sont plus productifs en combinant Codex aux modèles d’OpenAI qu’en utilisant ces mêmes modèles dans un environnement de programmation à code source ouvert. « Codex comprend tout simplement des outils que nous n’avons pas à développer nous-mêmes », explique Geng.
Grâce à Trusted Access for Cyber et à Daybreak, Cogent reçoit du soutien technique pour ses activités internes d’équipe rouge et ses recherches sur les chemins d’attaque. Daybreak Red, un niveau d’accès au sein de Daybreak, fournit à l’équipe des modèles spécialisés d’OpenAI pour les recherches offensives et sur les vulnérabilités menées avec autorisation. « Une bonne défense exige une bonne attaque », affirme Geng.
« Grâce à Trusted Access for Cyber et à Daybreak, nous pouvons explorer comment des vulnérabilités pourraient s’enchaîner à travers les identités, les ressources et les contrôles réseau. Nous utilisons ces recherches pour comprendre ce que nos agents peuvent faire et quelles capacités défensives développer ensuite. »
Cogent prévoit élargir ses capacités à titre de partenaire clé des entreprises pour la création de leurs propres usines de cyberdéfense. Sa feuille de route prévoit des mesures correctives de plus en plus autonomes, en élargissant l’éventail et la complexité des correctifs que les agents peuvent exécuter, des simples changements de configuration aux flux de travail à plusieurs étapes couvrant différents systèmes d’entreprise.
L’entreprise développe aussi des capacités autonomes de découverte et de validation. Son objectif est un système en boucle fermée qui repère et élimine les risques tout en tirant continuellement des leçons de chaque vulnérabilité pour améliorer les investigations et les correctifs futurs.


