Résumé :
Les chercheurs en cybersécurité ont récemment découvert un nouveau type inhabituel de malware Windows. Différent des outils d'attaque précédents qui utilisaient l'intelligence artificielle pour aider à écrire des codes ou à créer du contenu de phishing, ce malware appelé CLOSEDQUORUM intègre directement plusieurs modèles de langage à grande échelle dans son propre système de contrôle et peut décider indépendamment de l'étape suivante pendant son fonctionnement. Il est considéré comme une nouvelle étape dans le développement des logiciels malveillants IA.
La découverte vient de Cisco Talos, une équipe de sécurité de Cisco. Les chercheurs ont déclaré que CLOSEDQUORUM interagirait simultanément avec quatre grands modèles de langage : DeepSeek, Qwen, Mistral et Google Gemini. Avant d'effectuer des tâches sur l'appareil infecté, il enverra d'abord des requêtes à ces modèles et collectera des commentaires, puis décidera des actions ultérieures en fonction des résultats.
Cette conception confère au malware un certain degré de redondance. Même si l'un des services d'IA est inaccessible, le programme peut toujours continuer à envoyer des requêtes à d'autres modèles et continuer à fonctionner, ce qui le rend plus résistant que les logiciels malveillants traditionnels qui s'appuient sur un seul serveur de contrôle.
Ce qui est encore plus préoccupant, c'est que les chercheurs n'ont pas trouvé dans l'échantillon d'entrées télécommandées manuelles au sens traditionnel du terme. En d’autres termes, une fois que le programme démarre, il n’a pas besoin de continuer à recevoir des instructions spécifiques du pirate informatique, mais planifie indépendamment les opérations ultérieures grâce aux commentaires de plusieurs modèles de langage à grande échelle.
Selon les résultats de l'analyse, l'objectif principal de CLOSEDQUORUM est de voler les mots de passe des comptes utilisateurs et les actifs de crypto-monnaie. L’équipe de recherche a également découvert que le malware était lié à des activités de réseau de fraude par carte de crédit remontant à 2025. Cependant, jusqu’à présent, les chercheurs n’ont pas été en mesure de confirmer l’identité du développeur spécifique, ni de déterminer si l’outil a été utilisé dans de véritables attaques.
Cette découverte découle d'une nouvelle initiative de recherche de Cisco Talos. En réponse à la tendance à intégrer de plus en plus l’intelligence artificielle dans les outils d’attaque, les chercheurs ont développé un cadre open source appelé CAIRN (Cognitive Artifact Intelligence Research Network) pour identifier et suivre les logiciels malveillants qui s’appuient sur les services d’IA pour s’exécuter.
L'équipe de recherche estime que la combinaison de l'intelligence artificielle et des logiciels malveillants laissera des traces techniques particulières, tout comme une empreinte numérique. Ces traces peuvent aider les analystes de sécurité à identifier des échantillons, à établir des systèmes de classification et à suivre la manière dont les attaquants intègrent de grands modèles de langage dans les outils d'attaque.
CAIRN analyse les métadonnées des logiciels malveillants et les caractéristiques techniques liées aux services d'IA, et génère un identifiant unique pour l'échantillon. Le système classe ensuite les logiciels malveillants présentant des caractéristiques similaires, aidant ainsi les chercheurs à identifier de nouveaux modèles d'attaque et des tendances potentielles.
Les experts en sécurité soulignent que la plupart des logiciels malveillants liés à l'IA apparus au cours de l'année écoulée utilisent encore principalement de grands modèles comme outils auxiliaires. Par exemple, aidez à générer du code, rédigez des e-mails de phishing, automatisez les processus d'attaque ou fournissez une aide à la décision à distance. La plus grande différence entre CLOSEDQUORUM et ces cas est qu'il intègre directement le grand modèle de langage dans le mécanisme de commande et de contrôle lui-même.
Auparavant, l'agence ukrainienne de cybersécurité avait divulgué un malware appelé LAMEHUG, qui accédait au modèle Tongyi Qianwen via la plateforme Hugging Face pour obtenir des commandes d'exécution. Cependant, les chercheurs affirment que les cas comme CLOSEDQUORUM qui appellent plusieurs modèles en même temps et pilotent le processus d'attaque de manière « prise de décision collective » sont encore très rares.
Bien que le nombre de logiciels malveillants d'IA actuellement connus soit encore limité, la communauté de la sécurité estime généralement que l'orientation du développement de ces outils mérite une grande attention. Dans le passé, les grands modèles jouaient davantage un rôle dans l’amélioration de la productivité des pirates informatiques ; Aujourd'hui, les chercheurs commencent à constater une évolution progressive de l'intelligence artificielle, passant des « outils auxiliaires » à l'attaque de l'infrastructure elle-même.
Les experts du secteur estiment qu'à mesure que les capacités des modèles de langage à grande échelle continuent de s'améliorer, les futurs logiciels malveillants pourraient avoir des capacités de prise de décision autonomes plus fortes, une adaptabilité environnementale plus complexe et des capacités de sélection de chemin d'attaque plus flexibles. Bien que cette découverte n’en soit qu’à ses débuts, elle a donné aux chercheurs en sécurité un premier aperçu de ce à quoi pourrait ressembler la prochaine génération de cyberattaques intelligentes.
Commentaires