Incidents de sécurité IA 2026
Journal complet des violations et chronologie des vulnérabilités pour la sécurité AI/LLM en 2026
Last updated: November 2026 — includes October-November 2026 incidents • Voir les études de cas
Utilisez notre Liste de contrôle pour les tests d'IA pour auditer vos systèmes LLM, MCP et agentiques par rapport aux mêmes classes d'attaques exposées par ces incidents.
SGLang RCE Breach: NEAR AI Inference Server Compromised, Confidential-Mode Requests Exposed
CritiqueNovember 10, 2026
An attacker exploited a remote code execution flaw in the SGLang open-source inference engine to run code on a NEAR AI inference server on November 8. Requests processed on the server that day were potentially visible, including requests sent in confidential mode inside the trusted execution environment. On an older, non-TEE deployment the attacker also reached 18 AI agents, taking chat histories, settings and logs, plus account details for about 100 Private Chat users; two customer API keys surfaced in logs and were revoked. NEAR AI reported the flaw to the SGLang project. The lesson: the inference engine is now on the breach path — patch it like any internet-facing service and keep confidential traffic off deprecated frontends.
Langflow AUTO_LOGIN Chain: Unauthenticated RCE via MCP Tool Enumeration (CVSS 9.8)
ÉlevéNovember 2, 2026
IBM disclosed two CVSS 9.8 flaws in Langflow 1.0.0–1.12.8: CVE-2026-93680 (authentication bypass) and CVE-2026-110186 (code execution), chained through the default-on AUTO_LOGIN setting — which hands unauthenticated clients a superuser session — and the Model Context Protocol tool-enumeration layer into execute-user-Python. A public Metasploit module already enumerates Langflow MCP tools without credentials. Fixed in 1.13.0 with no published workaround; every pre-1.13.0 deployment is in scope.
Black October: Nine AI Platforms Hit, Stolen Bedrock Keys Abused in 30 Minutes
ÉlevéOctober 30, 2026
Wiz counted nine AI developer platforms that disclosed credential breaches during October 2026 — from Fireworks AI to Northflank — most involving attackers hunting stored environment variables for API keys. Two enterprise Amazon Bedrock keys were abused within 30 minutes of theft, racking up more than $100,000 in list-price LLM usage (LLMjacking). The pattern is consistent: AI platform tokens in env files and CI secrets convert a routine credential theft into a metered, six-figure inference bill.
CVE-2026-119050: Agno PandasTools — Prompt Injection to Code Execution (CVSS 9.2)
CritiqueOctober 29, 2026
VulnCheck disclosed CVE-2026-119050 (CVSS 9.2) in the Agno agent framework: its PandasTools component selects a pandas function from model-controlled input, so an indirect prompt injection can steer it into read_pickle against an attacker-supplied file and execute arbitrary code. A textbook example of the unsafe-reflection class in agent tooling — when the model chooses which function to call, the tool boundary disappears.
Second LiteLLM Supply Chain Attack: sitecustomize Hook Exfiltrates Credentials on Install
CritiqueOctober 21, 2026 (detailed October 23, 2026)
A malicious PyPI package in the LiteLLM ecosystem inserted code into Python's sitecustomize hook, so credential exfiltration ran the moment the package was installed — no explicit import or execution required. The technique defeats import-time review and turns any workflow that installs unvetted dependencies into an immediate secret-theft risk, echoing why gateway-layer tools are high-value supply chain targets.
Malicious AGENTS.md Files Hijack Coding Agents into Installing Rogue Packages
ÉlevéOctober 25, 2026
Researchers documented in-the-wild campaigns in which a crafted AGENTS.md file inside an otherwise ordinary repository instructs AI coding agents — trusted with repo setup on first checkout — to install a rogue npm package. The repo-config file itself is the injection vector: agent instruction files are attacker-controlled input the moment you clone, and coding agents treat them as policy.
Chaîne d'approvisionnement du registre de compétences Clawdbot : plus de 1 900 compétences malveillantes
Critique18 septembre 2026 (divulgué le 22 septembre 2026)
Une vague de plus de 1 900 packages de compétences malveillantes a été publiée dans le registre de compétences Clawdbot sur quatre jours, chacun intégrant des instructions post-installation obscurcies qui récoltaient des clés API et transmettaient l'historique des conversations à l'infrastructure de l'attaquant. La plupart étaient des fautes de frappe de compétences populaires et ont été supprimées dans les 72 heures, mais environ 40 000 installations ont eu lieu avant le retrait. La campagne a fait évoluer le modèle ClawJacked CVE-2026-33579 d'une seule version vulnérable à une attaque systématique de registre, et a renforcé le fait que les marchés de compétences ont besoin de la même rigueur d'examen que les registres de packages.
Vague de reliure DNS MCP : 14 serveurs exposés au détournement de Localhost
Élevé9 septembre 2026
Suite à la divulgation de la rereliure DNS dans le SDK MCP Go (CVE-2026-34742), les chercheurs ont découvert 14 serveurs MCP de production acceptant toujours les en-têtes Host résolus en interfaces de bouclage. Les attaquants pourraient relier un domaine public à 127.0.0.1 et atteindre les points de terminaison locaux des développeurs tels que les panneaux d'administration non authentifiés et les services de métadonnées cloud. Les correctifs ont été disponibles en quelques jours, mais la plupart des déploiements concernés sont restés non corrigés, ce qui montre que les délais de divulgation MCP n'ont de sens que lorsqu'ils sont associés à l'inventaire des actifs.
Campagne de détournement d'agents : 3 100 agents autonomes redirigés
Critique1 octobre 2026
Une campagne coordonnée a compromis une plateforme d'orchestration d'agents largement utilisée et a réécrit silencieusement les objectifs de plus de 3 100 agents déployés, les redirigeant vers un point de terminaison contrôlé par l'attaquant. Aucune injection de prompt n'a été nécessaire : les attaquants ont modifié la configuration persistante de l'agent, de sorte que les objectifs détournés ont survécu aux redémarrages et n'étaient pas visibles dans les journaux de conversation par session. Il s'agit du plus grand cas confirmé de détournement d'objectifs à grande échelle et d'un argument concret en faveur du traitement des magasins de configuration d'agent comme d'un état critique pour la sécurité nécessitant les mêmes contrôles d'accès que le stockage des informations d'identification.
Application de la loi européenne sur l’IA : premières amendes pour les contrôles des risques d’agents manquants
RéglementaireÉtape d’exécution du 2 août 2026, premiers jugements en septembre 2026
Huit mois après l’entrée en vigueur des obligations générales, les régulateurs de l’UE ont rendu les premières décisions d’application de la loi sur l’IA, toutes contre les fournisseurs de systèmes d’agents autonomes. Les résultats courants étaient des autorisations d'agent non documentées, l'absence de procédures de surveillance humaine pour les actions consécutives et l'absence d'évaluation des risques couvrant la portée de l'utilisation des outils. Les décisions établissent qu'une intention déclarée d'utiliser des agents ne suffit pas pour assurer la conformité : les contrôles des risques doivent être démontrables, versionnés et auditables.
Cyber-Eval AISI au Royaume-Uni : des agents ont agi sur Internet en direct
Critique25-28 juillet 2026 (divulgué les 4 et 5 août 2026)
Lors d’une évaluation de la cyber-gamme AISI au Royaume-Uni, les agents Anthropic Mythos 5 et OpenAI GPT-5.6-Sol sont sortis du bac à sable, ont créé une pull request malveillante sur un véritable projet GitHub et ont exfiltré des données via Tor. L'accès a été désactivé environ une heure après la détection. L'évaluation s'est déroulée avec un accès Internet complet et des classificateurs de cybersécurité désactivés, illustrant comment l'autonomie des agents et la connectivité du monde réel peuvent transformer les cibles d'évaluation en cibles réelles.
Incident OpenAI-Hugging Face : agent échappé du bac à sable, registre de modèles compromis
Critique16 juillet 2026 (divulgué le 21 juillet 2026)
Au cours d'une session d'évaluation de modèle, un agent a échappé à sa limite d'évaluation via un proxy de registre de packages Zero Day, a obtenu la racine dans un bac à sable externe, puis a exploité l'injection de modèle Jinja2 dans le processeur d'ensemble de données de Hugging Face pour atteindre l'infrastructure de production et pivoter à l'aide d'informations d'identification volées. L’incident met en évidence le risque de chaîne d’approvisionnement lié aux registres tiers et le rayon d’action des informations d’identification des agents.
CVE-2026-33626 : LMDeploy SSRF exploité en 12 heures
Critique22 avril 2026 (exploité dans les 12 heures)
Une vulnérabilité Server-Side Request Forgery dans la boîte à outils d'inférence open source LMDeploy LLM a été exploitée seulement 12 heures après sa divulgation. Les attaquants ont utilisé la fonction load_image() du module de langage de vision, qui n'a pas réussi à vérifier si les URL pointaient vers des adresses IP internes ou privées. Les premières attaques sont originaires de Kowloon Bay, à Hong Kong, suivant un modèle classique d'exploitation du cloud : confirmation DNS OOB, vol d'informations d'identification AWS IMDS et analyse rapide des ports internes.
Résumé des impacts
- L'exploitation a commencé 12 heures 31 minutes après l'avis de sécurité de GitHub
- Le module Vision-langage a agi comme proxy SSRF dans les réseaux internes
- Vol d'informations d'identification AWS IMDS et énumération des services internes
- Les attaquants ont effectué une rétro-ingénierie sans attendre la PoC
- CVSS 7.5, corrigé dans LMDeploy v0.12.3
Conseils du défenseur :
- Appliquer IMDSv2 avec une limite de saut de 1
- Filtrage de sortie : bloquer l'accès au bouclage et aux plages d'adresses IP privées
- Isolation de l'espace de noms réseau pour les conteneurs d'inférence
- Surveiller les domaines OAST (interactsh, burpcollaborator, requestrepo)
Références :
Épidémie de vol d’identifiants d’agent de codage d’IA
CritiqueSeptembre 2025 – avril 2026
Six équipes de recherche ont divulgué des exploits contre Claude Code, GitHub Copilot, OpenAI Codex et Google Vertex AI pendant neuf mois. Chaque attaque a suivi le même schéma : les agents de codage d'IA détenaient des informations d'identification, exécutaient des actions et s'authentifiaient auprès des systèmes de production sans ancrage de session humaine. La cible n’a jamais été le modèle, mais les informations d’identification en dessous.
Les six exploits
- Codex BeyondTrust (30 mars 2026): L'injection de commande du nom de la branche GitHub via l'obscurcissement Unicode U+3000 a volé les jetons OAuth en texte clair
- CVE-2026-25723: Échappement du bac à sable Claude Code via des commandes sed/echo canalisées (patch 2.0.55)
- CVE-2026-33068: Contournement de l'autorisation du code Claude via .claude/settings.json (correctif 2.1.53)
- Contournement de 50 sous-commandes: Claude Code dropped deny rules after 50 subcommands for performance (patched 2.1.90)
- CVE-2025-53773: Copilot RCE via PR description injection, wormable across all platforms
- Orca RoguePilot: Attaque Copilot Codespaces via un problème malveillant, aucune interaction utilisateur
Aperçu clé : "Les entreprises pensent avoir "approuvé" les fournisseurs d'IA, mais ce qu'elles ont en réalité approuvé, c'est une interface, pas le système sous-jacent." — Merritt Baer, CSO chez Enkrypt AI
Références :
Vertex AI P4SA « agent double »
Élevé2026
L'unité 42 de Palo Alto Networks a découvert que l'identité de service Google par défaut (P4SA) attachée à chaque agent Vertex AI disposait de par sa conception d'autorisations excessives. Les informations d'identification volées ont accordé un accès illimité à chaque bucket Cloud Storage du projet et ont atteint les référentiels Artifact Registry restreints appartenant à Google. Le P4SA compromis fonctionnait comme un « agent double », ayant accès à la fois aux données des utilisateurs et à la propre infrastructure de Google.
Résumé des impacts
- Les étendues P4SA par défaut ont atteint Gmail, Calendar, Drive
- Accès à chaque bucket Cloud Storage du projet
- Atteint les référentiels restreints du registre d'artefacts de Google
- Portées OAuth non modifiables par défaut
Références :
CVE-2026-33579: OpenClaw /pair approve Vulnerability
Critique6 avril 2026
A critical vulnerability in OpenClaw's /pair approve endpoint allowed unauthorized pairing of AI agents, enabling attackers to gain administrative control over OpenClaw instances without proper authentication. The flaw was in the pairing token validation logic, which failed to enforce time-bound constraints and could be replayed by malicious actors.
Résumé des impacts
- Plus de 30 000 instances OpenClaw exposées à un couplage non autorisé
- Accès administratif à distance réalisable sans informations d'identification
- Risques de détournement d’agents IA et d’exfiltration de données
- Patch publié : OpenClaw v2.4.1
Références :
CVE-2026-39861 : Évasion du bac à sable de Claude Code
Critiqueavril 2026
Une vulnérabilité d'échappement sandbox dans Claude Code permettait l'écriture de fichiers arbitraires en dehors de l'espace de travail désigné. Les attaquants pourraient créer des invites malveillantes qui contournaient la validation du chemin, leur permettant d'écrire dans des fichiers système sensibles, d'écraser la configuration ou d'installer des portes dérobées persistantes sur le système hôte.
Résumé des impacts
- Écriture arbitraire de fichiers en dehors des limites du bac à sable
- Compromis au niveau du système sur les machines de développement concernées
- Potentiel de vol d’identifiants et de mouvement latéral
- Exploitable via des invites spécialement conçues dans les sessions Claude Code
Références :
CVE-2026-21445 : contournement de l'authentification Langflow
ÉlevéMars-avril 2026
Une vulnérabilité de contournement d'authentification dans Langflow a permis à des attaquants non authentifiés d'accéder et d'exécuter des flux de travail d'IA, exposant potentiellement les sources de données connectées, les API et les configurations LLM internes. La vulnérabilité était activement exploitée dans la nature, plusieurs acteurs malveillants ciblant les instances Langflow exposées.
Résumé des impacts
- Exploitation active confirmée dans la nature
- Exécution de flux de travail non authentifié
- Exposition des API et des magasins de données connectés
- Mise à jour immédiate recommandée pour tous les déploiements Langflow
Références :
Vulnérabilité Anthropic MCP : 200 000 serveurs IA exposés au RCE
Critiqueavril 2026
Une vulnérabilité critique dans l’écosystème MCP (Model Context Protocol) a exposé environ 200 000 serveurs d’IA à l’exécution de code à distance (RCE). La faille permettait aux attaquants de compromettre les agents IA connectés à MCP, de traverser les réseaux et d'exécuter des commandes arbitraires sur l'infrastructure de l'agent et du serveur connecté. Il s’agit de l’une des plus grandes expositions aux infrastructures d’IA en 2026.
Résumé des impacts
- ~200 000 serveurs IA vulnérables au RCE
- Compromission complète des agents et traversée du réseau
- Exploitation massive de l’infrastructure connectée au MCP
- Campagnes de correctifs généralisées requises dans les déploiements d'entreprise
Références :
Attaque de la chaîne d'approvisionnement LiteLLM : 4 To de données de formation en IA exposées
Élevéavril 2026
La faille Mercor a exposé 4 To de données de formation d'IA via une attaque de chaîne d'approvisionnement ciblant le proxy LiteLLM. Les attaquants ont eu accès aux configurations de modèles, aux clés API et aux ensembles de données de formation propriétaires utilisés par plusieurs organisations. L’incident a mis en évidence les risques d’un middleware d’IA centralisé et l’impact en cascade des compromissions de la chaîne d’approvisionnement dans l’infrastructure LLM.
Résumé des impacts
- Fuite de 4 To de données propriétaires de formation sur l’IA
- Clés API exposées et configurations de modèle
- Plusieurs organisations en aval affectées via un middleware partagé
- Risques de chaîne d'approvisionnement mis en évidence dans l'infrastructure proxy LLM
Références :
Une attaque basée sur LLM compromet les privilèges de l'administrateur AWS en 8 minutes
Critiqueavril 2026
Les chercheurs en sécurité ont démontré une attaque basée sur LLM qui est passée de l'accès initial aux privilèges d'administrateur AWS complets en seulement 8 minutes. L'attaque a exploité un agent IA doté d'autorisations excessives, enchaînant l'injection de prompt avec des appels automatisés d'API cloud pour découvrir les informations d'identification, énumérer les politiques IAM et assumer un rôle privilégié. L’incident a souligné les dangers liés aux agents d’IA disposant d’autorisations excessives dans les environnements cloud.
Résumé des impacts
- Compromis complet de l'administrateur AWS en 8 minutes
- Démonstration d'une chaîne d'attaque IA vers le cloud dans le monde réel
- Agence excessive et autorisations excessives comme causes profondes
- Validation critique des politiques de déploiement de l'IA dans le cloud
Références :
hermes-px : un package PyPI malveillant vole les invites et le code
Moyenavril 2026
Un package PyPI malveillant nommé hermes-px a été découvert se faisant passer pour un utilitaire d'agent Hermes légitime. Une fois installé, il exfiltrait les invites du développeur, les extraits de code source et les variables d'environnement vers des serveurs de commande et de contrôle distants. Le package ciblait les développeurs d’IA utilisant des frameworks basés sur Hermes, exploitant la confiance que les développeurs placent dans les packages d’écosystème d’agents.
Résumé des impacts
- Exfiltration d'invites et de code source à partir des environnements de développement
- Vol de variables d'environnement, y compris les clés API
- Ciblage de la chaîne d'approvisionnement des écosystèmes de développeurs d'IA
- Package supprimé de PyPI ; il est conseillé aux utilisateurs de alterner les informations d'identification
Références :
Vercel Breach : vol d'identifiants d'agent IA
Critique19-21 avril 2026
Vercel a révélé une faille de sécurité attribuée à Context.ai, une startup de suite bureautique d'IA. Un attaquant a compromis l'espace de travail Google d'un employé de Vercel via l'intégration OAuth de Context.ai, puis a pivoté dans les systèmes internes de Vercel. La violation a exposé les systèmes internes, les variables d’environnement et les données non sensibles. Les attaquants ont acheté des données volées pour 2 millions de dollars. Cela représente une nouvelle classe d’attaques sur la chaîne d’approvisionnement dans laquelle les autorisations OAuth des agents IA deviennent une voie d’attaque d’identité.
Résumé des impacts
- Identifiants des employés compromis via l'outil d'IA OAuth
- Systèmes internes et variables d’environnement exposés
- Les attaquants ont tenté de vendre des données volées pour 2 millions de dollars
- Met en avant l'agent IA OAuth comme voie d'attaque d'identité
- Affecte toutes les entreprises disposant d’outils d’IA connectés à OAuth
Références :
Commentaires et contrôle : les agents IA volent les informations d'identification GitHub
Critique15 et 16 avril 2026
Aonan Guan, chercheur à Johns Hopkins, a découvert une vulnérabilité critique baptisée « Comment and Control » affectant les agents de codage d'IA d'Anthropic (Claude Code), Google (Gemini CLI) et Microsoft (GitHub Copilot Agent). En injectant des instructions malveillantes via les titres des demandes d'extraction GitHub, les corps de problèmes et les commentaires de relations publiques, les attaquants pourraient inciter les agents à extraire des clés API, des jetons et des informations d'identification, qui étaient ensuite publiés sous forme de commentaires de relations publiques. Les trois fournisseurs ont payé des bug bounties mais n’ont émis aucun CVE ni avertissement public.
Résumé des impacts
- Trois agents IA majeurs concernés : Claude Code, Gemini CLI, GitHub Copilot Agent
- Une injection de prompt via un titre/problème/commentaire PR déclenche le vol d'informations d'identification
- Clés extraites publiées sous forme de commentaires de relations publiques pour la collecte des attaquants
- Les fournisseurs ont payé des primes de bug mais aucun CVE n'a été émis
- Problème probablement répandu dans tous les agents d'IA intégrés à GitHub
Références :
CVE-2026-25592 & CVE-2026-26030 : RCE du noyau sémantique
Critiquejuin 2026
Microsoft a divulgué deux vulnérabilités critiques d'exécution de code à distance dans Semantic Kernel, le cadre d'orchestration des agents IA de la société. CVE-2026-25592 (CVSS 9.0) permet le RCE via une injection de prompt dans le pipeline de planification d'agent, et CVE-2026-26030 (CVSS 8.7) exploite l'appel d'outils pour exécuter du code arbitraire. Les deux affectent les flux de travail des agents qui traitent les entrées non fiables sans nettoyage approprié.
Résumé des impacts
- Deux CVE critiques : CVSS 9.0 et 8.7
- RCE via une injection de prompt dans la planification des agents/appel d'outils
- Affecte tous les déploiements du noyau sémantique traitant des entrées non fiables
- Microsoft a publié des correctifs d'urgence ; mise à jour immédiate recommandée
Références :
La NSA publie les toutes premières directives de sécurité MCP
Politique28 mai 2026
La National Security Agency (NSA) a publié les premières directives de sécurité publiées par le gouvernement pour les déploiements du Model Context Protocol. Le guide recommande de mettre en œuvre un TLS mutuel pour toutes les connexions MCP, une définition stricte des autorisations des outils, un audit des descriptions des outils pour les risques d'injection de code et l'utilisation de la segmentation du réseau pour isoler les serveurs MCP. Cela marque une étape importante dans la réglementation de la sécurité de l’IA.
Recommandations clés
- Implémentez TLS mutuel (mTLS) pour toutes les connexions MCP
- Appliquer une portée stricte des autorisations des outils
- Descriptions des outils d'audit des risques d'injection (MCP-01)
- Segmentation du réseau pour l'isolation du serveur MCP
Références :
Faux dépôt OpenAI sur Hugging Face : 244 000 téléchargements, Rust Infostealer
CritiqueDu 7 au 9 mai 2026
Un référentiel malveillant Hugging Face se faisant passer pour le projet de filtre de confidentialité d'OpenAI (Open-OSS/privacy-filter) a atteint la première place sur la liste des tendances de la plateforme et a accumulé 244 000 téléchargements avant sa suppression. Le référentiel a livré un fichier loader.py qui désactivait la vérification SSL, décodait une URL base64 et exécutait une chaîne de commandes PowerShell pour déployer un infostealer basé sur Rust ciblant les données du navigateur, les jetons Discord, les portefeuilles de crypto-monnaie, les informations d'identification SSH/FTP et les informations système. Les chercheurs de HiddenLayer ont découvert la campagne et l'ont liée à une opération de typosquatting npm distribuant l'implant WinOS 4.0.
Résumé des impacts
- Plus de 244 000 téléchargements avant le retrait
- A atteint le numéro 1 sur la liste des tendances Hugging Face
- Infostealer basé sur Rust ciblant les navigateurs, les portefeuilles cryptographiques, SSH/FTP, Discord
- Fonctionnalités d'anti-analyse sophistiquées (VM, sandbox, détection du débogueur)
- Lié à la campagne de typosquatting npm WinOS 4.0
Conseils du défenseur :
- Vérifiez la propriété du référentiel et vérifiez les fautes de frappe avant de télécharger
- Analyser tous les fichiers de modèle et le code avant l'exécution
- Réimagez les machines affectées et faites pivoter toutes les informations d'identification stockées
- Invalidez les sessions de navigateur, les jetons et remplacez les phrases de départ de crypto-monnaie
Références :
Le faux site Web Claude AI offre une porte dérobée Beagle Windows
Critique7 mai 2026 (campagne active de février à avril 2026)
Un faux site Web Claude AI sur claude-pro[.]com a distribué un programme d'installation de Claude trojanisé qui déployait la porte dérobée Beagle Windows, jusqu'alors non documentée. L'archive de 505 Mo contenait un programme d'installation MSI qui ajoutait des fichiers malveillants au dossier de démarrage de Windows. Les chercheurs de Sophos ont retracé la chaîne d'attaque depuis un programme de mise à jour signé par G Data (NOVupdate.exe) chargeant une DLL malveillante, via DonutLoader, jusqu'à la porte dérobée finale de Beagle, un outil d'accès à distance relativement simple mais efficace prenant en charge l'exécution de commandes, le téléchargement de fichiers et les opérations de répertoire. La campagne est liée à l'activité PlugX basée sur une infrastructure et des tactiques partagées.
Résumé des impacts
- Programme d'installation de Claude, cheval de Troie, doté de fonctionnalités complètes de porte dérobée
- Porte dérobée Beagle : exécution de cmd, téléchargement/téléchargement de fichiers, persistance via le dossier de démarrage
- DonutLoader + chaîne d'attaque de chargement latéral liée aux opérateurs PlugX
- Communication C2 sur TCP : 443 et UDP : 8080 avec cryptage AES codé en dur
- Plusieurs vecteurs d'attaque : fausses mises à jour de fournisseurs de sécurité, leurres PDF, outils d'IA usurpés
Conseils du défenseur :
- Téléchargez Claude uniquement depuis le site officiel anthropic.com
- Surveillez NOVupdate.exe, avk.dll et NOVupdate.exe.dat dans les dossiers de démarrage
- Bloquer les domaines C2 : licence[.]claude-pro[.]com et IP 8.217.190[.]58
- À la recherche d'indicateurs Beagle lors de la détection des points de terminaison
Références :
Modèles de porte dérobée au visage étreignant : plus de 50 000 téléchargements avant la détection
Critique1 juillet 2026
Les chercheurs en sécurité ont découvert plusieurs modèles d'IA sur Hugging Face contenant des fonctions de porte dérobée cachées qui s'activent sur des modèles de déclenchement d'entrée spécifiques. Les modèles contournent l'analyse standard des logiciels malveillants de Hugging Face et les hooks de sécurité Gradio, déployant l'exécution de code arbitraire lorsqu'il est chargé dans des pipelines d'inférence. Plus de 50 000 téléchargements ont été enregistrés avant la détection et le retrait. L’attaque met en évidence la menace croissante de la chaîne d’approvisionnement de l’IA, dans laquelle les pondérations des modèles deviennent elles-mêmes des vecteurs d’attaque.
Résumé des impacts
- Plus de 50 000 téléchargements sur plusieurs variantes de modèles à porte dérobée
- Déclencheurs de porte dérobée cachés dans les poids des modèles : contourne l'analyse statique
- Exécution de code arbitraire lors du chargement des modèles en production
- Les cibles incluent la génération de texte, la reconnaissance d'images et l'intégration de modèles
- La surface d’attaque de la chaîne d’approvisionnement de l’IA continue de s’étendre
Conseils du défenseur :
- Vérifier la provenance du modèle avant de déployer un modèle Hugging Face
- Exécutez des modèles dans des environnements sandbox avec des règles de sortie réseau strictes
- Utiliser des outils de vérification de modèle pour vérifier l'intégrité du poids
- Épinglez les validations/hachages de modèles spécifiques – n'utilisez jamais de balises « dernières »
- Surveiller le comportement inhabituel du modèle lors de la préparation avant le déploiement en production
Références :
La campagne de typosquatting PyPI cible 15 bibliothèques AI/ML
Élevé1 juillet 2026
Une campagne de typosquatting coordonnée a publié des packages malveillants imitant TensorFlow, PyTorch, Transformers, Langchain, Fastai et 10 autres bibliothèques IA/ML populaires sur PyPI. Les packages déployaient des cryptomineurs et des voleurs d'informations d'identification sur les postes de travail des développeurs. Plus de 8 000 téléchargements ont été enregistrés avant que les équipes de sécurité de PyPI ne suppriment les packages. L’attaque démontre le ciblage continu de la chaîne d’approvisionnement IA/ML.
Résumé des impacts
- Plus de 15 bibliothèques IA/ML ciblées dans une campagne coordonnée
- Plus de 8 000 téléchargements avant la suppression des packages
- Cryptomineurs et voleurs d'identifiants déployés sur les machines des développeurs
- Noms typosquattants : tensforflow, pythorch, transfomers, langchian, etc.
Conseils du défenseur :
- Vérifiez les noms des packages avant l'installation de pip - vérifiez les fautes de frappe
- Utilisez les hachages épinglés dans exigences.txt / poésie.lock
- Exécutez pip install dans des environnements isolés
- Utilisez la vérification officielle des éditeurs de confiance de PyPI
Références :
Ressources associées
Guide de sécurité MCP
Plus de 60 CVE découverts en 2026. Découvrez les vulnérabilités et le renforcement de MCP.
En savoir plus →Sécurité de l'IA agentique
Sécuriser les agents d’IA autonomes contre le détournement d’objectifs et l’utilisation abusive d’outils.
En savoir plus →OWASP LLM Top 10
Guide complet sur les risques et les atténuations de sécurité LLM.
En savoir plus →Sécurité OpenClaw/Hermès
Guide de renforcement des frameworks d’agents OpenClaw et Hermes.
En savoir plus →