Les attaquants exploitent déjà l’IA : pourquoi la défense multicouche fait la différence

Debrup GhoshChef de produit principal | F5

James LeeArchitecte de solutions senior | F5 (Asia Pacific)

Muhammad AbidDirecteur senior du marketing produit, F5

Douze minutes. C’est le temps qu’il a fallu à un attaquant automatisé piloté par l’IA pour passer d’un accès initial au contrôle total d’un réseau cible avec les privilèges root, lors d’une récente simulation de cybersécurité en Europe. Douze minutes, c’est moins que la réunion matinale de votre équipe de sécurité, et bien moins encore qu’un cycle de triage classique dans un centre opérationnel de sécurité (SOC).

Les RSSI perdent rapidement le luxe de disposer de temps. Lorsqu’un agent d’IA autonome peut scanner un réseau, s’y déplacer latéralement, exploiter des vulnérabilités et exfiltrer des identifiants avant même qu’un analyste humain ait pu ouvrir un ticket d’alerte, l’impératif stratégique pour les responsables de la sécurité est sans appel : il faut contrer les menaces qui évoluent à la vitesse des machines par des défenses tout aussi rapides.

À l’origine de cette réduction spectaculaire des délais se trouve Artex, un framework offensif multi-agents initialement développé en Chine et publié en open source sur GitHub. Bien que son auteur ait supprimé le dépôt public à la suite d’utilisations abusives généralisées, le code avait déjà fait l’objet de milliers de forks, laissant des centaines d’installations actives librement accessibles sur Internet.

Des attaquants de tous horizons l’ont utilisé comme une arme. En Corée du Sud, des cybercriminels ont automatisé des intrusions dans sept établissements financiers, touchant environ 67 000 personnes et 2 200 organisations, afin d’exiger des rançons. À l’échelle mondiale, des groupes liés à des États ont déployé Artex contre plus de 200 cibles dans les secteurs des télécommunications, de l’industrie pharmaceutique et des administrations publiques, réparties dans 14 pays, tandis que des campagnes menées en Inde l’ont utilisé pour appeler directement des API bancaires de transfert de fonds.

Pour défendre votre entreprise, nous devons aller au-delà du battage médiatique du secteur. Artex n’est pas un modèle superintelligent autonome. Il s’agit d’un framework d’orchestration écrit en Go qui associe des grands modèles de langage (LLM) commerciaux, tels que DeepSeek, Claude et Grok, à des outils en ligne de commande, des scripts et des serveurs Model Context Protocol (MCP).

Le LLM fait office de cerveau : il analyse les réponses, planifie des campagnes en plusieurs étapes et génère à la volée des scripts d’exploitation sur mesure. Les outils automatisés, eux, font office de mains. Cette architecture met le piratage à la portée de tous. Des attaques sophistiquées en plusieurs phases, dont la coordination nécessitait autrefois plusieurs jours de travail pour une équipe chevronnée, peuvent désormais être exécutées en quelques minutes par des acteurs peu qualifiés, en exploitant des vulnérabilités courantes comme des mots de passe faibles, l’absence d’authentification multifacteur (MFA) ou des API exposées.

Pourquoi les mesures de sécurité à une seule couche échouent face à la vitesse des machines

Lorsque les chercheurs en sécurité de F5 ont connecté Artex à des modèles d’IA de premier plan et l’ont lancé contre une application délibérément vulnérable dans notre laboratoire, les résultats ont été sans équivoque. Plus le LLM sous-jacent était performant, plus Artex agissait rapidement et de manière agressive.

Nous avons surtout observé le comportement de l’agent face aux défenses ponctuelles traditionnelles. La plupart des architectures de sécurité existantes analysent les requêtes entrantes de manière isolée. Lorsque nous avons déployé F5 Web Application Firewall pour Distributed Cloud en amont de l’application, les signatures existantes ont immédiatement bloqué la première vague de charges utiles d’injection web reconnaissables envoyées par Artex. De plus, en associant la détection par signatures à l’apprentissage automatique au moyen d’une évaluation des risques basée sur l’IA, le WAF a analysé le contexte global des requêtes entrantes, permettant aux équipes d’activer le blocage en toute confiance plutôt que de se limiter à une surveillance passive.

Pour autant, bloquer la première vague n’a pas mis fin à l’attaque. Dès qu’Artex a détecté que ses techniques habituelles d’exploitation des vulnérabilités web étaient bloquées, le LLM a changé de tactique en temps réel. Il a commencé à cartographier les interfaces de programmation de l’application (API) et à rechercher des failles dans la logique métier, notamment en manipulant les paramètres d’identification des clients pour accéder aux comptes privés d’autres utilisateurs. Pour un pare-feu opérant en un point unique et inspectant les paquets un par un, ces requêtes ressemblent à du trafic applicatif normal.

Pour contrer un adversaire qui passe dynamiquement d’un vecteur d’attaque à l’autre, il faut une coordination opérationnelle entre les composants de votre pile de sécurité. Au sein de F5 Distributed Cloud, la détection des utilisateurs malveillants assure ce lien en suivant l’acteur à l’origine des requêtes plutôt qu’en évaluant chaque requête de manière isolée. Elle agrège les violations des règles du WAF, les tentatives d’accès interdit, les échecs de connexion, les données de télémétrie des bots et les déclenchements de limitation de débit pour établir un score de menace actualisé en continu. Les mesures de protection sont ainsi renforcées de manière proportionnée, passant d’un défi JavaScript à un CAPTCHA, puis à un blocage complet.

Pour un RSSI, le suivi continu permet de lever trois angles morts opérationnels critiques. Premièrement, les campagnes Artex renouvellent sans relâche leur infrastructure de proxys ; lors de l’analyse d’un serveur d’attaquant exposé, un service de proxy a généré 79 adresses IP de sortie à partir des 100 premières identités testées. En complétant le suivi des adresses IP par des empreintes TLS JA4, des revendications JWT, des cookies et des en-têtes de session, la détection des utilisateurs malveillants permet de garder la trace d’un même attaquant malgré ses changements d’adresse IP.

Deuxièmement, ce suivi permet de relier entre elles des tentatives de reconnaissance discrètes qui, prises isolément, semblent inoffensives. Troisièmement, comme Artex génère à la volée des scripts inédits sans signature connue, le suivi de l’évolution des comportements dans le temps permet de bloquer automatiquement les séquences d’attaques zero-day. Lors de nos simulations en laboratoire, l’association de la détection des utilisateurs malveillants et d’un WAF alimenté par l’IA a réduit le taux de réussite des attaques de plus de 70 %.

Établir une confiance continue en périphérie du réseau

Les attaques d’IA agentique étant exécutées au moyen de scripts, de navigateurs sans interface graphique et de frameworks d’automatisation qui appliquent les instructions du LLM, les règles statiques ne suffisent plus à elles seules. Les responsables de la sécurité doivent établir une confiance continue lors de l’exécution, en vérifiant si l’entité qui interagit avec vos applications et vos API est réellement un être humain ou une machine automatisée. F5 Distributed Cloud Bot Defense détecte l’automatisation agentique en périphérie du réseau en analysant la télémétrie côté client selon quatre axes distincts :

• Identification de l’empreinte matérielle des machines virtuelles : Les agents automatisés exécutent souvent des tâches intensives au sein de machines virtuelles hébergées dans des centres de données, tout en acheminant leur trafic via des proxys résidentiels pour imiter celui des particuliers. Les techniques avancées d’identification d’empreinte analysent les caractéristiques matérielles du client, révélant des processeurs de classe serveur, des limites de mémoire et des processeurs graphiques qui permettent de distinguer les machines virtuelles des centres de données des ordinateurs portables ou des appareils mobiles grand public.
• Parcours de navigation sur les sites : Les utilisateurs humains naviguent sur les sites web de manière irrégulière et imprévisible. Les agents automatisés suivent des parcours uniformes et prédéfinis pour accomplir leurs tâches avec une efficacité maximale. Une technologie brevetée de détection des séquences analyse ces parcours de navigation pour distinguer la navigation automatisée du comportement humain.
• Rythme d’interaction avec les formulaires : Qu’il s’agisse de créer des comptes, de tester des identifiants ou d’envoyer des formulaires, les agents privilégient la rapidité. La surveillance télémétrique détecte la saisie dans les champs à une vitesse surhumaine et les défilements de page non naturels qu’aucune main humaine ne peut reproduire.
• Biométrie des utilisateurs et dynamique de la souris : Même lorsque les agents tentent d’imiter les mouvements humains du curseur, leurs données télémétriques révèlent une perfection mathématique : des trajectoires rectilignes, des courbes régulières et des clics précisément centrés sur les boutons ciblés, qui contrastent nettement avec l’imprécision naturelle des gestes humains.

Lorsque des agents automatisés tentent de contourner les défenses périmétriques et de cibler les interfaces exposées, F5 Distributed Cloud API Security fournit une couche de protection décisive. La découverte continue des API détecte automatiquement tous les points de terminaison, y compris les API fantômes non documentées. L’application stricte du schéma OpenAPI définit ensuite précisément les structures de données et les exigences d’authentification autorisées pour chaque transaction, rejetant automatiquement les charges utiles non conformes et mal formées qu’Artex génère lors des opérations de reconnaissance et de manipulation d’identifiants.

Ensemble, le WAF alimenté par l’IA, la détection des utilisateurs malveillants, la protection contre les bots et l’application stricte des schémas d’API ont réduit de plus de 90 % le taux de réussite global des attaques d’Artex lors de nos tests en laboratoire. (Remarque : ces résultats correspondent à des configurations de laboratoire et à des scénarios de test spécifiques. Les performances et les taux d’atténuation réels varient selon les environnements réseau et les architectures applicatives.)

Point essentiel : les quelques tentatives qui ont tout de même abouti dans notre laboratoire concernaient des points de terminaison qui renvoyaient des données sensibles sans vérifier si le demandeur était autorisé à y accéder. Cela rappelle avec force que les RSSI doivent surveiller ce que les applications renvoient, et pas seulement ce qu’elles reçoivent.

Pour se défendre contre la prolifération des actes de piratage (liée à l’utilisation d’outils accessibles au public, mais non conçus à cette fin), il faut se poser des questions difficiles : avons-nous une visibilité complète sur toutes les API exposées et exigeons-nous une authentification pour chacune d’elles ? Avons-nous testé la résistance à la manipulation des paramètres de la logique métier ? Nos systèmes peuvent-ils suivre les attaquants malgré des changements rapides d’adresse IP, et nos équipes de simulation d’attaque utilisent-elles des outils validés dans des environnements isolés — d’autant que des chercheurs ont découvert 62 installations Artex exposées sur Internet déjà compromises par des portes dérobées ?

Les attaquants qui utilisent l’IA agissent à la vitesse des machines et s’adaptent de manière autonome. Les entreprises qui resteront résilientes seront celles qui disposeront de défenses intégrées et multicouches, capables de s’adapter simultanément sur l’ensemble de leurs environnements web, de leurs bots, des comportements des utilisateurs et de leurs API.

Prêt à renforcer vos défenses contre les menaces d’IA adaptatives ? Découvrez F5 Distributed Cloud ou contactez F5 pour planifier une évaluation de la capacité de votre parc applicatif et de vos API à faire face aux attaques par IA.

À propos des auteurs

Debrup GhoshChef de produit principal | F5

Autres articles de Debrup Ghosh

James LeeArchitecte de solutions senior | F5 (Asia Pacific)

Autres articles de James Lee

Muhammad AbidDirecteur senior du marketing produit, F5

Muhammad Abid est directeur principal du marketing produit pour la sécurité des applications et le WAAP chez F5. Fort de plus de 20 ans d’expérience dans le développement d’activités liées aux réseaux et à la cybersécurité chez Netskope, Cisco, Juniper et Fortinet, Muhammad supervise le portefeuille WAAP unifié de F5, qui couvre le WAF, la sécurité des API, la défense contre les bots et la cryptographie post-quantique.

Autres articles de Muhammad Abid