Over 10 years we help companies reach their financial and branding goals. Engitech is a values-driven technology agency dedicated.

Gallery

Contacts

411 University St, Seattle, USA

engitech@oceanthemes.net

+1 -800-456-478-23

Sécurité informatique

ChatGPT, mauvais détecteur de failles dans le code

Selon un rapport de NCC Group, les modèles de machine learning sont très prometteurs pour dĂ©tecter des attaques zero day. Mais pour dĂ©busquer les vulnĂ©rabilitĂ©s dans le code avec l’IA gĂ©nĂ©rative, la partie est loin d’ĂŞtre gagnĂ©e.
L’IA gĂ©nĂ©rative – en particulier ChatGPT – ne devrait pas ĂŞtre considĂ©rĂ©e comme une ressource fiable pour dĂ©tecter les vulnĂ©rabilitĂ©s dans le code sans la supervision cruciale d’un expert humain. Toutefois, les modèles d’IA sont très prometteurs pour observer les attaques de type zero day. C’est ce qui ressort d’un dernier rapport du NCC Group, qui explore divers cas d’utilisation de l’IA dans le domaine de la cybersĂ©curitĂ©. Le rapport « Safety, Security, Privacy & Prompts : Cyber Resilience in the Age of Artificial Intelligence » a Ă©tĂ© publié pour aider ceux qui souhaitent mieux comprendre comment l’IA s’applique Ă  la cybersĂ©curitĂ©, en rĂ©sumant comment elle peut ĂŞtre utilisĂ©e par les professionnels de ce domaine.
Cette question a fait l’objet d’un grand nombre de discussions, de recherches et d’opinions cette annĂ©e, suite Ă  l’arrivĂ©e explosive et Ă  la croissance de la technologie de l’IA gĂ©nĂ©rative Ă  la fin de l’annĂ©e 2022. On a beaucoup parlĂ© des risques de sĂ©curitĂ© que prĂ©sentent les chatbots d’IA gĂ©nĂ©rative, qu’il s’agisse de prĂ©occupations concernant le partage d’informations commerciales sensibles avec des algorithmes d’auto-apprentissage avancĂ©s ou d’acteurs malveillants qui les utilisent pour renforcer considĂ©rablement les attaques. De mĂŞme, beaucoup affirment que, s’ils sont utilisĂ©s correctement, les chatbots d’IA gĂ©nĂ©rative peuvent amĂ©liorer les dĂ©fenses de cybersĂ©curitĂ©.
La surveillance humaine essentielle pour détecter les failles de sécurité du code
L’un des points clĂ©s du rapport est de savoir si le code source peut ĂŞtre introduit dans un chatbot d’IA gĂ©nĂ©rative pour savoir s’il contient des bugs de sĂ©curitĂ© et mettre en Ă©vidence avec prĂ©cision les vulnĂ©rabilitĂ©s potentielles pour les dĂ©veloppeurs. MalgrĂ© les promesses et les gains de productivitĂ© que l’IA gĂ©nĂ©rative apporte dans le dĂ©veloppement de code, elle a cependant montrĂ© des rĂ©sultats mitigĂ©s dans sa capacitĂ© Ă  dĂ©nicher efficacement les vulnĂ©rabilitĂ©s du code, a constatĂ© NCC Group.
« L’efficacitĂ©, ou non, de ces approches utilisant les modèles actuels a fait l’objet d’une recherche de NCC Group, la conclusion Ă©tant que la supervision humaine experte est toujours cruciale », peut-on lire dans le rapport. Ă€ l’aide d’exemples de code non sĂ©curisĂ© provenant de Damn Vulnerable Web Application (DVWA), il a Ă©tĂ© demandĂ© Ă  ChatGPT de dĂ©crire les vulnĂ©rabilitĂ©s dans une sĂ©rie d’exemples de code source PHP non sĂ©curisĂ©. Au bout du compte les rĂ©sultats sont mitigĂ©s et ne constituent certainement pas un moyen fiable de trouver les vulnĂ©rabilitĂ©s dans le code dĂ©veloppĂ©.
Le machine learning « simple » efficace pour débusquer les failles zero day
Un autre cas d’utilisation de l’IA dans le domaine de la cybersĂ©curitĂ© dĂ©fensive explorĂ© dans l’Ă©tude porte sur l’utilisation de modèles d’apprentissage machine (ML) pour aider Ă  la dĂ©tection d’attaques de type zero day et apporter ainsi une rĂ©ponse automatisĂ©e afin de protĂ©ger les utilisateurs de malware. Pour se faire, la sociĂ©té a parrainĂ© un Ă©tudiant en master au Centre for Doctoral Training in Data Intensive Science (CDT DIS) de l’University College London (UCL) pour dĂ©velopper un modèle de classification pour dĂ©terminer si un fichier est un malware. Non sans rĂ©ussite : « Plusieurs modèles ont Ă©tĂ© testĂ©s, le plus performant atteignant une prĂ©cision de classification de 98,9 % », peut-on lire dans le rapport.
Le renseignement sur les menaces implique la surveillance de multiples sources de donnĂ©es en ligne fournissant des flux de donnĂ©es de renseignement sur les vulnĂ©rabilitĂ©s nouvellement identifiĂ©es, les exploits dĂ©veloppĂ©s, et les tendances et modèles dans le comportement des attaquants. « Ces donnĂ©es sont souvent des donnĂ©es textuelles non structurĂ©es provenant de forums, de mĂ©dias sociaux et du dark web. Les modèles de ML peuvent ĂŞtre utilisĂ©s pour traiter ces informations, identifier les nuances communes de cybersĂ©curitĂ© dans les donnĂ©es, et donc identifier les tendances dans les tactiques, techniques et procĂ©dures (TTP) des attaquants », selon le rapport. Cela permet aux dĂ©fenseurs de mettre en Ĺ“uvre de manière proactive et prĂ©ventive des systèmes de surveillance ou de contrĂ´le supplĂ©mentaires si des menaces sont particulièrement importantes pour leur entreprise ou leur paysage technologique, peut-on lire dans l’Ă©tude.

Sécurité informatique

Les clusters Kubernetes attaquĂ©s dans des centaines d’entreprises

Une Ă©tude d’Aqua Security montre que les logiciels malveillants et les portes dĂ©robĂ©es sont utilisĂ©s dans des attaques touchant des clusters Kubernetes dans plus de 350 entreprises de toute taille.
Des clusters Kubernetes appartenant Ă  plus de 350 entreprises ont Ă©tĂ© dĂ©tectĂ©s comme Ă©tant ouvertement accessibles et non protĂ©gĂ©s. Plus de la moitiĂ© d’entre eux ont Ă©tĂ© compromis par le biais de malwares ou de backdoors. C’est ce que rĂ©vèlent les conclusions d’Aqua Security Ă  l’issue d’une enquĂŞte de trois mois menĂ©e par son Ă©quipe de recherche, Nautilus. La plupart des entreprises concernĂ©es sont de petite ou de moyenne taille mais d’autres font partie du classement Fortune 500. Deux mauvaises configurations sont Ă  l’origine de ces incidents de sĂ©curitĂ© : l’une ouvre un accès anonyme avec privilèges et l’autre expose des clusters Kubernetes sur Internet.
Kubernetes est un système d’orchestration open source qui s’appuie sur des conteneurs pour automatiser le dĂ©ploiement, la mise Ă  l’Ă©chelle et la gestion des applications, gĂ©nĂ©ralement dans un environnement cloud. Au fil du temps, il est devenu le système d’exploitation de facto du cloud, mais il peut Ă©galement prĂ©senter des risques et des dĂ©fis de sĂ©curitĂ© importants pour les entreprises. L’Ă©tude 2023 State of Kubernetes Security Report de Red Hat s’appuie sur les rĂ©ponses de 600 professionnels DevOps, de l’ingĂ©nierie et de la sĂ©curitĂ© au niveau mondial pour connaitre les dĂ©fis de sĂ©curitĂ© les plus courants auxquels les entreprises sont confrontĂ©es dans l’adoption du cloud native. Parmi les personnes interrogĂ©es, 38 % ont citĂ© la sĂ©curitĂ© comme une prĂ©occupation majeure dans les stratĂ©gies de conteneurs et de Kubernetes, 67 % ont retardĂ© ou ralenti le dĂ©ploiement en raison de prĂ©occupations liĂ©es Ă  la sĂ©curitĂ© de cet environnement, et 37 % ont subi une perte de revenus ou de clients en raison d’un incident de sĂ©curitĂ© s’y rapportant.
Plus de 350 serveurs API susceptibles d’ĂŞtre exploitĂ©s
Sur une pĂ©riode de trois mois, les chercheurs ont identifiĂ© plus de 350 serveurs API susceptibles d’ĂŞtre exploitĂ©s par des attaquants. En analysant les hĂ´tes nouvellement dĂ©couverts, l’Ă©quipe a constatĂ© que 72 % d’entre eux avaient les ports 443 et 6443 exposĂ©s (il s’agit des ports HTTPS par dĂ©faut). Elle a Ă©galement constatĂ© que 19 % des hĂ´tes utilisaient des ports HTTP tels que 8001 et 8080, tandis que les autres utilisaient des ports moins courants (par exemple, 9999). « La rĂ©partition des hĂ´tes a rĂ©vĂ©lĂ© que si la plupart (85 %) avaient entre 1 et 3 nĹ“uds, certains hĂ©bergeaient entre 20 et 30 nĹ“uds au sein de leurs clusters Kubernetes. Le nombre de nĹ“uds plus Ă©levĂ© pourrait indiquer des entreprises plus grandes ou des clusters plus importants », Ă©crivent les chercheurs. En ce qui concerne la rĂ©partition gĂ©ographique, la plupart des serveurs Ă©taient gĂ©olocalisĂ©s en AmĂ©rique du Nord, avec une empreinte substantielle d’AWS proche des 80 %. En revanche, les fournisseurs de cloud chinois reprĂ©sentaient environ 17 % des serveurs.
Les chercheurs ont constatĂ© qu’environ 60 % des clusters Ă©taient activement attaquĂ©s par des cryptomineurs. L’Ă©quipe a créé un environnement pot de miel (honeypot) pour collecter des donnĂ©es supplĂ©mentaires sur ces attaques afin de faire la lumière sur les campagnes en cours. Parmi les principaux rĂ©sultats, Nautilus a dĂ©couvert la campagne Silentbob, nouvelle et très agressive, rĂ©cemment signalĂ©e, rĂ©vĂ©lant la rĂ©surgence de TeamTNT ciblant les clusters Kubernetes. Les chercheurs ont Ă©galement mis en lumière une campagne de destruction du contrĂ´le d’accès basĂ© sur les rĂ´les (RBAC) visant Ă  crĂ©er une porte dĂ©robĂ©e cachĂ©e, ainsi que des campagnes de cryptomining, incluant une exĂ©cution plus Ă©tendue de la campagne Dero dĂ©jĂ  rĂ©vĂ©lĂ©e, avec des images de conteneurs supplĂ©mentaires qui cumulaient plusieurs centaines de milliers d’extractions.
Deux erreurs de configuration courantes exploitées dans la nature
La recherche a mis en Ă©vidence deux erreurs de configuration courantes, largement pratiquĂ©es par les organisations et activement exploitĂ©es dans la nature. La première accorde un accès anonyme avec des privilèges, un utilisateur anonyme non authentifiĂ© ne subissant qu’une seule phase d’autorisation. « Par dĂ©faut, l’utilisateur anonyme n’a aucune autorisation, mais nous avons vu ce praticien dans la nature, et dans certains cas, donner des privilèges Ă  l’utilisateur anonyme », ont-ils Ă©crit. En mĂ©langeant tous ces Ă©lĂ©ments, on crĂ©e une grave erreur de configuration. « Nous avons vu des cas oĂą les praticiens lient le rĂ´le d’utilisateur anonyme avec d’autres rĂ´les, souvent des rĂ´les d’administrateur, ce qui met leurs clusters en danger », selon les chercheurs. Un mĂ©lange de ces mauvaises configurations peut permettre aux attaquants d’obtenir un accès non autorisĂ© au cluster Kubernetes, compromettant potentiellement toutes les applications qui y sont exĂ©cutĂ©es, ainsi que d’autres environnements.
Le second problème est une mauvaise configuration du proxy kubectl exposant sans le savoir le cluster Kubernetes Ă  Internet, ont dĂ©clarĂ© les chercheurs. Les hĂ´tes touchĂ©s comprennent des entreprises de divers secteurs tels que les services financiers, l’aĂ©rospatiale, l’automobile, l’industrie et la sĂ©curitĂ©. « Lorsque vous exĂ©cutez la mĂŞme commande avec les drapeaux suivants ‘-address=`0.0.0.0` -accept-hosts `.*`’, le proxy sur votre poste de travail Ă©coutera et transmettra des requĂŞtes autorisĂ©es et authentifiĂ©es au serveur API depuis n’importe quel hĂ´te ayant un accès HTTP au poste de travail. Notez que les privilèges sont les mĂŞmes que ceux de l’utilisateur qui a exĂ©cutĂ© la commande kubectl proxy ».

Sécurité informatique

Zoom sur les dix vulnérabilités critiques ciblant les LLM

L’Ă©mergence des grands modèles de langage donne des idĂ©es aux cyberpirates pour attaquer les applications d’intelligence artificielle qui les utilisent. Focus sur leurs caractĂ©ristiques et conseils pour mieux s’en prĂ©munir.
L’Open Worldwide Application Security Project (OWASP) a publiĂ© les 10 vulnĂ©rabilitĂ©s les plus critiques souvent observĂ©es affectant les grands modèles de langage (LLM) embarquĂ©es dans des applications IA, en soulignant leur impact potentiel, leur facilitĂ© d’exploitation et leur prĂ©valence. Parmi les exemples de vulnĂ©rabilitĂ©s figurent les injections rapides, les fuites de donnĂ©es, le sandboxing inadĂ©quat et l’exĂ©cution de code non autorisĂ©e. Cette liste vise à sensibiliser les dĂ©veloppeurs, les concepteurs, les architectes – et plus globalement les entreprises – aux risques de sĂ©curitĂ© potentiels lors du dĂ©ploiement et de la gestion des LLM. Et Ă  suggĂ©rer des stratĂ©gies de remĂ©diation en amĂ©liorant la posture de sĂ©curitĂ© des applications LLM.
L’Ă©mergence d’interfaces de chat gĂ©nĂ©ratives basĂ©es sur des LLM et leur impact sur la cybersĂ©curitĂ© est un sujet de discussion majeur. Les inquiĂ©tudes concernant les risques que ces nouvelles technologies pourraient introduire vont des problèmes potentiels liĂ©s au partage d’informations commerciales sensibles avec des algorithmes d’auto-apprentissage avancĂ©s, aux acteurs malveillants qui les utilisent pour renforcer considĂ©rablement les attaques. Certains pays et entreprises envisagent d’interdire l’utilisation de technologies d’IA gĂ©nĂ©rative telles que ChatGPT, ou l’ont dĂ©jĂ  fait, pour des raisons de sĂ©curitĂ© des donnĂ©es, de protection et de respect de la vie privĂ©e. Zoom sur les 10 vulnĂ©rabilitĂ©s les plus critiques affectant les applications LLM et moyens de limiter leurs dĂ©gâts potentiels.
1. Attaque par injection d’invite
Les injections d’invites consistent Ă  contourner les filtres ou Ă  manipuler le modèle Ă  l’aide d’invites soigneusement conçues qui font que le modèle ignore les instructions prĂ©cĂ©dentes ou exĂ©cute des actions involontaires, fait savoir l’OWASP. « Ces vulnĂ©rabilitĂ©s peuvent avoir des consĂ©quences inattendues, notamment des fuites de donnĂ©es, des accès non autorisĂ©s ou d’autres atteintes Ă  la sĂ©curitĂ© ». Les failles les plus courantes en matière d’injection d’invite consistent Ă  contourner les filtres ou les restrictions en utilisant des modèles de langage ou des jetons spĂ©cifiques, Ă  exploiter les faiblesses des mĂ©canismes de symbolisation ou d’encodage du LLM et Ă  l’induire en erreur pour qu’il effectue des actions non souhaitĂ©es en fournissant un contexte trompeur.
Un exemple de scĂ©nario d’attaque est celui d’un utilisateur malveillant qui contourne un filtre de contenu en utilisant des modèles de langage, des jetons ou des mĂ©canismes d’encodage spĂ©cifiques que le LLM ne parvient pas Ă  reconnaĂ®tre comme du contenu restreint, ce qui permet Ă  l’utilisateur d’effectuer des actions qui devraient ĂŞtre bloquĂ©es, explique l’OWASP. Les mesures prĂ©ventives pour cette vulnĂ©rabilitĂ© sont les suivantes :
– Mettre en Ĺ“uvre une validation d’entrĂ©e et un nettoyage strict pour les invites fournies par l’utilisateur ;- Utiliser un filtrage contextuel et un encodage de sortie pour empĂŞcher la manipulation des invites ;- Mettre Ă  jour et affiner rĂ©gulièrement le LLM pour amĂ©liorer sa comprĂ©hension des entrĂ©es malveillantes et des cas limites.
2. Fuite de données
Il y a fuite de donnĂ©es lorsqu’un grand modèle de langage rĂ©vèle accidentellement des informations sensibles, des algorithmes propriĂ©taires ou d’autres dĂ©tails confidentiels par le biais de ses rĂ©ponses. « Cela peut entraĂ®ner un accès non autorisĂ© Ă  des donnĂ©es sensibles ou Ă  la propriĂ©tĂ© intellectuelle, des violations de la vie privĂ©e et d’autres atteintes Ă  la sĂ©curitĂ© », poursuit l’OWASP.
Un filtrage incomplet ou incorrect des informations sensibles dans les rĂ©ponses du LLM, la configuration/mĂ©morisation des donnĂ©es sensibles dans le processus de formation du modèle et la divulgation involontaire d’informations confidentielles en raison d’une mauvaise interprĂ©tation ou d’erreurs du LLM sont des vulnĂ©rabilitĂ©s courantes en matière de fuite de donnĂ©es. Un attaquant pourrait dĂ©libĂ©rĂ©ment interroger le modèle Ă  l’aide d’invites soigneusement conçues, en essayant d’extraire des informations sensibles que le LLM a mĂ©morisĂ©es Ă  partir de ses donnĂ©es d’entraĂ®nement, ou un utilisateur lĂ©gitime pourrait par inadvertance poser au modèle une question qui rĂ©vèle des informations sensibles/confidentielles. Les mesures prĂ©ventives contre les fuites de donnĂ©es sont les suivantes :
– Mettre en Ĺ“uvre un filtrage strict des donnĂ©es de sortie et des mĂ©canismes contextuels pour empĂŞcher le LLM de rĂ©vĂ©ler des informations sensibles ;- Utiliser des techniques de confidentialitĂ© diffĂ©rentielle ou d’autres mĂ©thodes d’anonymisation des donnĂ©es pendant le processus de formation du LLM afin de rĂ©duire le risque d’adaptation excessive ou de mĂ©morisation ;- Auditer et examiner rĂ©gulièrement les rĂ©ponses du LLM pour s’assurer que des informations sensibles ne sont pas divulguĂ©es par inadvertance.
3. Un bac à sable inadéquat
Si un LLM n’est pas correctement isolĂ© lorsqu’il a accès Ă  des ressources externes ou Ă  des systèmes sensibles, un sandboxing inadĂ©quat peut conduire Ă  une exploitation potentielle, Ă  un accès non autorisĂ© ou Ă  des actions involontaires de la part du modèle. Une sĂ©paration insuffisante entre l’environnement LLM et d’autres systèmes ou magasins de donnĂ©es critiques, des restrictions inappropriĂ©es permettant au modèle d’accĂ©der Ă  des ressources sensibles, et des LLM effectuant des actions au niveau du système/interagissant avec d’autres processus sont des vulnĂ©rabilitĂ©s courantes d’un sandboxing LLM inadĂ©quat, selon l’OSWAP.
Un exemple d’attaque serait un acteur malveillant qui exploiterait l’accès d’un LLM Ă  une base de donnĂ©es sensible en crĂ©ant des invites qui demanderaient au système d’extraire et de rĂ©vĂ©ler des informations confidentielles. Les mesures prĂ©ventives sont les suivantes :
– Isoler l’environnement LLM des autres systèmes et ressources critiques ;- Restreindre l’accès du LLM aux ressources sensibles et limiter ses capacitĂ©s au minimum requis pour l’objectif visĂ© ;- Auditer et examiner rĂ©gulièrement l’environnement du LLM et les contrĂ´les d’accès pour s’assurer que l’isolement appropriĂ© est maintenu.
4. Exécution de code non autorisé
L’exĂ©cution de code non autorisĂ© se produit lorsqu’un attaquant exploite un LLM pour exĂ©cuter un code malveillant, des commandes ou des actions sur le système sous-jacent par le biais d’invites en langage naturel. Les vulnĂ©rabilitĂ©s les plus courantes sont les suivantes : entrĂ©e utilisateur non nettoyĂ©e ou restreinte qui permet aux attaquants de crĂ©er des invites qui dĂ©clenchent l’exĂ©cution d’un code non autorisĂ©, restrictions insuffisantes sur les capacitĂ©s du grand modèle de langage et exposition involontaire de fonctionnalitĂ©s ou d’interfaces au niveau du système Ă  l’IA.
L’OWASP a citĂ© deux exemples d’attaques : un attaquant Ă©laborant une invite qui demande au LLM d’exĂ©cuter une commande qui lance un shell inversĂ© sur le système sous-jacent, accordant Ă  l’attaquant un accès non autorisĂ©, et le LLM Ă©tant involontairement autorisĂ© Ă  interagir avec une API au niveau du système, qu’un attaquant manipule pour exĂ©cuter des actions non autorisĂ©es sur le système. Les Ă©quipes peuvent contribuer Ă  empĂŞcher l’exĂ©cution de code non autorisĂ© grâce Ă  ces actions :
– Mettre en Ĺ“uvre des processus stricts de validation et d’assainissement des entrĂ©es pour empĂŞcher que des invites malveillantes ou inattendues ne soient traitĂ©es par le LLM ;- Assurer un sandboxing appropriĂ© et restreindre les capacitĂ©s du LLM pour limiter sa capacitĂ© Ă  interagir avec le système sous-jacent.
5. Vulnérabilités liées à la falsification des requêtes serveur
Les vulnĂ©rabilitĂ©s liĂ©es Ă  la falsification des requĂŞtes cĂ´tĂ© serveur (SSRF) se produisent lorsqu’un attaquant exploite un LLM pour effectuer des requĂŞtes involontaires ou accĂ©der Ă  des ressources restreintes telles que des services internes, des API ou des magasins de donnĂ©es. La validation insuffisante des entrĂ©es, qui permet aux attaquants de manipuler les invites du LLM pour lancer des requĂŞtes non autorisĂ©es, et les mauvaises configurations des paramètres de sĂ©curitĂ© du rĂ©seau ou de l’application, qui exposent les ressources internes au LLM, sont des vulnĂ©rabilitĂ©s SSRF courantes, a dĂ©clarĂ© l’OWASP. Pour exĂ©cuter une attaque, un cyberpirate pourrait crĂ©er une invite qui ordonne au LLM de faire une demande Ă  un service interne, en contournant les contrĂ´les d’accès et en obtenant un accès non autorisĂ© Ă  des informations sensibles. Il peut Ă©galement exploiter une mauvaise configuration des paramètres de sĂ©curitĂ© de l’application qui permet au LLM d’interagir avec une API restreinte, accĂ©dant ainsi Ă  des donnĂ©es sensibles ou les modifiant. Les mesures prĂ©ventives sont les suivantes :
– Mettre en Ĺ“uvre une validation et un nettoyage rigoureux des entrĂ©es afin d’empĂŞcher les invites malveillantes ou inattendues d’initier des requĂŞtes non autorisĂ©es ;- VĂ©rifier et examiner rĂ©gulièrement les paramètres de sĂ©curitĂ© du rĂ©seau et des applications afin de s’assurer que les ressources internes ne sont pas exposĂ©es par inadvertance au LLM.
6. DĂ©pendance excessive Ă  l’Ă©gard du contenu LLM gĂ©nĂ©rĂ©
Selon l’OSAWP, une confiance excessive dans le contenu gĂ©nĂ©rĂ© par les LLM peut conduire Ă  la propagation d’informations trompeuses ou incorrectes, Ă  une diminution de l’apport humain dans la prise de dĂ©cision et Ă  une rĂ©duction de la pensĂ©e critique. Et de prĂ©venir : « les entreprises et les utilisateurs peuvent faire confiance au contenu gĂ©nĂ©rĂ© par les MFR sans vĂ©rification, ce qui entraĂ®ne des erreurs, des communications erronĂ©es ou des consĂ©quences inattendues. Les problèmes courants liĂ©s Ă  une confiance excessive dans le contenu gĂ©nĂ©rĂ© par le LLM comprennent l’acceptation du contenu gĂ©nĂ©rĂ© par le LLM comme un fait sans vĂ©rification, la supposition que le contenu gĂ©nĂ©rĂ© par le LLM est exempt de parti pris ou de dĂ©sinformation, et le fait de s’appuyer sur le contenu gĂ©nĂ©rĂ© par le LLM pour des dĂ©cisions critiques sans intervention humaine ou supervision ».
Par exemple, si une entreprise se fie Ă  un LLM pour gĂ©nĂ©rer des rapports et des analyses de sĂ©curitĂ© et que le LLM gĂ©nère un rapport contenant des donnĂ©es incorrectes que l’entreprise utilise pour prendre des dĂ©cisions critiques en matière de sĂ©curitĂ©, il pourrait y avoir des rĂ©percussions importantes en raison de la confiance accordĂ©e au contenu inexact gĂ©nĂ©rĂ© par le LLM. Rik Turner, analyste principal en cybersĂ©curitĂ© chez Omdia, parle d’hallucinations du LLM : « Si le contenu revient en disant des bĂŞtises et que l’analyste peut facilement l’identifier comme tel, il ou elle peut l’annuler et aider l’algorithme Ă  se perfectionner. Mais que se passe-t-il si l’hallucination est très plausible et ressemble Ă  la rĂ©alitĂ© ? En d’autres termes, le LLM pourrait-il en fait renforcer la crĂ©dibilitĂ© d’un faux positif, avec des consĂ©quences potentiellement dĂ©sastreuses si l’analyste se lance dans la mise hors service d’un système ou bloque le compte d’un client fortunĂ© pendant plusieurs heures ? ».
7. Alignement inadĂ©quat de l’IA
L’alignement inadĂ©quat de l’IA se produit lorsque les objectifs et le comportement du LLM ne sont pas alignĂ©s sur le cas d’utilisation prĂ©vu, ce qui entraĂ®ne des consĂ©quences indĂ©sirables ou des vulnĂ©rabilitĂ©s. Selon l’OWASP, les problèmes les plus frĂ©quents sont les suivants : objectifs mal dĂ©finis qui conduisent le LLM Ă  donner la prioritĂ© Ă  des comportements indĂ©sirables ou nuisibles, fonctions de rĂ©compense ou donnĂ©es d’entraĂ®nement mal alignĂ©es qui entraĂ®nent un comportement involontaire du modèle, insuffisance des tests et de la validation du comportement du LLM. Si un LLM conçu pour aider aux tâches d’administration du système est mal alignĂ©, il pourrait exĂ©cuter des commandes nuisibles ou donner la prioritĂ© Ă  des actions qui dĂ©gradent les performances ou la sĂ©curitĂ© du système. Les Ă©quipes peuvent prĂ©venir les vulnĂ©rabilitĂ©s liĂ©es Ă  un alignement inadĂ©quat de l’IA en prenant les mesures suivantes :
– DĂ©finir les objectifs et le comportement prĂ©vu du LLM au cours du processus de conception et de dĂ©veloppement ;- Veiller Ă  ce que les fonctions de rĂ©compense et les donnĂ©es d’entraĂ®nement soient alignĂ©es sur les rĂ©sultats souhaitĂ©s et n’encouragent pas un comportement indĂ©sirable ou nuisible ;- Tester et valider rĂ©gulièrement le comportement du LLM dans un large Ă©ventail de scĂ©narios, d’entrĂ©es et de contextes afin d’identifier et de rĂ©soudre les problèmes d’alignement.
8. ContrĂ´les d’accès insuffisants
Des contrĂ´les d’accès insuffisants se produisent lorsque les contrĂ´les d’accès ou les mĂ©canismes d’authentification ne sont pas correctement mis en Ĺ“uvre, ce qui permet Ă  des utilisateurs non autorisĂ©s d’interagir avec le LLM et d’exploiter potentiellement les vulnĂ©rabilitĂ©s. D’après l’OWASP, le fait de ne pas appliquer des exigences strictes en matière d’authentification pour accĂ©der au LLM, une mise en Ĺ“uvre inadĂ©quate du contrĂ´le d’accès basĂ© sur les rĂ´les (RBAC) permettant aux utilisateurs d’effectuer des actions au-delĂ  de leurs autorisations prĂ©vues, et le fait de ne pas fournir de contrĂ´les d’accès appropriĂ©s pour le contenu et les actions gĂ©nĂ©rĂ©s par le LLM sont autant d’exemples courants.
Un exemple d’attaque est celui d’un acteur malveillant qui obtient un accès non autorisĂ© Ă  un LLM en raison de la faiblesse des mĂ©canismes d’authentification, ce qui lui permet d’exploiter les vulnĂ©rabilitĂ©s ou de manipuler le système, explique l’organisme. Les mesures prĂ©ventives sont les suivantes :
– Mettre en Ĺ“uvre des mĂ©canismes d’authentification forte, tels que l’authentification multifactorielle (MFA), pour s’assurer que seuls les utilisateurs autorisĂ©s peuvent accĂ©der au LLM ;- Mettre en Ĺ“uvre des contrĂ´les d’accès appropriĂ©s pour le contenu et les actions gĂ©nĂ©rĂ©s par le LLM afin d’empĂŞcher tout accès ou manipulation non autorisĂ©.
9. Traitement inapproprié des erreurs
Il y a mauvaise gestion des erreurs lorsque les messages d’erreur ou les informations de dĂ©bogage sont exposĂ©s d’une manière qui pourrait rĂ©vĂ©ler des informations sensibles, des dĂ©tails du système ou des vecteurs d’attaque potentiels Ă  un acteur de la menace. Les vulnĂ©rabilitĂ©s les plus courantes en matière de gestion des erreurs comprennent l’exposition d’informations sensibles ou de dĂ©tails du système par le biais de messages d’erreur, la fuite d’informations de dĂ©bogage qui pourraient aider un pirate Ă  identifier des vulnĂ©rabilitĂ©s ou des vecteurs d’attaque potentiels, et le fait de ne pas gĂ©rer les erreurs de manière gracieuse, ce qui peut entraĂ®ner un comportement inattendu ou des pannes du système.
Par exemple, un attaquant pourrait exploiter les messages d’erreur d’un LLM pour recueillir des informations sensibles ou des dĂ©tails du système, ce qui lui permettrait de lancer une attaque ciblĂ©e ou d’exploiter des vulnĂ©rabilitĂ©s connues. Par ailleurs, un dĂ©veloppeur pourrait accidentellement laisser des informations de dĂ©bogage exposĂ©es dans la production, ce qui permettrait Ă  un attaquant d’identifier des vecteurs d’attaque potentiels ou des vulnĂ©rabilitĂ©s dans le système, signale l’OWASP. Ces risques peuvent ĂŞtre attĂ©nuĂ©s par les actions suivantes :
– Mettre en Ĺ“uvre des mĂ©canismes de gestion des erreurs appropriĂ©s pour s’assurer que les erreurs sont dĂ©tectĂ©es, enregistrĂ©es et traitĂ©es ;- Veiller Ă  ce que les messages d’erreur et les informations de dĂ©bogage ne rĂ©vèlent pas d’informations sensibles ou de dĂ©tails du système ;- Envisager d’utiliser des messages d’erreur gĂ©nĂ©riques pour les utilisateurs, tout en consignant des informations d’erreur dĂ©taillĂ©es pour les dĂ©veloppeurs et les administrateurs.
10. Empoisonnement des donnĂ©es d’entraĂ®nement
L’empoisonnement des donnĂ©es d’entraĂ®nement se produit lorsqu’un attaquant manipule les donnĂ©es d’entraĂ®nement ou les procĂ©dures de rĂ©glage fin d’un LLM pour introduire des vulnĂ©rabilitĂ©s, des portes dĂ©robĂ©es ou des biais qui pourraient compromettre la sĂ©curitĂ©, l’efficacitĂ© ou le comportement Ă©thique du modèle, a Ă©crit l’OWASP. Les problèmes courants d’empoisonnement des donnĂ©es d’entraĂ®nement comprennent l’introduction de portes dĂ©robĂ©es ou de vulnĂ©rabilitĂ©s dans le LLM par le biais de donnĂ©es d’entraĂ®nement manipulĂ©es de manière malveillante et l’injection de biais dans le LLM l’amenant Ă  produire des rĂ©ponses biaisĂ©es ou inappropriĂ©es. Les actions suivantes peuvent aider Ă  prĂ©venir ce risque :
– Garantir l’intĂ©gritĂ© des donnĂ©es d’entraĂ®nement en les obtenant auprès de sources fiables et en validant leur qualitĂ© ;- Mettre en Ĺ“uvre des techniques robustes d’assainissement et de prĂ©traitement des donnĂ©es pour Ă©liminer les vulnĂ©rabilitĂ©s ou les biais potentiels des donnĂ©es d’apprentissage ;- Utiliser des mĂ©canismes de surveillance et d’alerte pour dĂ©tecter un comportement inhabituel ou des problèmes de performance dans le LLM, indiquant potentiellement un empoisonnement des donnĂ©es de formation.
Une responsabilité à assumer
Les responsables de la sĂ©curitĂ© et les entreprises sont responsables de l’utilisation sĂ©curisĂ©e des LLMLes experts s’accordent Ă  dire que ces derniers sont responsables des interfaces de chat d’IA gĂ©nĂ©rative qui s’appuient sur des LLM. « Les Ă©quipes de sĂ©curitĂ© et les Ă©quipes juridiques devraient collaborer pour trouver la meilleure voie Ă  suivre pour leurs organisations afin d’exploiter les capacitĂ©s de ces technologies sans compromettre la propriĂ©tĂ© intellectuelle ou la sĂ©curitĂ© », a rĂ©cemment dĂ©clarĂ© Chaim Mazal, RSSI de Gigamon.
Les chatbots alimentĂ©s par l’IA ont besoin de mises Ă  jour rĂ©gulières pour rester efficaces contre les menaces et la supervision humaine est essentielle pour garantir le bon fonctionnement des LLM, a ajoutĂ© de son cĂ´té  Joshua Kaiser, responsable IA et CEO de Tovie AI. « En outre, les LLM ont besoin d’une comprĂ©hension contextuelle pour fournir des rĂ©ponses prĂ©cises et dĂ©tecter tout problème de sĂ©curitĂ©, et doivent ĂŞtre testĂ©s et Ă©valuĂ©s rĂ©gulièrement pour identifier les faiblesses ou les vulnĂ©rabilitĂ©s potentielles ».

Sécurité informatique

20 000 incriptions gratuites Ă  la certification ISC2 en Europe

L’ISACA va poposer 20 000 adhĂ©sions gratuites Ă  des Ă©tudiants dans toute l’Europe et aidera les entreprises Ă  identifier les candidats qualifiĂ©s en cybersĂ©curitĂ©.
L’association professionnelle mondiale ISACA a annoncĂ© Ă  la Commission europĂ©enne qu’elle s’engageait Ă  dĂ©velopper et Ă  renforcer la main-d’Ĺ“uvre dans le domaine de la cybersĂ©curitĂ© en Europe. Dans le cadre de cet engagement, l’ISACA offrira 20 000 adhĂ©sions gratuites Ă  des Ă©tudiants dans toute l’Europe afin qu’ils acquièrent des compĂ©tences cruciales en matière de cybersĂ©curitĂ© et aider les entreprises Ă  identifier les candidats qualifiĂ©s en cybersĂ©curitĂ© en complĂ©ment du programme europĂ©en en cours, a dĂ©clarĂ© l’association. Selon l’ISACA, la rĂ©duction de la pĂ©nurie de main-d’Ĺ“uvre en cybersĂ©curitĂ© et la promotion de la diversitĂ© dans ce domaine seront des domaines clĂ©s, contribuant au dĂ©veloppement de profils hautement qualifiĂ©s en cybersĂ©curitĂ© Ă  mĂŞme de rassurer les entreprises.
En avril, l’UE a lancĂ© la Cyber Skills Academy dans le cadre de l’AnnĂ©e europĂ©enne des compĂ©tences afin d’augmenter le nombre de professionnels qualifiĂ©s dans le domaine de la cybersĂ©curitĂ© dans l’UE. Parallèlement, la rĂ©cente Ă©tude de l’ISACA sur l’Ă©tat de la confiance numĂ©rique a montrĂ© que le manque de compĂ©tences et de formation reste un obstacle important Ă  l’instauration de la confiance numĂ©rique en Europe. La dernière Ă©tude de l’ISC2 sur la main-d’Ĺ“uvre dans le domaine de la cybersĂ©curitĂ© fait Ă©tat d’une pĂ©nurie mondiale de 3,4 millions de personnes dans ce domaine, les entreprises ayant du mal Ă  combler ce manque.
Un engagement fort dans l’Ă©ducation et la formation en cybersĂ©curitĂ©
L’ISACA s’est engagĂ©e Ă  rĂ©duire le dĂ©ficit de compĂ©tences en matière de cybersĂ©curitĂ© en combinant l’Ă©ducation, les adhĂ©sions et la formation, a-t-elle dĂ©clarĂ© dans un communiquĂ©. L’organisme a indiquĂ© qu’elle collaborerait avec plus de 60 organismes de formation et Ă©tablissements universitaires pour s’assurer que les enseignants et les formateurs possèdent les connaissances et les qualifications nĂ©cessaires pour dispenser une formation complète en cybersĂ©curitĂ© basĂ©e sur les orientations du groupe. L’ISACA fournira Ă©galement 20 000 adhĂ©sions gratuites Ă  des Ă©tudiants en Europe, leur permettant d’accĂ©der au rĂ©seau de l’ISACA dans la rĂ©gion. Ces Ă©tudiants auront la possibilitĂ© d’amĂ©liorer leurs connaissances en accĂ©dant aux ressources, aux diplĂ´mes, aux formations et aux Ă©vĂ©nements de l’association.
En outre, ce groupe soutiendra l’identification de candidats qualifiĂ©s pour les entreprises en facilitant les contacts entre les membres Ă©tudiants et les cadres supĂ©rieurs par le biais d’Ă©vĂ©nements virtuels et en personne organisĂ©s par plus de 40 chapitres de l’ISACA dans toute l’Europe, a ajoutĂ© l’organisation. Cette dernière s’est engagĂ©e Ă  Ă©tendre la portĂ©e et l’impact de ses programmes de formation et d’accrĂ©ditation dans toute l’Europe, en dĂ©passant le cap des 46 000 personnes certifiĂ©es conformĂ©ment au cadre europĂ©en des compĂ©tences en cybersĂ©curitĂ©. Enfin, l’ISACA diffusera des connaissances aux citoyens de chaque pays europĂ©en par le biais d’une sĂ©rie d’Ă©vĂ©nements et de publications organisĂ©s par ses sections dans la rĂ©gion, dans le but de sensibiliser le grand public Ă  la cybersĂ©curitĂ© et de lui en faire comprendre les tenants et les aboutissants.
Plus de confiance à recruter des profils cybersécurité spécialisés
Les engagements pris dans le cadre de cette promesse donneront aux entreprises europĂ©ennes une plus grande confiance dans le fait que les talents qu’elles recrutent ont les qualifications et les compĂ©tences nĂ©cessaires pour utiliser la cybersĂ©curitĂ© comme un facteur de rĂ©ussite, en promouvant la confiance des clients et de l’ensemble des parties prenantes, et en accĂ©lĂ©rant l’adoption plus sĂ»re des nouvelles technologies, explique Chris Dimitriadis, responsable de la stratĂ©gie mondiale Ă  l’ISACA.
« La pĂ©nurie de professionnels de la cybersĂ©curitĂ© en Europe se situe entre 260 000 et 500 000 personnes, selon la Commission europĂ©enne », explique le dirigeant. « Sans les talents adĂ©quats, les entreprises s’inquiètent de savoir quand – et non pas si – elles seront attaquĂ©es, et comment cela affectera leur rĂ©putation et leur succès. L’engagement que nous avons pris auprès de la Commission europĂ©enne vise Ă  rĂ©duire le dĂ©ficit de compĂ©tences en matière de cybersĂ©curitĂ© en Europe en proposant un programme global de formation et d’accrĂ©ditation pour permettre aux talents actuels et futurs d’entrer sur le marchĂ© du travail dans le domaine de la cybersĂ©curitĂ©, en ouvrant le vivier de talents aux entreprises et en leur donnant accès Ă  une main-d’Ĺ“uvre qualifiĂ©e ».

Sécurité informatique

Les comptes oubliés posent de sérieux risques de sécurité

Quand ils ne sont pas consultĂ©s pendant de longues pĂ©riodes, les comptes inactifs d’utilisateurs sont plus susceptibles d’ĂŞtre compromis que d’autres. En cause : l’utilisation d’anciens mots de passe ayant Ă©tĂ© piratĂ©s et l’absence d’authentification multi-facteur.
Le silence est d’or, mais pas pour les comptes dormants. En effet, ils posent des risques de sĂ©curitĂ© importants pour les utilisateurs et les entreprises. Les cybercriminels en sont bien conscients et sont capables d’utiliser des informations volĂ©es sur des comptes oubliĂ©s pour exploiter ceux actifs. C’est ce qui ressort de la première Ă©tude Customer Identity Trends Report d’Okta qui a interrogĂ© plus de 20 000 consommateurs dans 14 pays sur leurs expĂ©riences en ligne et leurs attitudes Ă  l’Ă©gard de la sĂ©curitĂ© et de l’identitĂ© numĂ©riques. Ce rapport a rĂ©vĂ©lĂ© que la prolifĂ©ration des identitĂ©s peut dĂ©clencher des risques de sĂ©curitĂ© importants liĂ©s Ă  la prise de contrĂ´le de comptes (ATO) en raison des comptes dormants, en particulier si les clients rĂ©utilisent (ou ne modifient que lĂ©gèrement) les mots de passe ou ne procèdent pas Ă  des vĂ©rifications de sĂ©curitĂ©. Une faille dans n’importe quel service ouvre la voie pour un acteur malveillant Ă  disposer d’un volume considĂ©rable d’informations d’identification et de donnĂ©es personnelles associĂ©es. Les attaquants Ă©tant capables de se servir de ces informations Ă  grande Ă©chelle pour compromettre des comptes actifs, y compris des comptes et des rĂ©seaux professionnels importants.
Cette enquĂŞte a Ă©tĂ© publiĂ©e après l’annonce de Google de mettre Ă  jour sa politique d’inactivitĂ© pour les comptes en la portant Ă  deux ans, ce qui signifie que si un compte personnel n’a pas Ă©tĂ© utilisĂ© ou n’a pas fait l’objet d’une connexion pendant au moins deux ans, le compte et son contenu peuvent ĂŞtre supprimĂ©s. Cela inclut le contenu de Workspace (Gmail, Docs, Drive, Meet, Calendar) et de Photos. Les nouvelles règles entreront en vigueur au plus tĂ´t en dĂ©cembre 2023, a prĂ©cisĂ© l’entreprise.
La prolifération des comptes contribue aux risques liés aux comptes inactifs
Le volume considĂ©rable de nouveaux comptes créés dĂ©bouche sur un phĂ©nomène notable d’attrition se caractĂ©risant par un empilement de comptes non utilisĂ©s mais pas pour autant actifs d’un utilisateur. Les plus anciens ne sont pas supprimĂ©s, mais deviennent souvent inutilisĂ©s et oubliĂ©s, parfois pendant des annĂ©es, devenant en sorte morts-vivants. Selon le rapport d’Okta, cette prolifĂ©ration est plus frĂ©quente chez les jeunes utilisateurs, mais elle est significative dans la plupart des groupes d’âge. Le nombre estimĂ© de nouveaux comptes en ligne enregistrĂ©s au cours des trois derniers mois pour les 18-29 ans est lĂ©gèrement supĂ©rieur Ă  40, avec une lĂ©gère baisse Ă  35 pour les 30-39 ans et Ă  34 pour les 40 Ă  49 ans. Les 60 ans et plus ne sont pas en reste et en auraient créé environ 20 au cours des trois derniers mois.
L’un des principaux dĂ©fis posĂ©s par le renouvellement des comptes est la capacitĂ© Ă  gĂ©rer et Ă  maintenir en toute sĂ©curitĂ© les empreintes numĂ©riques d’un grand nombre de comptes. Le rapport d’Okta rĂ©vèle que 71 % des personnes interrogĂ©es sont conscientes que leurs activitĂ©s en ligne laissent des traces, mais que seulement 44 % d’entre elles prennent des mesures pour les attĂ©nuer. La gestion des mots de passe semble ĂŞtre un point d’achoppement particulier, 63% des personnes interrogĂ©es dĂ©clarant qu’elles sont incapables de se connecter Ă  un compte parce qu’elles ont oubliĂ© leur nom d’utilisateur ou leur mot de passe au moins une fois par mois, selon le rapport. Bien que la rĂ©initialisation des mots de passe soit gĂ©nĂ©ralement possible, les utilisateurs peuvent dĂ©cider que le processus n’en vaut tout simplement pas la peine, ce qui entraĂ®ne une plus grande inactivitĂ© des comptes. Seuls 52 % des rĂ©pondants ont dĂ©clarĂ© avoir toujours accès Ă  tous leurs comptes, tandis que 42 % seulement utilisent des mots de passe diffĂ©rents pour chaque compte et que 29 % seulement vĂ©rifient ou modifient rĂ©gulièrement les paramètres de confidentialitĂ© de leurs comptes.
Les cybercriminels privilĂ©gient les informations d’identification volĂ©es pour renforcer leurs attaques
Selon Google, les comptes inactifs qui n’ont pas Ă©tĂ© consultĂ©s pendant de longues pĂ©riodes sont plus susceptibles d’ĂŞtre compromis. « Cela s’explique par le fait que les comptes oubliĂ©s ou non surveillĂ©s reposent souvent sur des mots de passe anciens ou rĂ©utilisĂ©s qui peuvent avoir Ă©tĂ© compromis, que l’authentification Ă  deux facteurs (2FA) n’a pas Ă©tĂ© mise en place et que l’utilisateur effectue moins de contrĂ´les de sĂ©curitĂ© », a ajoutĂ© l’entreprise. En fait, les comptes abandonnĂ©s ont au moins dix fois moins de chances que les comptes actifs d’ĂŞtre dotĂ©s d’une authentification double facteur, selon l’Ă©diteur. Ils sont donc particulièrement vulnĂ©rables et, une fois compromis, ils peuvent ĂŞtre utilisĂ©s Ă  des fins diverses, depuis l’usurpation d’identitĂ© jusqu’Ă  la diffusion de contenus indĂ©sirables, voire malveillants, tels que des spams.
Selon l’enquĂŞte Verizon 2022 Data Breach Investigations Report, plus de 80 % des brèches impliquant des attaques contre des applications web peuvent ĂŞtre attribuĂ©es Ă  des identifiants volĂ©s. Les cybercriminels privilĂ©gient le vol d’informations d’identification pour renforcer leurs attaques et contourner les mesures de sĂ©curitĂ©, et se montrent mĂŞme prĂŞts Ă  dĂ©laisser les logiciels malveillants au profit de l’abus d’informations d’identification pour faciliter l’accès et la persistance dans les environnements des victimes. Cette tendance a Ă©galement créé une forte demande pour les services malveillants opĂ©rĂ©s par des tiers via des rĂ©seaux de cybergangs qui vendent des identifiants d’accès volĂ©s. Selon le CrowdStrike 2023 Global Threat Report, li y a eu une augmentation de 112 %  sur un an du nombre de publicitĂ©s identifiĂ©es pour des services de courtage d’accès malveillants, soit environ 2 500.

Sécurité informatique

Snake : le logiciel espion russe vieux de 20 ans neutralisé

Une action conjointe de forces de police et de justice Ă  l’Ă©chelle internationale incluant le FBI a mis un terme au malware d’espionnage Snake. En activitĂ© depuis 20 ans, il est considĂ©rĂ© comme le plus sophistiquĂ© des services secrets russes.
Les agences de sĂ©curitĂ© de cinq pays ont publiĂ© un avis commun rĂ©vĂ©lant des dĂ©tails techniques sur un outil d’espionnage sophistiquĂ© utilisĂ© par des acteurs russes malveillants contre plusieurs cibles. Selon leurs investigations, le malware Snake et ses variantes sont au cĹ“ur d’opĂ©rations d’espionnage russes menĂ©es par le Centre 16 du Service fĂ©dĂ©ral de sĂ©curitĂ© russe (FSB) depuis près de vingt ans. IdentifiĂ©s dans les infrastructures de plus de 50 pays d’AmĂ©rique du Nord, d’AmĂ©rique du Sud, d’Europe, d’Afrique, d’Asie et d’Australie, les protocoles de communication personnalisĂ©s de Snake utilisent le chiffrement et la fragmentation pour assurer la confidentialitĂ© et sont conçus pour entraver les efforts de dĂ©tection et de collecte. Le FSB a utilisĂ© Snake dans le monde entier pour collecter des informations sensibles auprès de cibles prioritaires telles que des rĂ©seaux gouvernementaux, des installations de recherche et des journalistes.
Cet avis a Ă©tĂ© publiĂ© par le Federal Bureau of Investigation (FBI), la National Security Agency (NSA), la Cybersecurity and Infrastructure Security Agency (CISA), la Cyber National Mission Force (CNMF), le National Cyber Security Center (NCSC) du Royaume-Uni, le Centre canadien de cybersĂ©curitĂ© (CCCS), le Centre de la sĂ©curitĂ© des tĂ©lĂ©communications (CST) du Canada, le Cyber Security Centre australien (ACSC) et le NCSC de Nouvelle-ZĂ©lande. Ce bulletin de sĂ©curitĂ© fait suite Ă  un autre avertissement du NCSC britannique faisant Ă©tat d’une nouvelle catĂ©gorie de de cybercriminels russes menaçant des infrastructures critiques.
La campagne malveillante de Snake entravĂ©e par l’opĂ©ration MEDUSA
Le jour mĂŞme de la publication de l’avis, le ministère amĂ©ricain de la justice a annoncĂ© l’achèvement d’une opĂ©ration autorisĂ©e par un tribunal, sous le nom de code MEDUSA, visant Ă  perturber un rĂ©seau mondial d’ordinateurs P2P compromis par le logiciel malveillant Snake. L’opĂ©ration MEDUSA a permis de dĂ©sactiver ce malware sur les systèmes compromis Ă  l’aide d’un outil créé par le FBI, appelĂ© PERSEUS, qui Ă©mettait des commandes l’obligeant Ă  Ă©craser ses propres composants vitaux. « L’annonce d’aujourd’hui dĂ©montre la volontĂ© et la capacitĂ© du FBI Ă  associer ses autoritĂ©s et ses capacitĂ©s techniques Ă  celles de ses partenaires internationaux pour perturber les acteurs malveillants », a expliquĂ© Bryan Vorndran, directeur adjoint de la division cybersĂ©curitĂ© du FBI. « Lorsqu’il s’agit de lutter contre les tentatives de la Russie de cibler les États-Unis et nos alliĂ©s Ă  l’aide d’outils cyber sĂ©curitĂ© complexes, nous ne faiblirons pas dans notre travail pour dĂ©manteler ces efforts ».
Snake est considĂ©rĂ© comme l’outil de cyber-espionnage le plus sophistiquĂ© de l’arsenal du FSB. « Premièrement, Snake utilise des moyens pour atteindre un niveau rare de furtivitĂ© dans ses composants hĂ´tes et ses communications rĂ©seau. Deuxièmement, l’architecture technique interne de Snake incoprore facilement des composants nouveaux ou de remplacement. Enfin, Snake fait preuve d’une conception et d’une mise en Ĺ“uvre soignĂ©es de l’ingĂ©nierie logicielle, l’implant contenant Ă©tonnamment peu de bogues compte tenu de sa complexitĂ© ». Le FSB a Ă©galement mis en Ĺ“uvre de nouvelles techniques pour aider ce malware Ă  Ă©chapper Ă  la dĂ©tection, l’efficacitĂ© de l’implant de cyber-espionnage dĂ©pendant de sa furtivitĂ© Ă  long terme pour fournir un accès constant Ă  des renseignements importants. « Les aspects particulièrement sophistiquĂ©s de Snake tĂ©moignent des efforts considĂ©rables dĂ©ployĂ©s par le FSB pendant de nombreuses annĂ©es pour permettre ce type d’accès clandestin ».
Les nĹ“uds d’infrastructure rĂ©seau externe visĂ©s
Snake est gĂ©nĂ©ralement dĂ©ployĂ© sur des nĹ“uds d’infrastructure externes d’un rĂ©seau et, Ă  partir de lĂ , utilise d’autres outils et tactiques, techniques et procĂ©dures (TTP) sur le rĂ©seau interne pour mener d’autres opĂ©rations d’exploitation. « Après s’ĂŞtre introduit dans un rĂ©seau cible, le FSB cartogrpahie gĂ©nĂ©ralement le rĂ©seau et s’efforce d’obtenir les informations d’identification de l’administrateur et d’accĂ©der aux contrĂ´leurs de domaine. Un large Ă©ventail de mĂ©canismes a Ă©tĂ© utilisĂ© pour recueillir les authentifiants des utilisateurs et des administrateurs afin de s’Ă©tendre latĂ©ralement sur le rĂ©seau, notamment pour dĂ©ployer des enregistreurs de frappe et des renifleurs de rĂ©seau ».
Une fois que les acteurs ont cartographiĂ© un rĂ©seau et obtenu les informations d’identification des administrateurs pour diffĂ©rents domaines, les opĂ©rations de collecte de donnĂ©es dĂ©marrent. Dans la plupart des cas avec Snake, d’autres implants lourds ne sont pas dĂ©ployĂ©s, et ils s’appuient sur des informations d’identification et des outils lĂ©gers d’accès Ă  distance au sein d’un rĂ©seau. « Les opĂ©rateurs du FSB dĂ©ploient parfois un petit shell inversĂ© Ă  distance avec Snake pour permettre des opĂ©rations interactives », expliquent les forces de police et de justice. « Ce shell inversĂ© dĂ©clenchable, que le FSB utilise depuis une vingtaine d’annĂ©es, peut ĂŞtre utilisĂ© comme vecteur d’accès de secours ou pour maintenir une prĂ©sence minimale dans un rĂ©seau et Ă©viter d’ĂŞtre dĂ©tectĂ© tout en se dĂ©plaçant latĂ©ralement ». Snake utilise deux mĂ©thodes principales pour la communication et l’exĂ©cution des commandes, Ă  savoir la mĂ©thode passive et la mĂ©thode active. Les opĂ©rateurs de Snake se servent gĂ©nĂ©ralement des opĂ©rations actives pour communiquer avec les points de saut au sein de l’infrastructure de Snake, tandis que les points d’extrĂ©mitĂ© de Snake ont tendance Ă  utiliser uniquement la mĂ©thode passive.
Des méthodes de détection spécifiques
L’avis de sĂ©curitĂ© prĂ©sente plusieurs mĂ©thodes de dĂ©tection disponibles pour Snake, en soulignant leurs avantages et leurs inconvĂ©nients. 
– La dĂ©tection basĂ©e sur le rĂ©seau : Les systèmes de dĂ©tection d’intrusion en rĂ©seau (NIDS) peuvent identifier certaines des variantes les plus rĂ©centes de Snake et de ses protocoles de rĂ©seau personnalisĂ©s. Parmi les avantages, citons la dĂ©tection Ă  grande Ă©chelle (Ă  l’Ă©chelle du rĂ©seau) des protocoles de communication personnalisĂ©s de Snake, avec un niveau de confiance Ă©levĂ©. Les inconvĂ©nients sont la faible visibilitĂ© des opĂ©rations d’implantation de Snake et des donnĂ©es cryptĂ©es en transit. Les signatures HTTP, HTTP2 et TCP de Snake peuvent donner lieu Ă  des faux positifs. Les opĂ©rateurs de Snake peuvent facilement modifier les signatures basĂ©es sur le rĂ©seau ;
– La dĂ©tection basĂ©e sur l’hĂ´te : Les avantages comprennent une confiance Ă©levĂ©e basĂ©e sur l’ensemble des rĂ©sultats positifs pour les artefacts basĂ©s sur l’hĂ´te. Les inconvĂ©nients sont que de nombreux artefacts sur l’hĂ´te peuvent facilement ĂŞtre dĂ©placĂ©s pour exister Ă  un autre endroit ou sous un autre nom. Les fichiers Ă©tant entièrement cryptĂ©s, il est difficile de les identifier avec prĂ©cision ;
– L’analyse de la mĂ©moire : Elle prĂ©sente l’avantage d’ĂŞtre très fiable, car la mĂ©moire offre le plus haut niveau de visibilitĂ© sur les comportements et les artefacts de Snake. Les inconvĂ©nients sont l’impact potentiel sur la stabilitĂ© du système et la difficultĂ© de l’extensibilitĂ©.
Prévenir les techniques de persistance et de dissimulation de Snake
L’avis dĂ©crit Ă©galement des stratĂ©gies pour empĂŞcher les techniques de persistance et de dissimulation de Snake. La première consiste, pour les propriĂ©taires de systèmes dont on pense qu’ils ont Ă©tĂ© compromis, Ă  changer immĂ©diatement leurs identifiants (Ă  partir d’un système non compromis) et Ă  n’utiliser aucun type de mot de passe similaire Ă  ceux utilisĂ©s prĂ©cĂ©demment. « Snake utilise une fonctionnalitĂ© d’enregistrement de frappe qui renvoie rĂ©gulièrement les journaux aux opĂ©rateurs du FSB. Il est recommandĂ© de changer les mots de passe et les noms d’utilisateur pour des valeurs qui ne peuvent pas ĂŞtre forcĂ©es ou devinĂ©es sur la base des anciens mots de passe ». Il est Ă©galement conseillĂ© aux propriĂ©taires de systèmes d’appliquer les mises Ă  jour de leurs systèmes d’exploitation, car les versions modernes de Windows, Linux et MacOS rendent beaucoup plus difficile pour les adversaires d’opĂ©rer dans l’espace du noyau. « Il sera donc beaucoup plus difficile pour les acteurs FSB de charger le pilote du noyau de Snake sur le système cible », poursuit la note.
Si les propriĂ©taires de systèmes reçoivent des signatures de dĂ©tection de l’activitĂ© d’implantation de Snake ou ont d’autres indicateurs de compromission qui sont associĂ©s Ă  des acteurs du FSB utilisant ce malware, l’entreprise concernĂ©e doit immĂ©diatement lancer son plan de rĂ©ponse Ă  l’incident documentĂ©, ajoute l’avis. Ce dernier devrait inclure la sĂ©paration des comptes utilisateurs et des comptes privilĂ©giĂ©s afin de rendre plus difficile l’accès des acteurs du FSB aux informations d’identification de l’administrateur, l’utilisation de la segmentation du rĂ©seau pour refuser toutes les connexions par dĂ©faut Ă  moins qu’elles ne soient explicitement requises pour une fonctionnalitĂ© spĂ©cifique du système, et la mise en Ĺ“uvre d’une authentification multifacteurs (MFA) rĂ©sistante au phishing pour ajouter une couche supplĂ©mentaire de sĂ©curitĂ© mĂŞme lorsque les informations d’identification du compte sont compromises.

Sécurité informatique

ChatGPT, malvertising, supply chain: des vecteurs d’attaques Ă  surveiller

Selon les analystes de l’Institut SANS, les entreprises doivent ĂŞtre très vigilantes sur plusieurs mĂ©thodes d’attaque Ă©mergentes et dangereuses. Parmi lesquelles celles basĂ©es sur l’intelligence artificielle, l’ingĂ©nierie sociale alimentĂ©e par ChatGPT ou encore passant par la publicitĂ© payante.
Les experts en cybersĂ©curitĂ© du SANS Institute ont rĂ©vĂ©lĂ© les cinq techniques d’attaque rĂ©centes les plus dangereuses utilisĂ©es par les attaquants, notamment les cybercriminels et les acteurs bĂ©nĂ©ficiant de soutiens de niveau Ă©tatique. Elles ont Ă©tĂ© prĂ©sentĂ©es lors d’une session de la dernière confĂ©rence RSA Ă  San Francisco (24-27 avril), oĂą un groupe d’analystes de cet organisme a explorĂ© les dernières tactiques, techniques et procĂ©dures (TTP) et conseillĂ© les organisations sur la manière de s’y prĂ©parer. Le SANS Institute est une sociĂ©tĂ© importante dans le domaine de la formation, des certifications, des diplĂ´mes et des ressources en matière de cybersĂ©curitĂ©, qui vise Ă  doter les professionnels de la cybersĂ©curitĂ© de compĂ©tences et de connaissances pratiques.
IntitulĂ©e « Les cinq nouvelles techniques d’attaque les plus dangereuses », cet Ă©change a rĂ©uni quatre Ă©minents panĂ©listes du SANS qui ont fourni des informations utiles pour aider les responsables de la sĂ©curitĂ© Ă  comprendre l’Ă©volution des menaces et Ă  en garder la maĂ®trise. Les cinq vecteurs Ă©mergents de cyber-attaques couverts par les orateurs Ă©taient l’IA adverse, l’ingĂ©nierie sociale alimentĂ©e par ChatGPT, les dĂ©veloppeurs tiers, le rĂ©fĂ©rencement et les attaques par publicitĂ© payante.
Les IA adverses
Les acteurs de la menace manipulent les outils d’IA pour amplifier la vitesse des campagnes de ransomware et identifier les vulnĂ©rabilitĂ©s zero day dans les logiciels complexes, a dĂ©clarĂ© Stephen Sims, membre du SANS et responsable du programme d’Ă©tudes sur les opĂ©rations offensives en cybersĂ©curitĂ©. De la rationalisation des processus de codage des logiciels malveillants Ă  la dĂ©mocratisation de l’ingĂ©nierie sociale, l’IA a changĂ© la donne pour les attaquants, a-t-il ajoutĂ©. En rĂ©ponse, les entreprises doivent dĂ©ployer un modèle de sĂ©curitĂ© intĂ©grĂ© de dĂ©fense en profondeur qui fournit des protections en couches, automatise les actions critiques de dĂ©tection et de rĂ©ponse, et facilite les processus efficaces de traitement des incidents.
L’ingĂ©nierie sociale Ă  la sauce GPT
En ce qui concerne l’ingĂ©nierie sociale alimentĂ©e par le ChatGPT, les acteurs de la menace tirent parti de l’IA gĂ©nĂ©rative pour exploiter le risque humain – en ciblant les vulnĂ©rabilitĂ©s des employĂ©s individuels pour pĂ©nĂ©trer dans le rĂ©seau de toute leur organisation, y compris leur famille, selon Heather Mahalik, membre du SANS. Cette Ă©volution signifie que les utilisateurs sont aujourd’hui plus facilement attaquables que jamais, et qu’il suffit d’un mauvais clic sur un fichier malveillant pour mettre en danger non seulement une entreprise entière, mais aussi les moyens de subsistance de la victime, a dĂ©clarĂ© Heather Mahalik. Cette surface d’attaque Ă©largie exige des sociĂ©tĂ©s qu’elles encouragent une culture de cyber-vigilance Ă  tous les niveaux de l’entreprise afin de s’assurer que les employĂ©s sont conscients des attaques liĂ©es Ă  ChatGPT.
Les attaques par supply chain
Autre technique d’attaque sĂ©rieuse Ă©tudiĂ©e : celle qui passe par la chaĂ®ne d’approvisionnement des logiciels (SCM) pour infiltrer les rĂ©seaux d’entreprise, a pointĂ© le Dr Johannes Ullrich, doyen de la recherche du SANS Technology Institute. Ce phĂ©nomène s’est manifestĂ© de manière significative lors de la violation de LastPass en 2022, oĂą un acteur de la menace a exploitĂ© les vulnĂ©rabilitĂ©s de logiciels tiers pour contourner les contrĂ´les existants et accĂ©der Ă  des environnements Ă  privilège. Pour les entreprises de tous les secteurs, cette attaque a soulignĂ© l’importance de travailler efficacement en tandem avec les dĂ©veloppeurs de logiciels pour aligner les architectures de sĂ©curitĂ©, partager les informations sur les menaces et naviguer dans les techniques d’attaque en constante Ă©volution, a dĂ©clarĂ© Johannes Ullrich.
Le malvertising
Les attaques par rĂ©fĂ©rencement sont une autre mĂ©thode d’attaque dangereuse et Ă©mergente, tout comme les attaques par publicitĂ© payante, selon Katie Nickels, instructrice certifiĂ©e par le SANS. Selon elle, le malvertising tirent parti de stratĂ©gies de marketing fondamentales pour obtenir un accès initial aux rĂ©seaux d’entreprise. Dans ces cas, les cybercriminels exploitent des mots-clĂ©s SEO et des publicitĂ©s payantes pour inciter les victimes Ă  s’engager sur des sites Web falsifiĂ©s, Ă  tĂ©lĂ©charger des fichiers malveillants et Ă  autoriser l’accès d’utilisateurs Ă  distance.
Ces attaques tĂ©moignent de la proactivitĂ© des attaquants, qui s’Ă©loignent de plus en plus des techniques traditionnelles contre lesquelles il est devenu plus facile de se dĂ©fendre, a dĂ©clarĂ© Katie Nickels. Ces deux vecteurs d’attaque soulignent l’importance d’intĂ©grer des programmes de formation de sensibilisation des utilisateurs Ă©volutifs et adaptĂ©s aux nouvelles menaces.
Varier et diversifier les attaques pour mieux surprendre
Les attaques abordĂ©es sont devenues de plus en plus frĂ©quentes, sophistiquĂ©es et difficiles Ă  dĂ©tecter, a expliquĂ© John Davis, directeur pour le Royaume-Uni et l’Irlande du SANS Institute, EMEA. « Elles s’inscrivent toutes dans une tendance plus large selon laquelle les efforts et les techniques d’attaque utilisĂ©s par les pirates informatiques sont de plus en plus complexes et ciblĂ©s. L’ampleur de la cybercriminalitĂ© actuelle et l’audace des attaquants sont difficiles Ă  comprendre pour de nombreux chefs d’entreprise – 450 000 nouveaux logiciels malveillants sont dĂ©tectĂ©s chaque jour et 3,4 milliards de courriels d’hameçonnage arrivent dans les boĂ®tes de rĂ©ception ». Et d’ajouter : « Il n’est pas Ă©tonnant que tant d’entreprises s’efforcent de garder les portes et les fenĂŞtres fermement fermĂ©es au milieu d’une tempĂŞte dĂ©chaĂ®nĂ©e. Ces nouvelles menaces audacieuses nous apprennent que les pirates prospèrent en diversifiant leurs techniques. Il n’est donc pas Ă©tonnant de voir des groupes de ransomware bien Ă©tablis procĂ©der Ă  des licenciements, tandis que le ransomware as a service prend de l’ampleur ».
La bonne nouvelle, c’est que mĂŞme les entreprises les plus petites et les plus jeunes peuvent se dĂ©fendre contre ces attaques, affirme M. Davis. « La sensibilisation, la vigilance et l’Ă©ducation sont des armes vitales et notre ligne de dĂ©fense la plus critique. En fin de compte, si nous voulons renforcer les meilleures dĂ©fenses dans un monde de pirates informatiques toujours en activitĂ©, il est vital que nous restions Ă  l’avant-garde et que nous modifiions sans cesse notre approche, quelle que soit la menace ».

Sécurité informatique

Comment Circle Security éteint les attaques ciblant les identifiants

La dernière solution de Circle Security de lutte contre le vol d’identifiants et les cyberattaques cloud se dĂ©marque par une approche multi-formats singulière.
La sociĂ©tĂ© de cybersĂ©curitĂ© amĂ©ricaine Circle Security est sortie de l’ornière avec le lancement de sa dernière plateforme conçue pour protĂ©ger spĂ©cifiquement les menaces basĂ©es sur les informations d’identification et les attaques cloud. BasĂ©e sur une architecture dĂ©centralisĂ©e, Circle se distingue par sa disponibilitĂ© aussi bien sous la forme d’un service natif, d’une application mobile, d’une solution basĂ©e sur un navigateur et d’une API destinĂ©e aux dĂ©veloppeurs, selon le fournisseur.
Circle Security peut se targuer d’avoir un comitĂ© consultatif impressionnant composĂ© de plusieurs leaders d’opinion en matière de cybersĂ©curitĂ©, notamment Bruce Schneier, Lucia Milica, CISO mondial de Proofpoint, et Eric Liebowitz, CISO de Thales Group. Les violations de donnĂ©es basĂ©es sur les informations d’identification constituent le plus grand vecteur de menace pour la plupart des entreprises. Les cybercriminels privilĂ©gient le vol d’informations d’identification pour les utiliser dans leurs attaques contribuant de manière significative aux risques de sĂ©curitĂ© dans le cloud. 
Des attaques de phishing et vol de donnĂ©es d’identification dans le viseur
La plateforme dĂ©centralisĂ©e de Circle garantit un accès sĂ©curisĂ© aux donnĂ©es et aux applications cloud tout en les protĂ©geant lors de la connexion et tout au long du parcours de l’utilisateur, quel que soit l’endroit oĂą elles transitent, a dĂ©clarĂ© l’Ă©diteur. « Le rĂ©sultat est que les entreprises peuvent dĂ©sormais compter sur une plateforme unique pour sĂ©curiser l’accès aux donnĂ©es sensibles et les protĂ©ger de l’exposition avec une visibilitĂ© et un contrĂ´le complet sur tous les terminaux des utilisateurs oĂą elles rĂ©sident », a ajoutĂ© l’entreprise.
Circle chiffre les terminaux, les accès et les donnĂ©es, le tout via une plateforme de gestion unifiĂ©e capable de prĂ©voir les attaques basĂ©es sur les informations d’identification et la compromission cloud, affirme l’entreprise. En rĂ©duisant la capacitĂ© de l’utilisateur Ă  s’authentifier seul, le système propose une sĂ©curitĂ© plus efficace contre le phishing et d’autres attaques pour voler des informations d’identification, selon M. Schneier.
Une activité prolifique pour les cybercriminels
Les cyberattaques axĂ©es sur les informations d’identification sont un flĂ©au pour les entreprises et favorisent l’activitĂ© des cybercriminels. Selon un rĂ©cent rapport de Flashpoint, l’annĂ©e dernière, les auteurs de menaces ont exposĂ© ou volĂ© 22,62 milliards d’informations d’identification et d’enregistrements personnels, allant des comptes et des informations financières aux courriels et aux numĂ©ros de sĂ©curitĂ© sociale des États-Unis. « La prolifĂ©ration des donnĂ©es obtenues illĂ©galement offre aux acteurs de la menace de nombreuses possibilitĂ©s de contourner les mesures et les contrĂ´les de sĂ©curitĂ© des organisations, ce qui permet Ă  des groupes de ransomware tels que LockBit de demander une rançon pour les donnĂ©es, de les vendre ou de les exposer sur les marchĂ©s illicites », peut-on lire dans l’Ă©tude.
Les cybercriminels redoublent d’efforts pour utiliser les informations d’identification volĂ©es, ce qui tĂ©moigne d’une demande manifeste de services de courtage d’accès. Selon le Global Threat Report 203 de CrowdStrike, le nombre de publicitĂ©s pour des services de courtage d’accès a augmentĂ© de 112 % d’une annĂ©e sur l’autre par rapport Ă  2021, avec plus de 2 500 publicitĂ©s d’accès dĂ©tectĂ©es dans le monde criminel. L’Ă©tude rĂ©vèle Ă©galement un changement notable dans l’utilisation de logiciels malveillants liĂ©s Ă  l’abus prolifique d’informations d’identification valides pour faciliter l’accès et la persistance dans les environnements des victimes. De plus, elles contribuent de manière significative Ă  la persistance des risques de sĂ©curitĂ© dans le cloud. Le dernier rapport de Unit 42 sur les menaces cloud a rĂ©vĂ©lĂ© que 76 % des entreprises ne gèrent pas le MFA et 58 % pas non plus pour les utilisateurs root/admin, et 57 % n’appliquent pas les symboles dans les mots de passe.

Sécurité informatique

Newsroom, vigie IA de Darktrace pour surveiller les failles critiques

Le dernier outil de Darktrace, Newsroom, utilise la connaissance assistĂ©e par l’IA de la surface d’attaque externe d’un client. Son but : mesurer l’exposition aux vulnĂ©rabilitĂ©s dĂ©tectĂ©es et fournir un rĂ©sumĂ© des exploits, des logiciels et des actifs affectĂ©s en s’appuyant sur des sources de renseignement variĂ©es type OSINT ou underground.
Le fournisseur de cybersĂ©curitĂ© Darktrace a annoncĂ© la sortie de Newsroom, un système de dĂ©tection et d’alerte des vulnĂ©rabilitĂ©s critiques qui utilise des sources de renseignements open source (OSINT) pour identifier les menaces pesant sur les entreprises. Cet outil exploite grâce Ă  l’IA la surface d’attaque externe d’un client pour Ă©valuer son exposition aux vulnĂ©rabilitĂ©s dĂ©tectĂ©es. Il apporte aussi un rĂ©sumĂ© des exploits, des logiciels et des actifs affectĂ©s au sein de l’organisation, indique l’Ă©diteur. Et Ă©galement des conseils d’attĂ©nuation des vulnĂ©rabilitĂ©s spĂ©cifiques aux entreprises, dans un contexte marquĂ© par la multiplication des failles d’injection de code Ă  distance dans Citrix Gateway/Citrix ADC, les serveurs CentOS Web Panel 7 et les produits Zoho ManageEngine. Newsroom fait partie de la gamme produits Prevent de l’Ă©diteur.
Darktrace Newsroom surveille de manière autonome les flux de menaces et les sources OSINT pour les vulnĂ©rabilitĂ©s critiques et les publie sur son tableau de bord Prevent. Cette dĂ©tection et ce rĂ©sumĂ© des failles renforcent les Ă©quipes de sĂ©curitĂ© humaine en allĂ©geant les processus manuels longs et Ă  forte intensitĂ© de main-d’Ĺ“uvre selon le fournisseur. Les mĂ©thodes traditionnelles de gestion des vulnĂ©rabilitĂ©s sont gĂ©nĂ©ralement gourmandes en ressources, impliquant une surveillance rĂ©gulière des flux d’actualitĂ©s de sĂ©curitĂ© et des sources de renseignements. Cela peut prendre beaucoup de temps aux Ă©quipes de sĂ©curitĂ© pour tester et dĂ©terminer si elles sont affectĂ©es lorsqu’une vulnĂ©rabilitĂ© apparaĂ®t, ce qui permet aux attaquants de pĂ©nĂ©trer dans les entreprises, a expliquĂ© Pieter Jansen, vice-prĂ©sident senior de l’innovation en cybersĂ©curitĂ© chez Darktrace. « Certaines de ces actions sont dĂ©jĂ  effectuĂ©es par des organisations en interne par des personnes enthousiastes qui suivent les actualitĂ©s, ou mĂŞme des Ă©quipes de sĂ©curitĂ© entières qui commencent chaque matin en parcourant Twitter et les forums underground. Newsroom accroĂ®t l’efficacitĂ© de tout cela avec une IA 24/7 surveillant toute les nouvelles sources publiques et souterraines des failles, en parcourant les communautĂ©s de recherche et en partageant ce qui a Ă©té sĂ©lectionnĂ© en tant que failles très critiques afin que les Ă©quipes de sĂ©curitĂ© commencent mieux leur journĂ©e », indique Pieter Jansen. « Une comprĂ©hension profonde et unique de la surface d’attaque externe d’un client et une corrĂ©lation avec celle-ci sont essentielles ».
Un outil apprenant
Darktrace met en avant le cĂ´tĂ© « apprenant » de sa plateforme pour mieux comprendre Ă  quoi ressemble une organisation d’un point de vue extĂ©rieur sans aucune intervention de l’utilisateur, en utilisant la marque et les preuves de l’IA pour construire un ADN numĂ©rique du client, selon Pieter Jansen. Et de poursuivre : « Il sait que s’il y a une nouvelle exposition sur des parties spĂ©cifiques de la surface d’attaque, il en apprend et identifie les chemins d’attaque nouveaux ou critiques qui pourraient conduire Ă  un compromis, indiquant au client oĂą ils sont exposĂ©s ».
Lors de la dĂ©tection d’une vulnĂ©rabilitĂ© pertinente pour le client, Newsroom envoie une alerte par e-mail avec une liste des actifs concernĂ©s et prend en charge l’intĂ©gration avec la plupart des systèmes de billetterie, en gĂ©nĂ©rant automatiquement des tickets avec les Ă©quipes/le personnel appropriĂ©s. « Il est très utile de savoir si vous disposez d’une technologie d’actifs vulnĂ©rables et oĂą vous devez corriger, afin que vous puissiez ensuite augmenter votre surveillance autour de ces actifs pour vous assurer qu’ils ne sont pas piratĂ©s dans ce dĂ©lai », prĂ©cise Pieter Jansen. Newsroom réévalue Ă©galement les vulnĂ©rabilitĂ©s historiques pour une nouvelle exploitation. Les conseils d’attĂ©nuation renvoient aux sites de correctifs officiels (le cas Ă©chĂ©ant) et aux sources de correction, tandis que les clients peuvent choisir d’ĂŞtre informĂ©s des vulnĂ©rabilitĂ©s mĂŞme s’ils n’ont aucun actif directement affectĂ©, ce que Pieter Jansen appelle un « vrai nĂ©gatif ».
Se couper du brouhaha médiatique
La dernière solution de Darktrace relève un dĂ©fi fondamental auquel les responsables de la sĂ©curitĂ© sont confrontĂ©s aujourd’hui : rĂ©duire le bruit des mĂ©dias et se familiariser avec les rĂ©alitĂ©s de leur profil de risque, dĂ©clare Jim Webber, vice-prĂ©sident de la sĂ©curitĂ© d’entreprise et de la gestion des fraudes chez Direct Federal Credit Union, et early adopter de Newsroom. « Si l’on considère qu’en moyenne quatre nouvelles vulnĂ©rabilitĂ©s critiques sont publiĂ©es chaque jour, et que le temps nĂ©cessaire aux attaquants pour les exploiter est rĂ©duit Ă  une moyenne de 12 jours, vous pouvez imaginer que la course contre la montre pour comprendre et attĂ©nuer ces menaces en ligne avec votre profil de risque n’est pas quelque chose que mĂŞme une armĂ©e d’analystes, si ce luxe Ă©tait offert, peut faire seule », dit-il. 
Newsroom fournit des informations claires sur l’impact des nouvelles vulnĂ©rabilitĂ©s d’une manière opportune et adaptĂ©e Ă  son organisation, ajoute Jim Webber. « Au lieu de parcourir les journaux de donnĂ©es lorsque la prochaine vulnĂ©rabilitĂ© apparaĂ®t, mon Ă©quipe peut agir sur les informations fournies. Non seulement cela, mais cela nous montre Ă©galement les joyaux de la couronne que l’IA dĂ©fend activement en notre nom afin de renforcer la confiance dans ces dĂ©cisions ». Le 29 septembre 2022, Newsroom a alertĂ© l’Ă©quipe de Jim Webber du risque potentiel d’une vulnĂ©rabilitĂ© bien connue, dĂ©clare-t-il. « Après l’identification initiale, il a ensuite effectuĂ© rapidement les phases cruciales de rĂ©ponse Ă  la vulnĂ©rabilitĂ©. Nous avons vu que la gravitĂ© de cette situation Ă©tait Ă©levĂ©e et que l’impact potentiel Ă©tait Ă©levĂ©. Cela nous a montrĂ© que cela Ă©tait visible dans notre surface d’attaque externe et nous a fourni une liste des ressources potentiellement affectĂ©es ». Newsroom a ensuite envoyĂ© un aperçu de tout cela Ă  l’Ă©quipe de Jim Webber par e-mail, y compris une liste des actifs potentiellement affectĂ©s et un lien vers des ressources externes sur la menace. 

Sécurité informatique

Privilèges OAuth abusĂ©s via le statut d’Ă©diteur vĂ©rifiĂ© de Microsoft

Proofpoint a dĂ©tectĂ© que des cybercriminels ciblent des comptes d’Ă©diteurs d’applications vĂ©rifiĂ©es de Microsoft pour abuser des privilèges OAuth et inciter les utilisateurs Ă  employer des logiciels malveillants.
Des chercheurs de la sociĂ©tĂ© de cybersĂ©curitĂ© Proofpoint affirment avoir dĂ©couvert des applications OAuth tierces malveillantes utilisĂ©es pour infiltrer les environnements cloud d’entreprises. Dans un billet de blog, l’Ă©diteur explique que des cybercriminels sont parvenus Ă  tromper les mĂ©canismes de sĂ©curitĂ© de Microsoft concernant les applications OAuth tierces en abusant son statut d’Ă©diteur vĂ©rifiĂ©. Les Ă©quipes de Proofpoint ont dĂ©busqué en dĂ©cembre 2022 une exfiltration de donnĂ©es et la compromission de boites e-mails. L’analyse des experts a suggĂ©rĂ© que la campagne ciblait principalement les entreprises et les utilisateurs basĂ©s au Royaume-Uni. L’Ă©diteur a informĂ© Microsoft de l’activitĂ© malveillante le 20 dĂ©cembre 2022 et la campagne s’est terminĂ©e sept jours plus tard. Depuis, le fournisseur amĂ©ricaie a dĂ©sactivĂ© les applications frauduleuse tout en continuant Ă  enquĂŞter sur cette attaque, a confirmĂ© Proofpoint.
Qu’est ce qu’ un « Éditeur vĂ©rifiĂ© » ? Il s’agit du statut qu’un compte Microsoft peut obtenir lorsque « l’Ă©diteur de l’application a vĂ©rifiĂ© son identitĂ© Ă  l’aide de son compte Microsoft Partner Network (MPN) et a associĂ© ce compte MPN Ă  l’enregistrement d’application » indique la firme. Les cybercriminels reconnaissent la valeur du statut vĂ©rifiĂ© dans l’environnement Microsoft pour abuser des privilèges OAuth, augmentant la probabilitĂ© d’inciter les utilisateurs Ă  donner leur consentement lorsqu’une application OAuth tierce malveillante demande l’accès aux donnĂ©es accessibles via le compte d’un utilisateur, indique Proofpoint. « Nous avons identifiĂ© trois applications frauduleuses créées par trois Ă©diteurs malveillants diffĂ©rents », observe-t-il. « Ces applications ciblaient les mĂŞmes sociĂ©tĂ©s et sont associĂ©es Ă  la mĂŞme infrastructure frauduleuse. Plusieurs utilisateurs ont Ă©tĂ© dĂ©tectĂ©s autorisant les applications malveillantes, compromettant ainsi l’environnement de leur entreprise ». Les entreprises et les salariĂ©s basĂ©s au Royaume-Uni ont Ă©tĂ© les plus ciblĂ©s, affectant le personnel financier et marketing, ainsi que les utilisateurs de haut niveau tels que les gestionnaires et les cadres, a notĂ© Proofpoint.
Exfiltration de données et abus de marque
Si le consentement est accordĂ© par les utilisateurs, les autorisations dĂ©lĂ©guĂ©es par dĂ©faut dans les applications malveillantes permettaient aux pirates d’accĂ©der et de manipuler les ressources de messagerie, le calendrier et les invitations Ă  des rĂ©unions liĂ©es aux comptes d’utilisateurs compromis, explique l’Ă©diteur de sĂ©curitĂ©. « L’accès hors ligne » fourni par les autorisations signifiait que l’interaction de l’utilisateur n’Ă©tait pas requise après le consentement, tandis que le token accordĂ© dispose d’une longue durĂ©e d’expiration. Plus d’un an dans la plupart des cas, ce qui donne aux cyber-dĂ©linquants la possibilitĂ© d’exploiter les comptes compromis dans les versions ultĂ©rieures via de la prise de contrĂ´le de boites e-mail (BEC) ou d’autres attaques a expliquĂ© Proofpoint. « En plus des comptes compromis, les entreprises usurpĂ©es pourraient subir des abus de marque ». Les experts ont exhortĂ© les organisations et les utilisateurs Ă  ĂŞtre prudents lorsqu’ils accordent l’accès Ă  des applications OAuth tierces, mĂŞme si elles sont vĂ©rifiĂ©es par Microsoft.
« Ne faites pas confiance et ne comptez pas sur les applications OAuth uniquement sur la base de leur statut d’Ă©diteur vĂ©rifiĂ©. Les sociĂ©tĂ©s doivent soigneusement Ă©valuer les risques et les avantages d’accorder l’accès Ă  des applications tierces. En outre, les entreprises doivent restreindre le consentement des utilisateurs aux applications avec des Ă©diteurs vĂ©rifiĂ©s et des autorisations dĂ©lĂ©guĂ©es Ă  faible risque. Les actions de correction automatisĂ©es, telles que la rĂ©vocation des applications OAuth malveillantes de votre environnement cloud, peuvent rĂ©duire considĂ©rablement le temps d’attente des acteurs de la menace et prĂ©venir la plupart des risques post-accès », prĂ©cise Proofpoint.
En avril de l’annĂ©e dernière, le fournisseur PaaS Heroku, une entité du groupe Salesforce, et GitHub de Microsoft ont averti que des jetons d’utilisateur OAuth compromis Ă©taient probablement utilisĂ©s pour tĂ©lĂ©charger des donnĂ©es privĂ©es d’organisations utilisant Heroku et le service d’intĂ©gration et de test continu Travis CI. Ă€ l’Ă©poque, GitHub a dĂ©clarĂ© que cinq applications OAuth spĂ©cifiques Ă©taient affectĂ©es – quatre versions de Heroku Dashboard et Travis CI (ID 145909, 628778, 313468, 363831 et 9261). « Notre analyse d’autres comportements de l’acteur de la menace suggère que les acteurs peuvent exploiter le contenu du rĂ©fĂ©rentiel privĂ© tĂ©lĂ©chargĂ©, auquel le jeton OAuth volĂ© avait accès, pour des secrets qui pourraient ĂŞtre utilisĂ©s pour pivoter vers d’autres infrastructures », a dĂ©clarĂ© GitHub.

  • 1
  • 2