iboss dévoile une solution de DLP basée sur l’IA pour contrôler les données en temps réel dans le cloud et les outils d’IA

iboss a annoncé une solution de DLP basée sur l’IA le 3 novembre 2026, un produit de prévention des pertes de données conçu pour inspecter les contenus en temps réel dans les outils d’IA, les applications cloud et d’autres destinations en ligne. L’entreprise prévoit d’ouvrir un accès en avant-première privée en décembre 2026.

Le produit vise à remédier aux limites des solutions classiques de prévention des pertes de données. Les règles fondées sur les expressions régulières et la recherche de motifs repèrent les formats définis à l’avance, comme un numéro de compte ou une chaîne d’identification, tandis que les contrôles dépendant d’étiquettes peuvent ne pas détecter les fichiers mal étiquetés ou dépourvus d’étiquette. Parmi les exemples figurent un fichier partagé sur un lecteur cloud, un formulaire envoyé à une application Web et du code source collé dans un outil d’IA : tous peuvent contenir des données sensibles sans correspondre à un motif fixe.

Inspection du contenu et contrôles des règles

La solution de DLP basée sur l’IA associe la classification par l’IA et l’apprentissage automatique à une inspection approfondie du contenu afin d’examiner les données en transit. L’analyse des fichiers et la reconnaissance optique de caractères étendent cette inspection aux documents et au texte contenu dans les images, qu’il s’agisse de contenus étiquetés, mal étiquetés ou sans étiquette. L’application des règles repose sur le contenu même d’un fichier ou d’une requête, y compris lorsque les règles de format et les métadonnées ne fournissent aucun indicateur fiable.

Les règles peuvent être définies en fonction de l’utilisateur, du groupe ou du service afin de détecter, signaler ou bloquer les transferts de code source, de données clients, de renseignements personnels identifiables et de propriété intellectuelle. La documentation de DLP d’iboss décrit également la définition des sources et des destinations, les exceptions nommées et les mesures possibles, notamment le blocage, la capture de fichiers, la journalisation, les alertes et l’attribution d’un niveau de gravité. Les violations peuvent être regroupées en incidents assortis d’un score de risque, d’une chronologie des événements et de preuves constituées des fichiers capturés. Les analystes disposent ainsi d’un dossier à examiner et à clôturer, plutôt que de simples entrées de journal isolées.

Trafic chiffré et activité des agents

Les contrôles tenant compte du contenu nécessitent de voir au-delà de la seule destination. Selon l’explication de la DLP basée sur l’IA d’iboss, les outils d’IA accessibles sur le Web nécessitent généralement l’inspection des sessions chiffrées pour permettre ce niveau de contrôle ; sans cela, le système peut voir où les données sont envoyées, mais pas la requête ni le fichier transmis. Cette visibilité permet d’appliquer aux conversations avec des outils d’IA les mêmes règles de contenu qu’aux autres téléversements sur le Web.

Les contrôles ne se limitent pas aux cas où une personne colle du texte dans une fenêtre de discussion. Ils peuvent régir les services d’IA, les outils et les API auxquels un agent autonome est autorisé à recourir, tout en conservant une trace de son activité. La gouvernance des agents s’inscrit ainsi dans le même modèle d’application des règles que celui utilisé pour les sessions interactives avec l’IA, couvrant les transferts de données initiés aussi bien par des logiciels que par des employés.

Étiquettes, preuves d’audit et architecture de la plateforme

Lorsque des étiquettes de sensibilité Microsoft Information Protection sont disponibles, la solution de DLP basée sur l’IA les lit et les applique en ligne. La documentation du produit décrit des décisions d’autorisation ou de blocage définies pour chaque étiquette et chaque destination, à l’aide de la synchronisation des étiquettes Microsoft Purview, tandis que l’inspection du contenu couvre toujours les documents sans étiquette. Les étiquettes constituent donc un critère parmi d’autres pour les règles, aux côtés de l’analyse du contenu, ce qui réduit la dépendance à l’égard de métadonnées correctes sur chaque document.

Les rapports comprennent une évaluation des risques liés aux pertes de données ainsi que des rapports générés en un clic pour le RGPD, HIPAA, PCI-DSS et SOX, afin de fournir aux auditeurs des preuves des éléments détectés et bloqués. iboss indique que le trafic de chaque client est traité dans des conteneurs dédiés, avec des clés SSL isolées et des adresses IP dédiées, et que les données des clients ne sont pas mélangées. La solution de DLP basée sur l’IA complète les services Secure Web Gateway, CASB, GenAI Protection et Zero Trust Network Access de l’entreprise, qui partagent une console, un moteur de règles et un lac de données.

Une démonstration en ligne de 30 minutes est prévue le 5 novembre 2026 à 12 h, heure de l’Est, avant l’accès en avant-première prévu en décembre. La distinction essentielle est celle entre une conception annoncée et sa disponibilité : iboss a présenté un plan de contrôle unique, tenant compte du contenu, pour les transferts de données effectués par des personnes ou des agents, et l’accès en avant-première privée constitue l’étape prévue pour concrétiser cette conception.