L'équipe Threat Research de Kaspersky a révélé le 2 novembre que des attaquants ont utilisé le cadre open source CyberStrikeAI pour diriger des intrusions contre des établissements d'enseignement en Afrique et en Amérique latine : le grand modèle, installé sur le serveur des attaquants, choisissait les outils, rédigeait les commandes et analysait les résultats, tandis que l'implant ne faisait que les exécuter sur les machines des victimes. Il n'a fallu que 3 à 4 jours entre le déploiement de l'implant et la compromission de comptes d'administrateurs de domaine. Ce cas compte parce que des relevés d'intrusion réels montrent que les agents peuvent déjà prendre en charge l'essentiel du travail post-compromission, alors que les défenseurs surveillent toujours les mêmes techniques familières.
Kaspersky a observé les attaques en septembre et octobre 2026 et en a reconstitué la chaîne en trois étapes : 1. Les attaquants ont d'abord travaillé manuellement via un serveur SQL compromis pour collecter des informations et préparer des outils, puis ont marqué une pause d'environ deux semaines ; 2. À leur retour, ils ont déployé l'implant CyberStrikeAI, le modèle dirigeant les opérations depuis le serveur pendant que l'implant menait reconnaissance, élévation de privilèges, mouvement latéral et collecte de données ; 3. La séquence finale — mouvement latéral, collecte d'identifiants et export de base de données — a pris moins d'une heure, et l'ensemble de la phase post-implant a atteint les droits d'administrateur de domaine en 3 à 4 jours. La détection endpoint de Kaspersky a repéré le vol d'identifiants, des tâches planifiées malveillantes et des comportements similaires, tandis que la détection réseau a identifié le trafic de commande et de contrôle du cadre et des requêtes inhabituelles servant à cartographier les domaines victimes ; les implants ont été nommés HEUR:HackTool.Win64.CyberStrike.gen et la variante Linux.
Le modèle n'est pas entré tout seul, et l'attribution reste ouverte
La répartition des rôles dans CyberStrikeAI doit être énoncée clairement : un opérateur humain, côté attaquant, fixe les objectifs, et le modèle ne fait que coordonner les actions suivantes à l'intérieur de réseaux déjà compromis. Le modèle ne tourne pas sur les machines des victimes, et l'implant n'appelle pas directement de services d'IA. Kaspersky a trouvé des commentaires en chinois dans des scripts, mais indique clairement qu'ils n'établissent ni l'identité ni la localisation des attaquants, que l'activité ne peut être attribuée à un groupe connu, et qu'il n'est pas confirmé que toute l'infrastructure appartenait au même opérateur. Autrement dit, il s'agit d'une intrusion agentique avec un humain dans la boucle, et non d'un modèle découvrant seul des vulnérabilités et lançant des attaques ; la présenter comme un « pirate IA agissant seul » serait une distorsion.
Contre ce type d'attaque, surveiller les comportements vaut mieux que surveiller le modèle
Le jugement de Kaspersky est que l'IA change la façon dont les intrusions sont coordonnées et leur vitesse, tandis que les techniques elles-mêmes restent familières : reconnaissance, vol d'identifiants, mouvement latéral, collecte et exfiltration, que des outils de sécurité bien configurés peuvent toujours détecter et bloquer. Les conseils aux organisations restent au niveau comportemental : utiliser la détection endpoint pour surveiller les commandes suspectes, l'accès aux identifiants et les mécanismes de persistance ; recourir à la détection réseau pour repérer les trafics anormaux entre systèmes ; tenir à jour la threat intelligence ; et maintenir la surveillance en dehors des heures de travail. Le risque n'est pas un cas isolé : l'avertissement du NCSC britannique sur les rançongiciels dopés à l'IA va dans le même sens — l'IA amplifie des méthodes d'attaque qui existent déjà, donc la défense commence par une surveillance comportementale faite correctement, et non par l'attente d'un outil « anti-IA » dédié.
