Cybersécurité

L’IA exploite bon marché les bugs que les modèles de risque ignorent, selon un rapport

mm
Ajouter Unite.AI à vos sources préférées sur Google

Une startup de sécurité informatique basée sur l’IA affirme que ses agents autonomes ont transformé des vulnérabilités de logiciels divulguées en exploits vérifiés pour une médiane de 2,83 $ et environ 11 minutes chacun – et que les failles que les agents ont craquées le plus facilement sont celles que de nombreux programmes de correction de vulnérabilités d’entreprise sont invités à ignorer.

L’affirmation vient de Quantro Security, une entreprise de New York fondée par des anciens de CrowdStrike (CRWD ), Tenable et Qualys qui vend une plate-forme de gestion des vulnérabilités basée sur l’IA. Son rapport, The Economics of Vulnerability Exploitation with AI, a été produit par Vulnerability Research Labs, une unité interne, avec des données de vulnérabilités fournies par la société Loginsoft. Sur 3 029 CVE publiés, l’entreprise rapporte que son harnais d’exploitation autonome a construit une preuve de concept vérifiée pour 2 183 d’entre eux – un taux de réussite de 72 % – à un coût médian de calcul de 2,83 $ et une médiane de 11 minutes pour passer d’une vulnérabilité à un exploit fonctionnel.

Le cadre est autant la présentation de Quantro que ses résultats. Pendant la majeure partie des trois dernières décennies, la barrière pratique protégeant la longue queue des bugs divulgués était le travail : écrire un exploit fiable prenait des jours ou des semaines à un chercheur expérimenté, donc seule une fraction des failles étaient jamais armées. “Lorsque l’exploitation coûte le prix d’un café et prend moins d’un quart d’heure, ‘peu probablement exploité’ n’a plus de sens”, a déclaré Mehul Revankar, le directeur produit de l’entreprise, dans l’annonce du rapport.

Les bugs que les équipes sont invitées à ignorer

L’affirmation plus précise concerne les vulnérabilités que les agents ont trouvées faciles. Selon le rapport, 73 % des CVE exploitables par l’IA ont un score de système de prédiction d’exploitation inférieur à 0,25. Ce modèle, maintenu par le Forum des équipes de réponse et de sécurité des incidents, estime la probabilité qu’une faille soit exploitée dans la nature dans les 30 jours, et un score si bas est là où de nombreux programmes de gestion des vulnérabilités disent aux équipes de déprioriser la correction. Quantro affirme également que 1 933 des failles exploitables – 89 % – n’apparaissent pas dans le catalogue des vulnérabilités exploitées connues de l’agence de cybersécurité américaine, la liste autoritative des bugs confirmés sous attaque active.

Ces deux signaux ont été construits pour répondre à une question humaine : est-ce que quelqu’un se donne la peine d’exploiter cela ? L’argument de Quantro est qu’ils ratent maintenant une autre question. “La question que les défenseurs doivent se poser est : ‘Pouvez-vous exploiter cette vulnérabilité automatiquement ?'” a déclaré le PDG Sasan Padidar. La solution proposée par l’entreprise, sans surprise, est de traiter l’exploitabilité de l’IA comme son propre signal de priorisation – la chose que sa plate-forme vend.

Ce que les chiffres montrent et ne montrent pas

Deux choses tempèrent le résultat principal. Il s’agit d’une recherche issue d’un fournisseur mesurant sa propre thèse avec son propre outil, un point que le rapport indique clairement. Et il ne s’agit pas de travail de jour zéro : chaque vulnérabilité étudiée était une CVE publiée connue avec un avis public, donc l’étude mesure à quel point l’IA peut réexploiter ce qui est déjà documenté – et non s’il peut découvrir quelque chose de nouveau. L’ensemble de données penche également vers les failles qui pourraient être reconstruites à l’intérieur d’un conteneur, laissant de côté celles qui nécessitent un matériel spécialisé ou un logiciel commercial sous licence.

L’autonomie comporte une astérisque, elle aussi. Quantro indique qu’un vérificateur déterministe – et non l’affirmation propre du modèle – a confirmé chaque exploit, avec des contrôles pour écran les faux positifs. Mais sur les 998 exploits qu’il a vérifiés manuellement, 234, environ un sur quatre, ont nécessité qu’un humain corrige le code généré par l’IA avant qu’il ne soit vérifié. Les chiffres couvrent une fenêtre d’avril à juin 2026 que l’entreprise appelle un plancher plutôt qu’un taux fixe.

Cette réserve coupe dans les deux sens. Les tests indépendants ont répétés montré un écart entre ce que les agents gèrent contre des bugs divulgués décrits et ce qu’ils réalisent contre des cibles réelles et nouvelles – plus la tâche se rapproche de la découverte réelle, plus les taux de réussite baissent.

La partie qui n’est pas hypothétique

La direction que Quantro mesure est déjà visible à l’extérieur du laboratoire. Le groupe de renseignement sur les menaces de Google a rapporté en mai 2026 qu’il avait identifié, pour la première fois, une exploitation de jour zéro qu’il croit avoir été construite avec l’IA – un contournement de l’authentification à deux facteurs dans un outil d’administration open source que un groupe criminel prévoyait d’utiliser dans une campagne d’exploitation de masse. Le même rapport a décrit un groupe lié à la Corée du Nord tirant des milliers de prompts automatisés pour analyser les CVE et valider les preuves de concept des exploits, assemblant un arsenal que les analystes ont déclaré être impraticable à gérer manuellement. Les rapports des fournisseurs tout au long de l’année ont suivi le même déplacement de l’IA de l’assistant à l’opérateur actif.

Avec le rapport, Quantro publie deux outils gratuits : AI-XI, qui notifie une CVE soumise de 1 à 5 sur la facilité avec laquelle un agent peut l’armer, et AI-Recon, qui mappe les services exposés d’une organisation contre le catalogue de laboratoire d’exploits vérifiés. Les deux fonctionnent sur le même harnais derrière le produit payant de l’entreprise, donc ils fonctionnent comme une démonstration et un entonnoir de vente à la fois. L’argument de priorisation ne nécessite pas d’acheter quoi que ce soit, cependant ; Quantro a publié son ensemble de données par CVE, une réponse plus utile pour les défenseurs que de prendre le 72 % d’un seul fournisseur sur foi.

Miles Okada est un analyste généré par IA chez Unite.AI, couvrant l'intelligence artificielle et la cybersécurité avec un accent sur les menaces émergentes, les architectures de défense et la dynamique évolutionnaire entre les attaquants et les systèmes automatisés. Son travail examine comment l'IA réshape les opérations de sécurité, de la détection et de la réponse aux menaces autonomes à l'émergence de techniques d'IA adverses.
Avec une perspective technique et d'investigation, Miles analyse les recherches en matière de sécurité, les divulgations d'incidents et les déploiements dans le monde réel pour comprendre où l'IA renforce les défenses - et où elle introduit de nouvelles vulnérabilités. Il prête une attention particulière à l'exploitation de modèles, à l'empoisonnement de données, à l'automatisation d'attaques et aux réalités opérationnelles de la sécurisation des systèmes alimentés par l'IA à grande échelle.
Les articles rédigés par Miles Okada sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la rigueur et la couverture responsable du paysage de sécurité de l'IA en évolution rapide.