[{"data":1,"prerenderedAt":45},["ShallowReactive",2],{"course-ia-offensive-et-defensive-en-cybersecurite":3,"highlight-python-indices = {\n    \"for":44},{"id":4,"name":5,"slug":6,"location":7,"targetAudienceFormatMarkdown":8,"prerequisitesFormatMarkdown":9,"objectivesFormatMarkdown":10,"descriptionFormatMarkdown":11,"teachingMethodsFormatMarkdown":12,"teachingResourcesFormatMarkdown":13,"evaluationMethodsFormatMarkdown":14,"accessibilityFormatMarkdown":15,"accessMethodsFormatMarkdown":16,"minimumParticipants":7,"maximumParticipants":7,"duration":17,"reference":18,"trainerType":7,"updated_at":19,"created_at":20,"price":21,"organizationMode":22,"theme":25,"code":29,"tags":34,"metadata":35},"/api/courses/bc8a9228-b343-11f1-a993-d8ca06000363","IA offensive et défensive en cybersécurité","ia-offensive-et-defensive-en-cybersecurite",null,"RSSI, analystes de sécurité, architectes sécurité, responsables de centres opérationnels, DSI.","-   Connaissance des fondamentaux de la cybersécurité.","-   décrire l'usage de l'IA par les attaquants et les signaux résiduels détectables\n-   évaluer l'apport réel de l'IA aux activités de détection et de réponse\n-   identifier les risques d'usage de l'IA au sein des équipes de sécurité\n-   définir un cadre d'usage de l'IA pour la sécurité opérationnelle","--day1--\n\n## L'IA du côté de l'attaque\n\n-   Hameçonnage et ingénierie sociale assistés : volume, qualité, ciblage\n-   Usurpation par synthèse vocale et vidéo : cas de fraude documentés\n-   Assistance à la reconnaissance et au développement de codes malveillants\n-   Automatisation des campagnes et abaissement du ticket d'entrée\n-   Ce qui change réellement et ce qui relève de l'effet d'annonce\n-   Travaux pratiques : analyse de campagnes d'attaque assistées par IA et repérage des signaux résiduels\n\n--break--\n\n## L'IA du côté de la défense\n\n-   Détection d'anomalies et réduction du bruit dans les alertes\n-   Assistance à l'investigation et à la synthèse d'incidents\n-   Tri de premier niveau automatisé et limites de confiance\n-   Analyse de code et recherche de vulnérabilités\n-   Évaluation honnête des gains : ce qui est mesuré en production\n-   Travaux pratiques : évaluation d'un cas d'usage défensif et définition de ses critères de succès\n\n--day2--\n\n## Sécuriser les usages internes de l'IA\n\n-   Risques liés à l'usage d'assistants par les équipes techniques\n-   Sécurité des applications d'IA déployées dans l'organisation\n-   Détection des usages non déclarés\n-   Politique d'usage de l'IA pour les équipes de sécurité\n-   Protection des données sensibles manipulées par les outils d'IA\n-   Travaux pratiques : rédaction d'une politique d'usage de l'IA pour une équipe de sécurité\n\n--break--\n\n## Adapter le dispositif de sécurité\n\n-   Sensibilisation actualisée face aux nouvelles formes de fraude\n-   Procédures de vérification renforcées sur les demandes sensibles\n-   Intégration de l'IA dans les cas d'usage de détection\n-   Veille sur les menaces liées à l'IA\n-   Feuille de route d'adaptation du dispositif de sécurité\n-   Travaux pratiques : construction du plan d'adaptation du dispositif de sécurité de l'organisation","Présentiel, distanciel, hybride","Les supports pédagogiques sont remis aux stagiaires sous format numérique et/ou papier selon les modalités de la formation.\n\nIls comprennent des supports de cours, des présentations, des fiches pratiques, des études de cas, des exercices applicatifs ainsi que des QCM d’entraînement selon la formation. (adapté au choix du formateur)\n\nLes formations s’appuient sur des moyens techniques adaptés : ordinateurs, logiciels professionnels, connexion internet, écran ou vidéoprojecteur, ainsi que des outils collaboratifs et de visioconférence pour les formations à distance.\n\nL’ensemble des supports pédagogiques est accessible pendant et après la formation afin de favoriser l’appropriation et la mise en pratique des compétences acquises.","En amont de la formation, un recueil des besoins permet de récolter des informations sur le stagiaire et ses attentes. L’évaluation se fait en cours de formation, par des études de cas ou des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation et/ou un examen.\n\nUn suivi de qualité est effectué grâce à nos sessions en groupe restreint (entre 2 et 9 participants maximum). Le stagiaire émargera par demi-journée et recevra une attestation de formation.","Nous informons l’ensemble de nos clients et stagiaires que nous sommes dans la capacité d’adapter les sessions selon les handicaps et les situations spécifiques. Nous nous engageons à répondre à toutes vos demandes sous un délai de 48h ouvré.","Si l’une de nos formations vous intéresse, contactez-nous au +33 4 93 65 34 24 ou à l’adresse mail contact@m2g-intellect.fr. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d’adapter la formation et ses modules, puis nous vous adresserons un devis.\n\nLes dates de la formation seront à convenir sous 30 jours maximum.","14.00","L2-ITE-20","2026-09-18T11:42:27+00:00","2026-09-18T11:31:33+00:00","1760.00",{"id":23,"name":24},"/api/organization_mode_types/6","HYBRID",{"id":26,"name":27,"slug":28},"/api/themes/1bfd6e41-c2b0-4813-a29b-c9e1c486b5d0","Intelligence Artificielle","intelligence-artificielle",{"id":30,"label":31,"domain":32},"/api/training_specialities/163","326 - Informatique, traitement de l’information, réseaux de transmission des données",{"label":33},"32 - Communication et information",[],{"desc-accroche":36,"Description":37,"icon-color":38,"icon-name":39,"code-langage":40,"code-snippet":41,"courte-description":42,"titre-accroche":43},"Deux jours pour décrire l'usage de l'IA par les attaquants et ses signaux résiduels détectables, évaluer son apport réel à la détection et à la réponse, identifier les risques internes et définir un cadre d'usage pour la sécurité opérationnelle.","L'IA générative modifie certaines pratiques offensives sans bouleverser les fondamentaux de la cybersécurité, et son apport côté défense reste inégal selon les cas d'usage. Cette formation de deux jours décrit comment les attaquants exploitent l'IA — hameçonnage plus convaincant, code malveillant, reconnaissance automatisée — et les signaux résiduels qui restent détectables. Elle évalue ensuite, sans emballement marketing, l'apport réel de l'IA aux activités de détection et de réponse d'un centre opérationnel de sécurité. Les participants identifient les risques propres à l'usage de l'IA au sein même des équipes de sécurité et construisent un cadre d'usage adapté à leur organisation. Elle s'adresse aux RSSI, analystes de sécurité, architectes sécurité, responsables de centres opérationnels et DSI connaissant les fondamentaux de la cybersécurité.","#9C2C2C","mdi:shield-alert-outline","python","indices = {\n    \"formulations_generiques\": compter_formulations_generiques(message),\n    \"urgence_artificielle\": detecter_urgence(message),\n    \"absence_erreurs_langue\": score_qualite_linguistique(message) > 0.95,\n}\nscore_suspicion = sum(indices.values()) / len(indices)\nif score_suspicion > 0.66:\n    signaler_au_soc(message, indices)","IA offensive et défensive en cybersécurité : usages réels par les attaquants, apport à la détection et cadre d'usage pour la sécurité opérationnelle.","Faites le point sans emballement sur l'apport réel de l'IA aux attaquants et aux équipes de sécurité, et encadrez son usage opérationnel.","\u003Cpre class=\"hljs\">\u003Ccode class=\"language-python\">indices = {\n    \u003Cspan class=\"hljs-string\">&quot;formulations_generiques&quot;\u003C/span>: compter_formulations_generiques(message),\n    \u003Cspan class=\"hljs-string\">&quot;urgence_artificielle&quot;\u003C/span>: detecter_urgence(message),\n    \u003Cspan class=\"hljs-string\">&quot;absence_erreurs_langue&quot;\u003C/span>: score_qualite_linguistique(message) &gt; \u003Cspan class=\"hljs-number\">0.95\u003C/span>,\n}\nscore_suspicion = \u003Cspan class=\"hljs-built_in\">sum\u003C/span>(indices.values()) / \u003Cspan class=\"hljs-built_in\">len\u003C/span>(indices)\n\u003Cspan class=\"hljs-keyword\">if\u003C/span> score_suspicion &gt; \u003Cspan class=\"hljs-number\">0.66\u003C/span>:\n    signaler_au_soc(message, indices)\u003C/code>\u003C/pre>",1789740847177]