if ( !emtpy($headline_subheadline ) ) : ?>
Les chercheurs en sécurité anticipent une augmentation des capacités d’attaque approfondie des appareils industriels à mesure que les modèles d’IA s’améliorent, ouvrant ainsi les automates à des vulnérabilités plus importantes.
endif; ?>
Les LLM ont montré une grande amélioration dans la recherche sur les vulnérabilités et les capacités de développement d’exploitation au cours des six derniers mois. Mais c’est une chose de découvrir des vulnérabilités dans des projets open source bien documentés et un ensemble de compétences totalement différentes pour décrypter les systèmes de fichiers et procéder à la rétro-ingénierie des micrologiciels de bas niveau à source fermée dans des appareils embarqués hautement spécialisés.
C’est pourquoi les chercheurs de la société de sécurité industrielle IoT Forescout ont décidé de tester dans quelle mesure les modèles d’IA ont réussi à remplacer les connaissances hautement spécialisées que possèdent les chercheurs sur les vulnérabilités des systèmes de contrôle industriel (ICS). L’utilisation de l’assistance de l’IA pour transférer un exploit connu d’un modèle d’automates programmables (PLC) à un autre a pris 8,5 heures et a néanmoins nécessité une contribution importante de la part du chercheur humain.
Ainsi, même si l’IA n’a pas encore transformé la découverte des vulnérabilités Zero Day d’ICS en une affaire instantanée pour les attaquants non qualifiés, elle pourrait réduire considérablement le temps dont les pirates informatiques expérimentés des systèmes embarqués ont besoin pour investir dans le développement de nouveaux exploits, d’autant plus que la recherche peut être parallélisée sur plusieurs agents.
« L’IA a déjà abaissé les obstacles à la recherche sur les vulnérabilités et au développement d’exploitations dans les logiciels de niveau supérieur. Cette expérience suggère que la même progression commence à atteindre les systèmes embarqués de bas niveau, même si des obstacles importants subsistent », ont déclaré les chercheurs de Forescout dans leur rapport.
Bien que les modèles testés aient besoin de conseils pour comprendre certains aspects de l’analyse, ils ont pu combiner des outils de rétro-ingénierie tels que Ghidra, générer leurs propres scripts Python pour l’analyse, utiliser des outils de mise en réseau pour raisonner sur la vulnérabilité, générer un code d’exploitation fonctionnel et le tester sur une cible réelle. Et ils ont fait tout cela sans code source ni accès au débogueur sur l’automate.
Portage des exploits sur d’autres appareils
Pour leur test, les chercheurs ont choisi un scénario d’attaquant probable : porter un exploit de preuve de concept développé pour un modèle d’automate vers un autre modèle affecté par la même vulnérabilité, mais pour lequel le code d’exploitation n’existe pas encore.
Il s’agit d’un défi important, car différents modèles d’API du même fournisseur ou même de fabricants différents peuvent partager un composant vulnérable, le reste du micrologiciel étant très différent. De plus, les fournisseurs corrigent parfois une vulnérabilité signalée dans un modèle sans évaluer de manière exhaustive si la même faille affecte les autres modèles de leur gamme de produits.
Par exemple, en juin, Forescout a signalé avoir vu des tentatives d’exploitation pour une vulnérabilité trouvée et signalée dans les convertisseurs série-IP de Lantronix (CVE-2025-67038). Le fabricant a initialement publié des correctifs uniquement pour les séries de contrôleurs EDS5000 et EDS3000, mais après que l’exploitation dans la nature ait été révélée quatre mois plus tard, il a identifié et publié des correctifs pour des modèles d’appareils supplémentaires : séries G520, séries X300, séries E210 et E220.
Cependant, pour leurs tests, les chercheurs de Forescout ont porté un exploit qu’ils avaient précédemment développé pour CVE-2021-31886, d’un modèle d’automate Wago vers un autre que le fournisseur avait signalé comme affecté et avait déjà corrigé.
La voie de la moindre résistance est remise en question
Les capacités croissantes de l’IA dans ce domaine devraient également modifier les types de problèmes ciblés par les attaquants. Les vulnérabilités d’exécution de code à distance dans le micrologiciel des automates peuvent permettre une persistance profonde et des mouvements latéraux au sein des réseaux de technologie opérationnelle (OT), mais en raison de leur complexité, la plupart des attaques réelles contre les ICS impliquent généralement des fruits à portée de main, tels que des protocoles d’ingénierie non sécurisés ou des vulnérabilités dans les IHM (interfaces homme-machine) basées sur le Web que les opérateurs utilisent pour contrôler les appareils.
« Le plus grand risque est que les vulnérabilités considérées comme « trop difficiles à exploiter » deviennent plus faciles à exploiter », explique dos Santos. « Les acteurs de la menace ont une sorte de calcul du retour sur investissement lorsqu’ils passent du temps à développer un exploit, et quelque chose qui les aide à créer ou à porter des exploits modifie ce calcul : (…) RCE peut donner un contrôle très granulaire aux attaquants pour créer des implants persistants, exécuter des mouvements latéraux de bas niveau, etc. Ces choses ne sont pas faciles, mais si l’IA peut aider ici, elles ont plus de chances de se produire. »
Les modèles ne feront que s’améliorer
Forescout a commencé ses recherches il y a quelque temps et a utilisé des modèles désormais d’ancienne génération : Claude Sonnet 4.6 et Claude Opus 4.6 avec contexte 1M, sortis en février. Depuis, Anthropic a sorti Opus 4.8 en mai, Fable 5 en juin, Opus 5 en juillet et Fable 5.1 aujourd’hui.
Tous ces modèles ont vu leurs capacités augmenter dans la recherche sur la sécurité, en particulier Fable, qui appartient à la même classe que Mythos d’Anthropic, un modèle si performant en matière de cybersécurité qu’il n’a été partagé qu’avec des organisations contrôlées. Les derniers modèles chinois à poids ouvert dépassent également depuis longtemps les capacités de l’Opus 4.6 et sont de plus en plus utilisés pour les travaux de cybersécurité, en partie parce que les modèles frontières disposent de solides garde-corps qui peuvent bloquer les travaux de développement d’exploits.
« Des modèles plus récents auraient pu obtenir de meilleurs résultats », note dos Santos. « Dans certains cas, comme la recherche sur les vulnérabilités, nous constatons qu’une combinaison de modèle et d’exploit est plus importante que le modèle en soi, mais dans ce cas de développement d’exploits, un modèle de raisonnement plus performant aurait pu faire mieux. »
Dans les réseaux OT, l’application de correctifs est encore plus compliquée que dans les réseaux informatiques, car ces contrôleurs sont utilisés pour gérer les processus critiques. Leur mise hors ligne pour l’application des correctifs nécessite donc des temps d’arrêt planifiés. En conséquence, les propriétaires d’actifs ICS donnent souvent la priorité aux correctifs en fonction de la difficulté d’exploiter un problème et de sa probabilité, mais l’IA remet en question ces évaluations.
Outre la réduction habituelle de l’exposition des appareils OT en désactivant les services inutilisés et en restreignant l’accès à leurs interfaces de gestion, les organisations devraient désormais prendre en compte les chemins d’attaque assistés par l’IA dans leurs plans d’incident.
« Mettez à jour les exercices de simulation et les manuels techniques pour inclure des scénarios dans lesquels les attaquants adaptent rapidement les exploits sur différents modèles d’appareils, abusent des services de gestion exposés, se déplacent latéralement dans les environnements d’ingénierie ou provoquent l’instabilité des appareils en raison d’un échec d’exploitation », préviennent les chercheurs de Forescout.
L’exploitation basée sur l’IA peut également être imprévisible et causer des problèmes que l’attaquant n’avait jamais prévu. Dans l’expérience de Forescout, l’agent IA a tenté de déployer une charge utile malveillante après une exploitation réussie et a fini par écrire dans une région de mémoire mappée sur flash, bloquant définitivement l’appareil. Pour un automate ou un autre dispositif ICS contrôlant un processus physique dans une installation industrielle, ce crash involontaire et irrécupérable peut constituer une situation très dangereuse.
« L’expérience a montré à quel point l’exploitation embarquée de bas niveau peut être impitoyable », ont écrit les chercheurs. « À mesure que les agents d’IA disposent de plus de liberté pour agir contre les systèmes cyber-physiques, les erreurs ne se limitent plus à une mauvaise analyse ou à un code défectueux. Elles peuvent affecter l’appareil lui-même. »
