Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Des groupes malveillants délèguent désormais des étapes entières de leurs attaques à des agents IA capables d’analyser les résultats et d’ajuster la suite sans supervision constante. Des cas suivis par Mandiant et le Google Threat Intelligence Group montrent des campagnes menées en six heures et un framework dédié à la collecte de secrets. Les chercheurs n’ont toutefois pas observé de chaîne d’attaque entièrement autonome découvrant et exploitant une zero day.
L’automatisation réduit la fenêtre de réaction côté défense
L’automatisation resserre le temps utile aux équipes de sécurité pour détecter et contenir une intrusion. De la reconnaissance initiale à l’exploitation des accès, en passant par la collecte de secrets et la progression dans le réseau, chaque phase offrait jusqu’ici autant d’occasions de repérer un comportement suspect. Quand la correction d’erreurs et la validation des étapes ne nécessitent plus d’intervention humaine, ces intervalles se contractent et réduisent la marge d’action. Les chercheurs du Google Threat Intelligence Group précisent ne pas avoir observé de chaîne entièrement autonome découvrant une faille zero day, l’exploitant contre une cible réelle puis poursuivant l’intrusion sans intervention humaine. Ils n’établissent donc pas l’existence d’agents capables de mener une attaque de bout en bout sans assistance.
Deux cas suivis : six heures pour voler et un framework qui trie 23 800 secrets
Mandiant a documenté une campagne massive de vol d’identifiants conçue et lancée en six heures après la compromission d’un environnement cloud d’entreprise. Plusieurs agents IA y pilotaient les scans de vulnérabilités, récupéraient les identifiants, corrigeaient les erreurs en cours et faisaient varier les adresses IP du trafic d’attaque, aboutissant au compromis de plusieurs milliers d’identifiants. Les chercheurs ont aussi mis au jour Recon, un framework automatisé dédié à l’identification et à la collecte de données d’authentification, accessible via un serveur de commande et de contrôle. Ce dispositif regroupait des instructions pour des agents autonomes ainsi que des fichiers orientés vers la détection de vulnérabilités, et a ensuite intégré une interface permettant de trier et de vérifier en temps réel plus de 23 800 informations volées, parmi lesquelles des clés API de services cloud et IA. Son interface principale regroupe, organise et contrôle ces secrets au fur et à mesure de leur collecte.
Ce qui change : l’enchaînement adaptatif des étapes d’attaque
Les techniques utilisées, comme le scan, l’exploitation de vulnérabilités, la récupération d’accès ou la dissimulation de l’origine du trafic, existaient déjà et ne dépendent pas de l’IA. La nouveauté tient à la façon dont ces étapes peuvent désormais s’enchaîner. Là où un script figé peut échouer face à l’imprévu, les agents observés analysent les résultats obtenus, corrigent les erreurs et décident des actions suivantes. En combinant leurs rôles, ils se répartissent les tâches et font avancer l’intrusion sans validation humaine systématique ni reprise en main à chaque difficulté.
Conséquence opérationnelle : davantage de cibles avec moins de supervision
Le Google Threat Intelligence Group observe que des cybercriminels délèguent déjà des pans d’opérations à des agents IA quasi autonomes, après une première phase où l’IA générative n’était qu’un copilote pour écrire des scripts, corriger des erreurs ou monter des leurres de phishing. Des systèmes multi-agents orchestrent désormais plusieurs étapes d’une même attaque, interprètent les retours et ajustent en temps réel, ce qui accélère l’exécution sans modifier les techniques sous-jacentes. Cette réduction de la supervision permet à de petites équipes d’adopter une cadence autrefois réservée à des groupes mieux dotés, de suivre plus de cibles, de mener plusieurs campagnes en parallèle et d’absorber des volumes de données supérieurs sans ressources humaines supplémentaires. Même sans autonomie totale, le fait que des séquences entières soient prises en charge et que l’humain n’intervienne plus qu’à la marge confère déjà un avantage concret aux attaquants.
