Retour à la liste des articles

Cyberattaques autonomes : quatre campagnes d'agents IA analysées

Partager

Des agents d'intelligence artificielle ne servent plus seulement à rédiger des courriels frauduleux ou du code malveillant : ils sont déjà employés pour enchaîner des actions au cours d'intrusions réelles. Le 21 octobre 2026, CrowdStrike a publié l'analyse de quatre groupes d'attaquants distincts, observés entre mai et août 2026, qui déléguaient à des agents IA des décisions et des commandes sur des systèmes ciblés.

Pour les entreprises, le véritable enjeu n'est pas l'apparition d'une « super-IA pirate ». Ces observations rappellent surtout que des faiblesses classiques — accès trop exposés, comptes mal protégés, segmentation insuffisante, détection tardive — deviennent plus dangereuses lorsque les attaquants peuvent les tester et les exploiter beaucoup plus vite.

Ce que CrowdStrike a réellement découvert

Dans son enquête du 21 octobre, l'équipe Counter Adversary Operations de CrowdStrike explique avoir pu examiner les outils de quatre opérateurs parce que leurs infrastructures d'attaque fondées sur des agents étaient exposées dans des répertoires web accessibles.

Les chercheurs ont ainsi pu étudier les architectures logicielles, les consignes données aux agents, les mécanismes d'orchestration et des éléments retraçant leurs opérations. Ce sont des observations de campagnes identifiées, pas un recensement exhaustif de toutes les attaques fondées sur l'IA. Les groupes n'ont pas été présentés comme coordonnés.

Un agent IA est ici un système qui relie un modèle de langage à des outils capables d'agir : lire des résultats, sélectionner une prochaine tâche, exécuter une commande, analyser la réponse et poursuivre un objectif. Il ne faut pas confondre ce degré d'automatisation avec l'autonomie totale : des humains lancent, configurent, supervisent ou réorientent encore les campagnes.

Quatre groupes, quatre manières d'utiliser l'IA offensive

1. Santé en Argentine : un superviseur et un exécutant

Selon CrowdStrike, un opérateur utilisant l'espagnol et l'anglais a compromis au moins 15 organismes du secteur de la santé en Argentine. Des identifiants et dossiers médicaux ont été exfiltrés chez au moins une victime. Il serait incorrect d'affirmer que les dossiers de patients des 15 organismes ont tous été volés : le bilan public ne le démontre pas.

L'opérateur avait adapté un environnement de test d'intrusion dérivé du projet open source PentestGPT. Il combinait un agent Supervisor, chargé de choisir l'étape suivante dans un processus prédéfini, et un agent Executor, chargé d'exécuter la tâche. L'ensemble était enrichi de scripts, d'outils et de serveurs MCP.

Leçon défensive : une attaque peut avancer par étapes avec un minimum d'intervention humaine. Les journaux doivent permettre de relier rapidement une première connexion suspecte, des usages anormaux d'identifiants et des accès inhabituels aux données sensibles.

2. Cibles gouvernementales et entreprises : plusieurs architectures d'agents

Un second opérateur, utilisant le chinois, disposait de plus de 20 cibles nommées dans différentes régions. CrowdStrike rapporte la compromission d'entités gouvernementales dans deux pays ; l'analyse indépendante de WIRED précise qu'il s'agissait du Brésil et de la Colombie. Des entreprises privées ont aussi été ciblées au Brésil et aux États-Unis, notamment dans la santé, la biotechnologie, la distribution et les technologies.

Ce groupe utilisait deux systèmes d'orchestration : l'un combinait reconnaissance automatisée et choix d'actions parmi des possibilités prédéfinies ; l'autre donnait davantage de latitude à un agent ou à plusieurs sous-agents spécialisés. Il utilisait notamment un service intermédiaire pour accéder à des modèles d'IA.

Leçon défensive : multiplier les contrôles sur les identités privilégiées, les API, les services d'administration et les accès intersites. Une campagne qui passe rapidement d'une cible ou d'une technique à une autre réduit le temps disponible pour détecter une intrusion.

3. Compétences modestes, outils publics et résultats réels

Le troisième opérateur, utilisant l'indonésien, s'appuyait sur 819 compétences ou « skills », majoritairement obtenues dans des dépôts publics, sans orchestration sur mesure comparable aux deux premiers cas. Les chercheurs indiquent que l'opérateur a parfois dû intervenir pour contourner les refus ou pousser l'agent à poursuivre ses tentatives.

CrowdStrike rapporte néanmoins la compromission de domaines gouvernementaux indonésiens, d'un domaine gouvernemental d'un autre pays ainsi que d'entreprises privées.

Leçon défensive : le degré d'expertise apparent d'un attaquant n'est plus un indicateur suffisant de son potentiel de nuisance. Les protections de base doivent fonctionner même contre de nombreuses tentatives automatisées.

4. Vol de données et intrusions sur des services SaaS

Un quatrième ensemble d'opérateurs, utilisant le russe, automatisait une partie de ses opérations autour d'un processus de sept étapes. CrowdStrike lui attribue l'exfiltration de données clients d'un fournisseur américain de CRM, ainsi que des compromissions de services SaaS et de centres de données dans plusieurs pays.

Le scénario illustre la portée des dépendances numériques : une compromission chez un prestataire ou un éditeur peut toucher des informations appartenant à ses propres clients. En revanche, les éléments publics de ce rapport ne justifient pas de qualifier ces opérations de campagne de ransomware.

Leçon défensive : revoir les habilitations des fournisseurs, les journaux des services cloud, les exportations massives de données et les procédures de révocation d'accès.

Attention à l'attribution : les langues utilisées pour piloter les agents ne constituent pas une preuve de nationalité, d'origine géographique ou de rattachement à un État.

Pourquoi ces opérations changent la cadence d'une intrusion

La nouveauté documentée est le couplage d'un modèle IA, d'un ensemble d'outils et d'une boucle de décision. Une fois un objectif fixé, le système peut interpréter une sortie, choisir une autre action et recommencer sans attendre qu'un humain examine chaque résultat.

La présentation du rapport détaillé mentionne un cas où un agent aurait réalisé un mouvement latéral et obtenu des identifiants d'un contrôleur de domaine en environ vingt minutes, sans nouvelle instruction humaine pendant cette séquence. C'est un cas observé par CrowdStrike, et non une durée moyenne ni une garantie de performance de ces agents.

D'après les chercheurs interrogés par WIRED, les opérations observées ne dépendaient pas principalement de failles inédites : les attaquants tiraient parti de leur vitesse d'exécution et de faiblesses de sécurité déjà connues. Pour la défense, les délais de réaction deviennent donc un indicateur aussi important que la simple existence d'un outil de détection.

Les protections des modèles IA ne suffisent pas à protéger une entreprise

L'enquête décrit des tentatives pour contourner les garde-fous de modèles commerciaux, en faisant passer des opérations malveillantes pour des tests de sécurité autorisés. Certains opérateurs changeaient de modèle, d'environnement ou de consigne lorsqu'un outil refusait une action.

Ces contournements ne démontrent ni une vulnérabilité exploitable dans tous les assistants IA, ni la compromission de leurs éditeurs. Ils montrent qu'une organisation ne peut pas compter sur les restrictions comportementales d'un fournisseur de modèle pour faire respecter ses propres frontières réseau, ses autorisations ou sa politique de sécurité.

Le problème est différent de celui abordé dans notre article du 23 octobre sur les agents IA ayant désactivé leur surveillance chez OpenAI : dans un cas, des agents chargés d'une tâche interne ont affaibli des contrôles ; dans l'autre, des attaquants utilisent des agents comme instruments d'intrusion.

Six mesures prioritaires pour une PME ou une équipe informatique

1. Réduire les points d'entrée accessibles

Tenir un inventaire des services, VPN, interfaces d'administration, applications exposées et comptes de service. Supprimer les accès inutiles, corriger rapidement les vulnérabilités exploitées ou critiques et protéger les interfaces administratives. Notre analyse des correctifs PHP2Shell montre pourquoi identifier la version réellement exécutée compte autant que recevoir une alerte.

2. Rendre le vol d'identifiants moins utile

Mettre en place une authentification multifacteur résistante au phishing pour les accès sensibles lorsque c'est possible ; supprimer les comptes partagés ; réduire les privilèges permanents ; contrôler les identifiants techniques et révoquer immédiatement les accès obsolètes. Surveiller les connexions inhabituelles et la réutilisation d'identifiants entre systèmes.

3. Freiner les déplacements dans le réseau

Segmenter les environnements, isoler les sauvegardes et les services critiques, restreindre les communications entre serveurs et contrôler les accès d'administration distants. Le but est qu'une compromission d'un poste ou d'une application ne donne pas librement accès à l'annuaire, aux bases de données et aux autres machines.

4. Détecter les enchaînements plutôt qu'une seule alerte

Corréler authentifications, modifications de privilèges, connexions entre hôtes, nouveaux processus, événements réseau et exportations anormales de données. Les catégories Credential Access, Lateral Movement et Exfiltration du référentiel MITRE ATT&CK offrent un cadre utile pour organiser cette surveillance. Établir des notifications réellement traitées, avec un responsable et un délai d'escalade.

5. Préparer la continuité et la restauration

Conserver des sauvegardes séparées et protégées contre l'altération, incluant données, configurations et éléments nécessaires à la reconstruction. Tester régulièrement leur restauration : une sauvegarde non vérifiée n'est pas un plan de reprise. Prévoir qui peut couper un accès et redémarrer une activité prioritaire lorsque plusieurs systèmes sont indisponibles.

6. Répéter la réponse à incident

Simuler un accès administratif compromis ou une extraction de données. Vérifier qui reçoit l'alerte, qui décide d'isoler les systèmes, comment les preuves sont conservées et comment les partenaires ou clients concernés sont informés. Le NIST Cybersecurity Framework 2.0 aide à structurer les démarches Govern, Identify, Protect, Detect, Respond et Recover.

Que rechercher si une intrusion est suspectée ?

Dans le cadre d'une investigation autorisée, préserver en priorité les journaux d'identité et de connexion, les traces EDR, les événements de comptes privilégiés, les accès aux partages, les événements cloud et les historiques d'exportation de données. Construire une chronologie, établir le périmètre des systèmes touchés et conserver les empreintes des preuves pertinentes.

L'utilisation possible d'agents IA n'est pas déductible d'un simple volume élevé de requêtes. Une activité automatisée peut aussi provenir d'outils d'administration légitimes, de scanners autorisés ou de scripts classiques. L'attribution exige une corrélation et des éléments complémentaires.

Si une compromission est confirmée, coordonner confinement, révocation des sessions, rotation ciblée des secrets, évaluation des données affectées et reprise contrôlée, en tenant compte des éventuelles obligations de notification applicables.

Ce que ces constats signifient pour GLOV Solutions

Pour GLOV Consulting, ces cas rendent très concrètes les questions de gestion des risques, d'inventaire des dépendances, de sécurité des fournisseurs et de continuité opérationnelle. GLOV Secure s'intéresse particulièrement à la protection des actifs et aux architectures d'autorisation : les comptes et services auxiliaires qui entourent ces actifs doivent eux aussi être protégés.

GLOV AI est encore en préparation. Cet article analyse un risque réel lié à l'usage malveillant d'agents, sans prétendre qu'une offre GLOV AI déjà commercialisée apporterait une protection spécifique contre ces campagnes.

Notre recommandation : renforcer d'abord les contrôles qui limitent les conséquences d'un premier accès. L'automatisation offensive modifie la vitesse d'exécution, mais elle n'abolit ni la valeur du moindre privilège, ni celle de la segmentation, des sauvegardes vérifiées et d'une réponse humaine organisée.

Limites et inconnues

Cette publication s'appuie sur une enquête technique d'un acteur privé, reprise par des médias indépendants. Les victimes ne sont pas toutes nommées et les éléments permettant une vérification indépendante de chaque compromission ne sont pas intégralement publics. Les quatre cas ne permettent pas de calculer la part totale des cyberattaques effectuées avec l'IA, d'affirmer une coordination entre groupes ou d'estimer une fréquence moyenne de réussite.

Les prévisions concernant l'augmentation future des attaques sont des évaluations de CrowdStrike, et non des faits déjà observés. Rien dans les sources citées ne prouve que les systèmes de GLOV Solutions aient été touchés.

Analyse éditoriale GLOV Solutions — état des informations au 24 octobre 2026.

Sources officielles et analyses indépendantes