Sécurité de l’IA : la nouvelle surface d’attaque est déjà ouverte

La sécurité de l’IA n’est plus un sujet réservé aux équipes qui aiment lire des rapports de 80 pages avec un café froid. Le nouveau rapport Threat Hunting 2026 de CrowdStrike, publié le 3 août, décrit une bascule nette : les attaquants utilisent l’IA pour produire des commandes, accélérer la recherche de failles et automatiser leur discrétion, mais ils s’en prennent aussi directement aux modèles, aux interfaces et aux outils qui les entourent. L’IA n’est donc plus seulement un moteur pour l’attaque. Elle devient aussi une cible rentable.

L’IA accélère l’attaque et rétrécit le délai de réaction

CrowdStrike dit avoir observé une hausse de 89 % des attaques menées par des adversaires utilisant l’IA. Le chiffre ne signifie pas que chaque intrusion est devenue autonome ou qu’un robot pirate appuie seul sur un bouton rouge. Il décrit plutôt l’intégration de modèles dans des opérations déjà existantes : reconnaissance, production de scripts, vol d’identifiants, effacement de traces et adaptation aux erreurs rencontrées en cours de route.

Le délai d’exploitation change lui aussi d’échelle. Entre janvier et juin 2026, 88 % des exploitations observées par CrowdStrike à partir d’un code de preuve de concept public ont été lancées dans les 48 heures. Certains groupes liés à la Chine sont passés à l’action en moins de 24 heures. Le vieux conseil consistant à corriger « dans le mois » ressemble donc à une invitation à laisser la porte ouverte pendant que l’attaquant cherche la poignée.

Ce rythme ne transforme pas une vulnérabilité en catastrophe automatique. Il rend simplement plus dangereux le décalage entre la publication d’un correctif, son analyse par les équipes et son déploiement réel. Quand un modèle peut résumer un changement de code, proposer des variantes d’exploitation et trier les cibles, la défense doit réduire les étapes manuelles qui n’apportent aucune décision.

Illustration : visuel officiel du rapport Threat Hunting 2026. Source : CrowdStrike, « CrowdStrike 2026 Threat Hunting Report: Exploitation Window Closes as AI Use Accelerates » — https://www.crowdstrike.com/en-us/blog/crowdstrike-2026-threat-hunting-report/

Les modèles deviennent une cible, pas seulement un outil

Le rapport pointe une évolution plus gênante encore : les systèmes d’IA eux-mêmes sont désormais traités comme une infrastructure à compromettre. Les attaquants cherchent des secrets, des accès aux modèles, des autorisations d’agents et du temps de calcul à détourner. Dans un cas décrit par CrowdStrike, une identité compromise a obtenu l’accès à un service de modèle hébergé, puis a envoyé près de 200 000 requêtes en deux minutes avant que la limitation ne s’active.

Ce type d’abus, souvent appelé LLMjacking, n’a rien d’une démonstration futuriste. Le compte volé possède déjà une identité valide ; le fournisseur voit donc un utilisateur autorisé qui consomme beaucoup, jusqu’à ce que la facture, la limitation ou l’alerte fasse comprendre que quelque chose cloche. Le risque touche les clés d’API, les rôles cloud, les journaux d’inférence et les données transmises aux modèles.

Les agents ajoutent une couche de complexité. Ils peuvent appeler des outils, lire des documents, modifier des fichiers ou déclencher des actions dans des services connectés. Une permission trop large devient alors un raccourci vers des données et des opérations que le modèle n’aurait jamais dû pouvoir atteindre seul. La bonne question n’est pas « le modèle est-il intelligent ? », mais « que peut-il faire avec le jeton qu’on lui a donné ? ».

La chaîne logicielle de l’IA devient le nouveau raccourci

L’autre signal fort concerne les dépendances. CrowdStrike rapporte qu’un groupe lié à la Corée du Nord a injecté un paquet malveillant dans au moins 131 paquets du framework d’IA Mastra. Un autre acteur aurait compromis plus de 300 dépendances en une seule journée, récupéré des secrets puis pivoté vers des environnements cloud. Le nombre exact compte moins que le mécanisme : un composant placé au bon endroit peut toucher une multitude de projets sans attaquer chaque victime séparément.

Le registre npm concentre une grande partie de cette pression. Selon le rapport, 87 % des menaces visant les registres logiciels identifiées au premier semestre 2026 concernaient des paquets npm. Les scripts d’installation, les dépendances transitives et les identifiants de mainteneurs forment un terrain pratique pour qui veut transformer une mise à jour banale en livraison de malware.

Pour les projets d’IA, la frontière s’élargit encore : bibliothèques, modèles, serveurs MCP, extensions d’éditeur, conteneurs, jeux de données et outils de déploiement. La signature « open source » ne dit rien de la provenance de chaque artefact. Il faut vérifier les mainteneurs, épingler les versions, inspecter les scripts, limiter les permissions du pipeline et surveiller les changements inhabituels. La confiance par défaut est un confort ; dans une chaîne automatisée, c’est aussi une fonctionnalité d’attaque.

Les signaux de détection deviennent plus bruyants

L’IA ne rend pas seulement l’attaque plus rapide : elle complique le travail de tri. CrowdStrike indique que les pistes de détection déclenchées par des agents arrivent 2,5 fois plus souvent que celles liées à une activité humaine directe. Ce volume peut correspondre à de l’automatisation légitime, à un outil mal configuré ou à une intrusion qui se cache dans le même bruit.

La réponse ne consiste pas à bloquer toute automatisation. Il faut plutôt établir une ligne de base : quels agents existent, quels comptes les exécutent, quels outils ils appellent, quels volumes de requêtes sont normaux et quelles destinations sont attendues. Les journaux d’agent doivent rejoindre les événements d’identité, de cloud et de chaîne logicielle. Sinon, chaque équipe voit un morceau propre d’une opération qui, assemblée, ne l’est plus du tout.

Les contrôles utiles sont rarement glamour : clés courtes et renouvelées, quotas séparés par projet, accès en lecture par défaut, validation humaine pour les actions irréversibles et alertes sur les appels d’outils sensibles. Ajoute une procédure pour révoquer rapidement un agent compromis. Un agent sans bouton d’arrêt est une dette technique qui attend une mauvaise journée.

Ce qu’il faut verrouiller maintenant

Commence par inventorier les modèles, les clés, les comptes de service et les intégrations. Pour chaque agent, note les données accessibles, les outils appelables, les actions autorisées et le responsable capable de couper l’accès. Sépare les environnements d’essai et de production ; une expérimentation qui peut lire les secrets de production n’est pas une expérimentation, c’est une loterie.

Ensuite, traite les dépendances d’IA comme du code exécuté, même lorsqu’elles sont présentées comme des modèles, des extensions ou de simples fichiers de configuration. Utilise des versions verrouillées, des dépôts internes lorsque c’est possible, une analyse des paquets et une surveillance des changements de mainteneurs. Les pipelines doivent publier avec des identités temporaires et des permissions minimales, pas avec une clé permanente qui ouvre tout.

Enfin, rapproche les équipes qui gèrent l’IA, le cloud et la sécurité. L’attaque moderne passe précisément entre ces silos : une identité volée ici, une dépendance empoisonnée là, un modèle trop permissif au milieu. L’IA n’est pas devenue magique ; elle est devenue suffisamment intégrée pour que ses angles morts aient enfin une valeur marchande.

Sources

CrowdStrike, « CrowdStrike 2026 Threat Hunting Report: Exploitation Window Closes as AI Use Accelerates », 3 août 2026 — https://www.crowdstrike.com/en-us/blog/crowdstrike-2026-threat-hunting-report/ — rapport primaire sur l’usage offensif de l’IA, les dépendances et le délai d’exploitation.

CyberScoop, « CrowdStrike: AI is now both the weapon and the target in cyberattacks », 3 août 2026 — https://cyberscoop.com/crowdstrike-annual-threat-hunting-report-2026/ — recoupement indépendant des chiffres sur l’IA, le bruit de détection et les vulnérabilités.

SiliconANGLE, « CrowdStrike finds AI systems under direct attack as exploit windows shrink », 3 août 2026 — https://siliconangle.com/2026/08/03/crowdstrike-finds-ai-systems-direct-attack-exploit-windows-shrink/ — détails complémentaires sur le LLMjacking, MCP et la chaîne npm.

—

Recherche, relecture et illustration assistées par IA. Le contenu reflète le travail éditorial de la rédaction.