Google révèle l’IA au cœur des intrusions de BASIN CASTLE

Google publie son rapport Le Google Threat Intelligence Group a publié le GTIG AI Threat Tracker Q3 2026. Le document décrit l’usage de l’intelligence artificielle à chaque étape du cycle d’intrusion. Selon le rapport, les cas d’usage agentiques dépassent désormais la découverte de vulnérabilités. BASIN CASTLE, acteur d’espionnage cybernétique lié à la République populaire de Chine, utilise des modèles de langage pour reconnaître des cibles. Ces modèles l’aident aussi à résoudre des erreurs pendant une intrusion. Un autre groupe lié à la République populaire de Chine a tenté d’utiliser Gemini pour bâtir un dispositif automatisé de test d’intrusion. Celui-ci devait mener seul les premières étapes d’une attaque. Lire le rapport du GTIG.

Mandiant mesure six heures Une campagne observée par Mandiant illustre cette accélération opérationnelle. Les attaquants ont déployé un dispositif à plusieurs agents sur une infrastructure compromise. Cette campagne massive visait le vol d’identifiants. Elle a compromis de manière autonome des milliers d’identifiants en seulement six heures. John Hultquist, analyste en chef du Google Threat Intelligence Group, estime que les acteurs malveillants utilisent tous l’IA d’une manière ou d’une autre. Il associe l’approche agentique à un adversaire plus rapide et capable d’opérer à plus grande échelle. Il cite cette campagne comme exemple d’attaques pouvant dépasser la capacité de réponse. Le rapport situe donc l’autonomie au-delà d’une simple expérimentation technique.

Mandiant observe des données ciblées

Les actifs d’IA deviennent des cibles Les utilisateurs et les systèmes d’IA attirent aussi les opérations malveillantes. Des acteurs dérobent des propriétés intellectuelles sensibles liées à l’IA. Mandiant a enquêté sur plusieurs incidents visant des données et des modèles propriétaires. Ces incidents concernaient les nouvelles technologies, la santé, ainsi que les médias et le divertissement. Ils se sont produits en Amérique du Nord et en Europe. Dans certains cas, les attaquants ont menacé de publier les données sans paiement d’une rançon. Le rapport décrit ainsi des attaques portant directement sur les actifs technologiques. Il relie ces incidents à une volonté d’obtenir des données ou des modèles détenus par des organisations.

TeamPCP vise la chaîne TeamPCP s’est concentré sur la chaîne d’approvisionnement de l’IA. L’acteur a déployé des logiciels malveillants conçus pour exploiter des systèmes d’IA émergents. Il a installé des portes dérobées dans des outils utilisés par des assistants de codage IA. Il a aussi corrompu les métadonnées de paquets de code ouvert. Cette manipulation a conduit des assistants à recommander des dépendances malveillantes aux développeurs. Les logiciels déployés contenaient également des instructions malveillantes. Celles-ci permettaient d’exécuter des commandes de manière furtive. John Hultquist indique que la chaîne d’approvisionnement retient actuellement l’attention de TeamPCP, tout en évoquant d’autres cibles possibles.

Les attaquants détournent les ressources IA

Les capacités sont détournées Pour obtenir un accès à l’IA, les acteurs malveillants dérobent des identifiants et achètent des capacités sur le marché clandestin. Ils hébergent aussi des modèles locaux sur des hôtes compromis. UNC6508, acteur lié à la République populaire de Chine, a compromis des environnements cloud pour héberger un modèle local. Cet acteur est associé à une importante campagne d’intrusion contre des établissements médicaux américains. En avril 2026, Mandiant a observé un autre acteur déployer une infrastructure d’IA après avoir exploité un accès. Cette infrastructure maintenait des charges de travail non autorisées et provisionnait des instances de calcul GPU haute performance aux frais de la victime.

Les opérations montent en échelle Un groupe de travailleurs informatiques nord-coréens a procédé à des enregistrements massifs d’API de modèles de langage. Il utilisait des comptes détournés pour augmenter l’échelle de ses opérations. Ces exemples montrent plusieurs modes d’accès aux capacités d’IA. Les attaquants peuvent employer des modèles intégrés à une intrusion, compromettre une infrastructure pour héberger un modèle local ou détourner des comptes. Le rapport décrit également des attaques contre la chaîne d’approvisionnement. Mandiant documente enfin des campagnes visant des identifiants, des modèles propriétaires et des données sensibles. John Hultquist prévoit que les acteurs chercheront d’autres opportunités à mesure que les systèmes d’IA intégreront les infrastructures technologiques. Consulter l’article de référence.