Les leurres numériques se multiplient pour contrer les attaques IA

Avec l’IA, les opérations offensives gagnent en vitesse et en échelle. La riposte passe par des leurres disséminés dans l’infrastructure, mais leur efficacité dépend d’un critère : paraître réels. De Microsoft à Acalvio, en passant par Beelzebub et SentinelOne, le marché s’organise autour d’une même idée : transformer le faux en capteur et en chemin d’attaque factice, tout en abaissant son coût de fabrication.

Indiscernabilité : le critère de succès de la deception

Multiplier les leurres n’apporte qu’un bénéfice limité si des outils automatisés permettent aux attaquants de les distinguer facilement. Le paramètre déterminant devient alors l’indiscernabilité entre leurres et actifs réels. Celle-ci s’apprécie sur plusieurs plans : configurations plausibles, historiques cohérents, identités et permissions réalistes, interactions crédibles entre ressources, et contenus compatibles avec l’activité supposée de l’organisation. L’intelligence artificielle intervient des deux côtés : elle peut aider à générer des environnements synthétiques plus convaincants pour les défenseurs, mais aussi à automatiser l’identification des leurres par les attaquants.

Ruptures industrielles : Acalvio 360 Deception et LLM génératifs

Acalvio a lancé en mars 2026 sa stratégie 360 Deception, conçue pour perturber les attaques automatisées par l’IA. Cette approche combine la création d’actifs fictifs crédibles et l’ambiguïsation d’actifs réels afin de compliquer la cartographie de l’environnement par l’attaquant. De son côté, la startup italienne Beelzebub affirme utiliser des LLM pour simuler des serveurs Linux, des services API et des outils MCP, avec pour objectif de prolonger l’interaction avec l’attaquant sans exposer l’infrastructure réelle. L’enjeu n’est pas tant de multiplier les leurres que d’en réduire le coût marginal de production et de maintenance. Ce mouvement s’inscrit dans une tendance plus large, illustrée par l’acquisition d’Attivo Networks par SentinelOne pour 616,5 millions de dollars afin d’intégrer ces capacités à sa plateforme XDR.

Automatisation offensive : le temps des défenseurs se réduit

D'après le National Cyber Security Centre du Royaume-Uni, l’intelligence artificielle accélère déjà les phases de reconnaissance et la détection de failles, ce qui réduit la fenêtre d’intervention des équipes de défense. Au début de l’année 2026, les modèles les plus avancés étaient capables d’effectuer presque six fois plus d’étapes d’attaque que les modèles les plus performants un an et demi plus tôt. Anthropic a rapporté une opération d’espionnage durant laquelle des fonctions agentiques d’IA ont assuré une large part des actions, tandis que des laboratoires procèdent aujourd’hui à des essais de leurs modèles dans des contextes offensifs équipés de terminaux Linux et d’outils similaires à ceux utilisés par des opérateurs humains. La principale transformation est économique : des tâches clés deviennent plus rapides et moins coûteuses, ce qui déplace la difficulté vers l’identification rapide des signaux de compromission au sein de volumes massifs de télémétrie. La cyber deception vise précisément à exploiter cette asymétrie de signal.

Du piège isolé au chemin d’attaque fabriqué

Les honeypots, utilisés depuis des décennies pour attirer les attaquants vers des ressources factices, ont vu leur logique étendue à une part beaucoup plus importante du système d’information. Aujourd’hui, les équipes de sécurité disséminent de faux credentials, des comptes administrateurs fictifs, des clés API, des partages réseau, des tokens cloud et des services sans utilité opérationnelle. L’utilisation de ces objets conçus comme leurres constitue un signal difficile à expliquer par une activité normale. La logique ne se limite plus à un piège unique : des identités privilégiées fictives peuvent mener vers des services et secrets factices, dessinant un chemin d’attaque entièrement artificiel. Le faux devient ainsi un capteur comportemental, révélant l’intention de l’adversaire qui tente de l’utiliser.

Identités et cloud deviennent le terrain principal

Dans les environnements cloud, SaaS et distribués, les machines physiques ou virtuelles ne constituent plus l’unique cible majeure. Les identités, droits IAM, tokens, API, secrets applicatifs, charges de travail cloud et interactions machine-to-machine occupent désormais une place centrale dans la surface d’attaque. La deception se focalise donc de plus en plus sur l’identité et le cloud, une tendance déjà visible en 2022 lorsque SentinelOne a acquis Attivo Networks pour 616,5 millions de dollars afin d’ajouter ces fonctionnalités à sa plateforme XDR.

Concevoir et maintenir le faux a un coût élevé

Créer un leurre isolé est relativement simple, mais en fabriquer des milliers crédibles et les maintenir dans le temps s’avère complexe. Un serveur factice dont le trafic réseau, les fichiers, les comptes utilisateurs ou les informations ne reflètent pas l’environnement de l’entreprise sera vite détecté. Le principal coût concerne la nécessité d’assurer la cohérence et l’adaptation du leurre à mesure que l’infrastructure réelle évolue : une refonte de l’architecture cloud, une modification des droits IAM, une opération de rachat ou une migration applicative peuvent rendre certains pièges caducs ou aisément repérables. Plusieurs approches existent, telles que le recours à des honeytokens générant des alertes dans Azure Sentinel, ou l’utilisation de Canarytokens de Thinkst déclinés sous forme d’identifiants, de fichiers ou d’autres artefacts. Sur le plan doctrinal, MITRE Engage rappelle que la deception doit être conçue selon des objectifs défensifs précis, et ne se limite pas à une technologie à installer.