Les points clés à retenir sur la détection de failles par IA
- À mesure que l’IA progresse, sa capacité à détecter des vulnérabilités « zero-day » s’améliore également.
- Seuls trois des sept modèles d’IA ont détecté un bug de Google V8 signalé de manière confidentielle.
- La détection d’une vulnérabilité « zero-day » ne coûte désormais plus que 4 $. Les défenseurs pourront-ils suivre le rythme ?
Les meilleurs modèles d’IA du marché étaient incapables de détecter des vulnérabilités « zero-day » en début d’année.
Mais ils y parviennent désormais en moins de 15 minutes et pour quelques dollars seulement, selon un nouveau rapport publié par la société de tests d’intrusion Xint.io.
Ces résultats soulèvent des questions sur la manière dont les vulnérabilités seront découvertes et exploitées à l’avenir.
L’IA gagne en efficacité et devient moins chère – ce qui a des répercussions sur la cybersécurité
Tous les grands développeurs d’IA travaillent à un rythme effréné pour améliorer l’efficacité de leurs modèles. Parallèlement, les prix des jetons continuent de baisser. Des études montrent que le coût moyen des jetons, qui varie selon les domaines, a chuté d’environ 47 % par trimestre depuis 2023 et de 15 % rien que le mois dernier, en raison de la concurrence intense entre des entreprises telles qu’OpenAI et Anthropic.
C’est une bonne nouvelle pour les entreprises qui cherchent à exploiter l’IA pour gagner en productivité et proposer de nouveaux services. Mais à mesure que les prix des jetons baissent, il devient également moins coûteux pour les pirates de lancer des attaques assistées par l’IA, notamment des failles logicielles causées par l’exploitation de vulnérabilités inconnues.
Le rapport examine comment les modèles d’IA les plus populaires ont évolué au cours de l’année écoulée, au point que des attaques de cybersécurité qui auraient échoué il y a seulement quelques mois aboutissent désormais. L’équipe a analysé sept modèles lancés depuis février 2026 : deux d’OpenAI, trois d’Anthropic et deux modèles open source de DeepSeek et Z.ai. Elle a suivi, au fil du temps, leurs performances dans la détection d’une vulnérabilité cible.
4 $ : comment les capacités de piratage de l’IA ont évolué en 2026
L’objet de cette recherche était une faille de sécurité dans le moteur V8 de Google. Répertoriée sous le numéro CVE-2026-102321, ce bug de confusion de types conduisant à l’exécution de code à distance (RCE) a été signalé au programme de récompense des vulnérabilités de Google (VRP) par Taisic Yun, chercheur chez Xint. Il n’était donc pas présent dans les ensembles de données d’entraînement des modèles d’IA.
Le champ d’application de la recherche s’est limité à un ensemble de fichiers sources, y compris le fichier contenant la vulnérabilité, et chaque modèle a reçu pour instruction de rechercher des failles de sécurité au sein de ces fichiers.
Le premier test de Xint a été mené en février. Après 25 heures d’analyse et 350 dollars dépensés, les meilleurs modèles disponibles à l’époque n’avaient toujours pas réussi à détecter cette vulnérabilité critique.
- En juillet, GPT 5.6 Sol a détecté la faille « zero-day » en 44 minutes pour 22 dollars.
- En septembre, GPT 6 Sol a découvert le bug en 13 minutes pour seulement 4,24 dollars grâce à sa première invite guidée.
Seuls trois des sept modèles ont détecté le bug : GPT 6 Sol, GPT 5.6 Sol et Claude Opus 5, tous lancés à partir de juillet. GPT 5.6 Sol a eu besoin de deux invites, tandis que Claude Opus 5 l’a détecté dès le premier essai, mais à un coût plus élevé de 43,40 $.
Les modèles de DeepSeek et de Z.ai ont échoué à cette tâche.
Pourquoi les outils de sécurité IA moins chers sont une arme à double tranchant
Les chercheurs affirment que la combinaison du développement de modèles d’IA et du faible coût des jetons signifie que des « hackers médiocres » peuvent désormais utiliser efficacement des modèles de pointe pour découvrir et potentiellement exploiter des vulnérabilités, et « bien que nous soyons encore loin de voir des amateurs complets utiliser des modèles non contrôlés pour pirater des systèmes et des applications, ce qui était autrefois considéré comme trop difficile et trop coûteux pour mériter l’effort d’un pirate informatique moyen est désormais à sa portée. »
En conséquence, les organisations doivent adapter leur stratégie de sécurité en conséquence. Mais la baisse du coût des jetons, ainsi que l’évolution des compétences et de la rapidité de l’IA, peuvent également jouer en votre faveur.
Rien n’empêche l’équipe de sécurité ou les testeurs d’intrusion d’une organisation d’effectuer eux-mêmes ces mêmes vérifications pour détecter les vulnérabilités avant que les acteurs malveillants ne le fassent. Les tests assistés par l’IA ne sont sans doute plus une question que l’on peut repousser à la révision budgétaire de l’année prochaine. En réalisant une évaluation des risques axée sur les points faibles potentiels, tels que les services accessibles au public ou une chaîne d’approvisionnement numérique qui n’a pas fait l’objet d’un audit depuis des années, les entreprises peuvent atténuer le risque que représentent les cyberattaques basées sur l’IA.
« L’expertise reste essentielle »
Les vulnérabilités « zero-day » sont inconnues des éditeurs. Et un correctif peut ne pas être disponible lorsqu’elles sont rendues publiques ou activement exploitées. Ainsi, l’IA a ses limites, mais elle peut libérer vos défenseurs pour qu’ils se consacrent à des tâches nécessitant une intervention humaine. De plus, le maintien de contrôles d’accès « zero-trust », la segmentation et le renforcement des défenses de votre réseau, ainsi que la surveillance des terminaux à la recherche de signes de comportements suspects peuvent être aussi efficaces, voire plus, que l’IA.
Comme le souligne Xint, « l’expertise reste essentielle » lorsqu’il s’agit de former des modèles d’IA à la détection de vulnérabilités. Dans certains cas, les modèles n’ont pas pu identifier la vulnérabilité cible sans aide, ce qui a nécessité des exécutions supplémentaires, augmentant ainsi le temps et les coûts.
« Les failles logicielles nécessitent toujours un certain niveau de compétence technique », affirment les chercheurs, « mais plus une expertise de très haut niveau. »
Source : "ZDNet.com"