JadePuffer : comment un agent IA automatise-t-il plusieurs étapes d’une cyberattaque
Des chercheurs de la société de cybersécurité Sysdig affirment avoir identifié une opération de rançongiciel dans laquelle un agent d’intelligence artificielle a automatisé une grande partie de la chaîne d’attaque. Baptisée JadePuffer, cette campagne illustre l’émergence de nouvelles formes de menaces où des agents IA peuvent assister l’exécution d’opérations offensives.
Les rançongiciels reposent historiquement sur des opérateurs humains qui préparent, exécutent et adaptent leurs attaques. Avec JadePuffer, les chercheurs de Sysdig rapportent un changement dans l’organisation technique de l’attaque. Plusieurs étapes sont prises en charge par un agent basé sur un grand modèle de langage (LLM). Selon leur analyse publiée le 1er juillet 2026, l’opération permet à l’agent IA d’effectuer différentes actions, notamment l’analyse de l’environnement compromis, la recherche d’informations sensibles, l’adaptation face à certains échecs et la mise en œuvre d’un scénario d’extorsion visant une base de données.
Une infrastructure d’IA utilisée comme point d’entrée
D’après Sysdig, l’accès initial est obtenu via une instance exposée sur Internet de Langflow, un framework Open Source qui permet de créer des applications utilisant des modèles de langage. Les chercheurs indiquent que l’attaque exploite la vulnérabilité CVE-2025-3248, une faille permettant une exécution de code à distance sans authentification sur des versions concernées de Langflow. Après cette première compromission, l’agent explore l’environnement accessible afin d’identifier des éléments exploitables, notamment des identifiants, des clés d’accès et des configurations sensibles. L’objectif final est une infrastructure de production contenant une base de données.
Les techniques utilisées dans JadePuffer ne sont pas nécessairement nouvelles. L’exploitation de vulnérabilités, la récupération d’identifiants ou encore le chiffrement de données sont déjà observés dans des campagnes classiques de rançongiciels.
La particularité de cette opération réside plutôt dans la capacité de l’agent IA à coordonner plusieurs actions, à analyser son environnement et à ajuster certaines étapes en fonction des résultats obtenus. Les chercheurs indiquent notamment avoir observé des mécanismes d’adaptation lors de l’exécution de l’attaque. Cette évolution alimente les préoccupations sur l’usage offensif des agents IA. Ces outils peuvent permettre d’automatiser davantage certaines tâches réalisées auparavant manuellement, même si l’ampleur réelle de cette évolution reste encore difficile à mesurer.
Ceci rappelle que les infrastructures intégrant de l’intelligence artificielle doivent être protégées avec le même niveau d’attention que les autres systèmes critiques. Les chercheurs recommandent notamment de ne pas exposer directement sur Internet les services capables d’exécuter du code, d’appliquer rapidement les correctifs de sécurité, de limiter l’accès aux informations sensibles et de mieux protéger les identifiants utilisés par les applications. Pour les équipes de cybersécurité, l’enjeu sera désormais de détecter non seulement les outils malveillants classiques, mais aussi les comportements générés par des agents capables d’interagir avec un environnement informatique.
Pour finir l’évolution de ces menaces dépendra notamment de la capacité des acteurs de la cybersécurité à anticiper ces nouveaux usages offensifs tout en renforçant la sécurité des infrastructures qui accueillent elles-mêmes des technologies d’intelligence artificielle.
Source : Sysdige
