Les méthodes de détection basées sur les anomalies font appel à l’intelligence artificielle et au machine learning pour créer et affiner en permanence un modèle de référence de l’activité réseau normale. L’IPS compare l’activité réseau en cours au modèle et répond lorsqu’il détecte des écarts, comme un processus utilisant plus de bande passante que d’habitude ou un périphérique ouvrant un port habituellement fermé.
Étant donné que les IPS basés sur les anomalies réagissent à tout comportement anormal, ils peuvent souvent bloquer de toutes nouvelles cyberattaques qui pourraient échapper à la détection basée sur les signatures. Ils peuvent même détecter les failles d’exploitation zero-day, c’est-à-dire des attaques qui exploitent les vulnérabilités des logiciels avant que le développeur ne s’en aperçoive ou n’ait eu le temps d’appliquer un correctif.
Cependant, les IPS basés sur des anomalies peuvent être plus sujets aux faux positifs. Même une activité bénigne, comme un utilisateur autorisé accédant à une ressource réseau sensible pour la première fois, peut déclencher un IPS basé sur des anomalies. En conséquence, les utilisateurs autorisés pourraient être exclus du réseau ou voir leur adresse IP bloquée.