ToolNavs Outils IA à découvrir
Proposer Connexion
Retour à Informations sur l’IA
Des agents IA trouvent une faille zero-day en 11 minutes, Amazon révèle le piratage d'un serveur universitaire

Des agents IA trouvent une faille zero-day en 11 minutes, Amazon révèle le piratage d'un serveur universitaire

Informations sur l’IA • Admin • • 20 vues

Le 20 novembre 2026, Amazon Threat Intelligence a révélé sur le blog sécurité d'AWS une attaque menée par des agents IA : un groupe de pirates soupçonné de liens avec la Chine a utilisé Cairn, un framework open source d'agents IA, pour découvrir et exploiter de façon autonome une faille zero-day et prendre le contrôle complet d'un serveur universitaire. De l'exploration de l'interface à l'écriture arbitraire de fichiers, les agents n'ont mis qu'environ 11 minutes. C'est la première preuve publique que des agents IA ont accompli seuls, lors d'une attaque réelle, toute la chaîne allant de la découverte d'une vulnérabilité jusqu'à l'intrusion réussie.

Ce qui s'est passé pendant ces 11 minutes

La cible était MONAI Label, un outil open source d'annotation d'images médicales que les équipes de recherche utilisent pour étiqueter des scanners médicaux et entraîner des modèles d'imagerie. Les agents ont d'abord exploré les interfaces du système, puis découvert que le paramètre de nom de fichier d'un point de terminaison de téléversement n'était pas filtré, et ont utilisé une traversée de chemin pour écrire un fichier là où il ne devait pas être — passant de l'exploration à l'écriture arbitraire de fichiers en 11 minutes. Lors d'une session ultérieure, les agents ont écrit du code de shell inversé dans sitecustomize.py, que Python charge automatiquement au démarrage, puis déclenché un point de terminaison d'entraînement pour lancer un nouveau processus et obtenu un shell inversé avec les droits root.

Amazon a découvert l'attaque le 10 septembre : le serveur Cairn de l'attaquant était exposé directement sur Internet sans mot de passe, rendant visibles les journaux d'opération, les invites et les traces d'exécution. Les invites étaient rédigées en chinois simplifié et les horodatages des scripts configurés sur l'heure normale de Chine. Les cibles étaient des universités d'Asie de l'Est hors de Chine continentale, et la campagne a duré environ 48 heures à partir du 8 septembre. Amazon estime avec un haut degré de confiance qu'il s'agit d'une faille zero-day — au moment de la découverte, aucun correctif, rapport, avis de sécurité ni enregistrement dans une base de vulnérabilités ne lui correspondait ; l'attribution à l'acteur n'a en revanche reçu qu'une évaluation de confiance modérée.

Mais les agents étaient loin d'être imparables : dans la même campagne, un serveur Redis non protégé les a occupés environ 16 heures et 148 étapes sans succès ; un serveur GPU universitaire a connu le même sort — les agents ont collecté environ 80 noms d'utilisateur réels à partir de sources publiques et essayé plus de 30 000 combinaisons de mots de passe, sans rien obtenir. Ce qui est réellement tombé, c'est MONAI Label, qui fonctionnait sans connexion par défaut et présentait une faille de traversée de chemin. Les agents ont amplifié des erreurs de configuration et des défauts de code déjà présents ; ils n'ont pas créé de capacité d'intrusion à partir de rien. L'attaquant a ensuite fourni aux agents un tunnel proxy qui a étendu la campagne au réseau interne d'une deuxième université — où le serveur exécutait le même logiciel vulnérable.

Les mainteneurs de MONAI Label ont publié un avis de sécurité, et le correctif a été fusionné dans la branche principale le 19 octobre, mais au 21 novembre, aucune nouvelle version contenant le correctif n'a été publiée ; la dernière version sur PyPI reste la 0.8.5, et les versions 0.8.5 et antérieures sont concernées. Les organisations qui utilisent encore MONAI Label doivent maintenant faire trois choses : ne pas exposer le service directement sur Internet, ajouter une vérification de connexion aux points de terminaison de téléversement, et suivre la version corrigée. Le même jour, OpenAI a aussi publié ses propres défenses contre la distillation adverse, avec une idée similaire : ne pas attendre qu'une attaque réussisse pour en tirer les leçons — intercepter l'extraction pendant qu'elle se produit. Les deux camps de la course entre attaque et défense accélèrent, et le temps restant pour une réponse manuelle se réduit.

Outils Recommandés

Plus