Le rapport Booz Allen prévient que les modèles d'IA se rapprochent de la capacité de cyberattaque autonome

L’un des plus grands entrepreneurs en cybersécurité aux États-Unis a chiffré ce contre quoi les chercheurs en sécurité ont mis en garde toute l’année : les modèles d’IA d’avant-garde conçus pour les chatbots et les assistants de codage sont désormais capables de lancer des cyberattaques en grande partie par eux-mêmes. Pour une couverture continue des développements en matière de sécurité de l'IA, voir AI Buzz Wire.

Un nouveau rapport de Booz Allen Hamilton, couvert par SC Media et The Register et qui a fait le tour du monde de la sécurité industrielle au cours de la semaine dernière, a évalué 18 modèles d'IA – neuf des États-Unis et neuf de Chine – et a constaté que l'un d'entre eux a complété de manière autonome une cyber-chaîne de destruction complète lors de tests : identification des vulnérabilités, accès à un réseau cible et escalade jusqu'au contrôle de niveau administrateur sans intervention humaine.

Un modèle a terminé la kill chain

Le rapport, connu sous le nom de Cyber Weapon Index, considère Claude Mythos d'Anthropic comme le seul modèle à réaliser l'intégralité de la séquence d'attaque de manière autonome. Plusieurs autres se rapprochèrent inconfortablement. Selon la couverture des résultats par SC Media, Grok-4.5 de xAI et GPT-5.6 Sol d'OpenAI ont démontré des progrès significatifs en matière d'attaque autonome, atteignant un accès complet au domaine ou un mouvement latéral au sein de réseaux compromis – les étapes intermédiaires qu'un opérateur effectue entre l'entrée initiale et le contrôle total.

En termes de cybersécurité, une chaîne de destruction s’étend de la reconnaissance à l’exploitation, à l’escalade et à la persistance. Un modèle qui l’a réalisé sans aide a effectivement fonctionné comme un cyber-opérateur offensif, et non comme un outil qui se contente d’écrire du code d’exploitation lorsqu’on lui le demande.

Le harnais compte plus que le modèle

La conclusion la plus importante du rapport concerne peut-être les logiciels, et non les modèles. Le harnais d’attaque – l’échafaudage qui connecte un modèle d’IA à de véritables outils de piratage, scanners et cadres d’exploitation – amplifie considérablement les capacités offensives dont dispose déjà un modèle. Un modèle de niveau intermédiaire connecté à un harnais performant peut surpasser un modèle plus puissant fonctionnant brut, ce qui signifie que la barrière à la capacité d'attaque autonome tombe pour des raisons qui n'ont rien à voir avec la prochaine version du modèle.

Les analystes de Booz Allen préviennent que les attaques grand public basées sur l'IA et lancées par des groupes criminels motivés par l'argent et des acteurs parrainés par l'État sont désormais imminentes. Leur projection : la plupart des modèles testés devraient atteindre des niveaux d’armement comparables à ceux des leaders actuels d’ici six mois. La société exhorte également le gouvernement américain à fixer des délais aux opérateurs d’infrastructures critiques pour qu’ils fassent preuve de résilience contre les attaques basées sur l’IA et qu’ils développent leurs propres capacités d’IA offensives et défensives supérieures.

Un avertissement qui correspond à celui de l'industrie

L’évaluation tombe au milieu d’une série d’alertes similaires provenant de l’industrie même de l’IA. Anthropic a déjà signalé les cyberattaques basées sur l'IA comme un point d'inflexion critique, et le déploiement par OpenAI de son modèle frontalier s'est accompagné de divulgations publiques inhabituelles sur les cybercapacités avancées – y compris une décision de restreindre l'accès pendant que l'entreprise évaluait ce que son modèle pourrait faire aux réseaux réels. Un rapport distinct sur les conclusions de Booz Allen, publié par Industrial Cyber, présente le même rapport comme un avertissement selon lequel les fenêtres de réponse pour les infrastructures critiques se rétrécissent à mesure que l'autonomie de l'IA augmente.

Le débat politique que cela alimente n’est plus hypothétique. Les législateurs ont déjà ouvert des enquêtes sur les risques de cybersécurité liés aux modèles d’IA d’origine étrangère fonctionnant dans les infrastructures critiques américaines, et les opérateurs de réseau ont signalé une augmentation de la demande d’électricité basée sur l’IA, coïncidant avec l’intérêt croissant de l’État pour les systèmes énergétiques. Un test documenté dans lequel un modèle d'IA commercial complète lui-même une chaîne de destruction convertit ces abstractions en une référence.

Ce que les défenseurs devraient en retenir

Pour les équipes de sécurité, les implications pratiques du rapport sont plus limitées que ses titres. Une attaque autonome suppose une défense autonome : les mêmes capacités agents qui permettent à un modèle de chaîner les exploits sont déjà déployées du côté bleu, triant les alertes, corrélant la télémétrie et appliquant des correctifs à la vitesse de la machine. L’écart identifié par Booz Allen est d’ordre organisationnel : la plupart des opérateurs d’infrastructures critiques mesurent encore la réponse aux incidents en heures, tandis que les attaques assistées par l’IA compressent le délai équivalent en quelques minutes.

La recommandation de l'entreprise de délais stricts est un pari que la réglementation, et non la pression du marché, comblera cet écart. La question de savoir si les États-Unis agiront dans ce sens – et si les fournisseurs d’IA traiteront les évaluations des capacités offensives comme une porte d’entrée avant la publication, de la même manière que la pharmacologie traite les essais cliniques – déterminera la manière dont les six prochains mois de projection du rapport se dérouleront réellement.

Le marché offensif se forme déjà

S’il fallait confirmer que cette capacité est en train de devenir une catégorie de produits, elle est arrivée un jour après la diffusion du rapport. Comme SC Media l'a rapporté séparément le 4 septembre, une startup appelée Abliteration.ai a lancé un service explicitement destiné à permettre des cyberopérations offensives, du red-teaming et des tests d'agents avec des modèles d'IA que d'autres fournisseurs refusent. Ce timing souligne le point central du rapport concernant les harnais : le goulot d'étranglement des attaques autonomes n'est plus la capacité du modèle mais l'outillage qui l'entoure, et l'outillage est désormais quelque chose que le marché fournit lui-même.

Les équipes défensives n’ont pas besoin d’attendre le prochain cycle de référence pour donner suite aux résultats. La fenêtre de six mois de militarisation du rapport constitue, fonctionnellement, une date limite pour l'inventaire des actifs, la segmentation et la mesure du temps de réponse – les contrôles peu glamour qui déterminent si un attaquant autonome rencontre un réseau renforcé ou un réseau ouvert.

Gardez une longueur d'avance sur l'IA

Suivez les histoires de sécurité de l’IA qui comptent. Lire plus d'actualités sur l'IA avant qu'elle n'atteigne votre réseau.

Lire plus d'actualités sur l'IA →