Les États-Unis accusent la Chine de vol d'IA à échelle industrielle, des chercheurs prouvent que les verrous antivol ne tiennent pas, votre téléviseur LG est un dispositif d'écoute en veille, et le FBI et la NSA s'accordent à dire que l'IA ne peut pas dépasser les fondamentaux.
Au sommaire
- 01Les États-Unis viennent d'accuser la Chine de vol à échelle industrielle de leurs modèles d'IA.
- 02Les verrous censés empêcher le vol de modèles d'IA ne tiennent pas. Des chercheurs viennent de le prouver.
- 03Votre téléviseur LG peut vous enregistrer en veille. C'est un ordinateur avec un microphone.
- 04Microsoft vient de corriger un record de 964 failles. Deux sont actuellement exploitées.
- 05Le FBI et la NSA sont d'accord : l'IA ne peut pas dépasser les fondamentaux.
Recevez le prochain GRC Brief dans votre boîte mail.
S'abonner à The GRC BriefLes États-Unis viennent d'accuser la Chine de vol à échelle industrielle de leurs modèles d'IA.
Le 8 septembre, la NSA, la CISA et le FBI ont publié un avis conjoint accusant des entreprises d'IA basées en Chine de mener une campagne délibérée et systématique visant à extraire illégalement les capacités des meilleurs modèles américains par distillation à échelle industrielle. La distillation consiste à entraîner un modèle sur les sorties d'un modèle plus puissant ; les agences affirment qu'il ne s'agit pas d'un complément à la stratégie IA de la Chine, mais de son cœur. Depuis fin 2024, elles allèguent que des entreprises dont DeepSeek, Moonshot AI, Alibaba et MiniMax ont dépensé des milliards de tokens sur des millions de requêtes adressées à Claude, ChatGPT, Gemini et Grok, puis utilisé les résultats pour entraîner leurs propres systèmes. DeepSeek aurait distillé plusieurs versions de Claude, ChatGPT et Gemini pour construire ses modèles de la série R, et Moonshot aurait exploité 18 modèles américains dont le plus capable d'Anthropic. Les techniques décrites, répartir les requêtes entre comptes, proxies et agrégateurs tiers pour masquer l'origine des demandes, relèvent d'une évasion ordinaire. Il y a dans ce cadrage une ironie qui mérite d'être notée : les laboratoires américains présentés ici comme victimes de vol sont eux-mêmes poursuivis par des auteurs et des artistes pour avoir entraîné leurs modèles sur des œuvres protégées par le droit d'auteur.
Source: CyberScoop · NSA/CISA/FBI joint advisory, 8 Sep 2026
Mon analyse
Retirez le langage d'espionnage et vous avez un conflit autour d'un modèle économique. La distillation, apprendre des sorties d'un modèle plus puissant, est l'un des principaux moteurs du progrès en IA, y compris au sein des laboratoires américains qui crient aujourd'hui au vol. Ce que l'avis décrit réellement, c'est un concurrent faisant à échelle industrielle, et de l'autre côté d'une ligne géopolitique, ce que l'industrie fait couramment à petite échelle. Cela ne rend pas la version chinoise acceptable : extraire les capacités d'un concurrent via des millions de requêtes déguisées est agressif et, selon les agences, coordonné. Mais la position morale est fragile quand les modèles défendus ont eux-mêmes été construits sur le travail d'autrui sans demander l'autorisation.
Pour vous, la lecture pratique porte sur vos propres fournisseurs d'IA et leurs conditions d'utilisation. Si des agences nationales s'inquiètent de qui interroge systématiquement les modèles frontier et de la façon dont ces acteurs se dissimulent, c'est un signal sur l'abus d'API, le partage de credentials et les agrégateurs tiers comme surface de menace active, pas lointaine. Et c'est un rappel que la valeur d'un système d'IA, son comportement, peut sortir par la porte principale d'une API sans que personne ne compromette quoi que ce soit. C'est exactement l'objet du point suivant.
Les verrous censés empêcher le vol de modèles d'IA ne tiennent pas. Des chercheurs viennent de le prouver.
La même semaine, un groupe de chercheurs en sécurité académique a publié des travaux qui fragilisent toute l'architecture de protection. Pour protéger leur propriété intellectuelle, les grands laboratoires masquent désormais le raisonnement pas à pas de leurs modèles, en le restituant à l'utilisateur sous forme de blocs chiffrés plutôt qu'en clair. Les chercheurs ont constaté que, chez un même fournisseur, ces blocs chiffrés sont interchangeables entre modèles. On prend donc une trace de raisonnement chiffrée issue d'un modèle puissant et protégé, on la soumet à un modèle plus faible et moins protégé du même fournisseur, et ce dernier la décode obligeamment en clair, sans qu'aucun jailbreak du modèle capable ne soit nécessaire. Ils l'ont démontré contre Anthropic, OpenAI et Google. Cela contourne exactement les protections anti-distillation évoquées dans le point précédent, et va plus loin : le décodage de 315 000 blocs de raisonnement que des développeurs avaient collés dans des dépôts publics a permis de récupérer des centaines d'éléments de données personnelles et de credentials ; le même canal peut également introduire des injections de prompt invisibles dans les workflows d'agents.
Source: arXiv · Stealing Reasoning Traces from Proprietary LLM APIs, Aug 2026
Mon analyse
Mettez les deux points ensemble et vous avez la plaisanterie. D'un côté, les États-Unis traitent les capacités des modèles d'IA comme une propriété intellectuelle de premier rang valant un avis fédéral pour les protéger. De l'autre, une poignée de chercheurs montre que les verrous sur ces joyaux peuvent être crochetés avec le modèle plus faible du même fournisseur, sans aucune sophistication. La protection reposait sur une hypothèse architecturale : que les blocs de raisonnement chiffrés étaient opaques et liés à leur contexte. Cette hypothèse ne tenait pas. C'est la forme récurrente de toute cette newsletter : un contrôle qui existe sur le papier, avec une lacune que personne n'a vérifiée.
Ne classez pas cela sous « problèmes des laboratoires d'IA », car deux des quatre vecteurs d'attaque vous concernent directement. Des développeurs collent des journaux de session dans des dépôts GitHub publics sans savoir que ces blocs chiffrés contiennent des données personnelles et des credentials récupérables, des centaines dans cette seule étude ; vos secrets se trouvent peut-être déjà dans un dépôt public à l'intérieur d'un bloc que vous pensiez être du bruit. Et ces mêmes blocs peuvent véhiculer des injections de prompt invisibles dans les workflows d'agents, ce qui rejoint directement la menace de memory-poisoning évoquée il y a quelques semaines. Si vos développeurs utilisent ces API, ce qu'ils partagent publiquement doit faire l'objet du même niveau de contrôle que n'importe quelle autre fuite de credentials.
Votre téléviseur LG peut vous enregistrer en veille. C'est un ordinateur avec un microphone.
Un groupe de recherche matérielle, Gamers Nexus, travaillant avec Level1Techs et des chercheurs indépendants, a passé des mois à démonter des téléviseurs intelligents LG ; les conclusions rappellent avec clarté ce que ces appareils sont réellement. Premier point, la surveillance par conception : les téléviseurs cataloguent chaque appareil sur votre réseau domestique, téléphones, ordinateurs portables, imprimantes, autres objets connectés, collectent les noms des réseaux Wi-Fi à proximité et les données de signal, et associent tout cela à ce que vous regardez pour construire un profil de foyer. Deuxième point, plus préoccupant, les failles de sécurité : les chercheurs ont montré qu'un téléviseur compromis peut activer son microphone intégré pour enregistrer la pièce même en veille, quand l'écran semble éteint, mettre l'audio en cache localement hors connexion et le téléverser une fois reconnecté, en plus de bugs d'exécution de code à distance dans webOS qu'ils ont divulgués à LG. WebOS tourne sur plus de 200 millions de téléviseurs. LG conteste certains points et affirme que son suivi est basé sur le consentement ; et LG n'est pas seul : Samsung, Sony, Hisense et TCL ont tous fait l'objet du même niveau de scrutin.
Source: Malwarebytes · Gamers Nexus investigation, 8 Sep 2026
Mon analyse
La leçon ici est une à laquelle je reviens régulièrement, et un chercheur sur ce dossier l'a formulée clairement : un téléviseur intelligent mérite la même attention en matière de sécurité que n'importe quel autre ordinateur connecté à Internet, parce que c'est exactement ce qu'il est, avec un microphone, une boutique d'applications et une vue sur l'ensemble de votre réseau. La raison pour laquelle un téléviseur compromis semble absurde est la même qui fait que cela fonctionne : personne ne modélise la menace représentée par l'objet accroché au mur du salon. Pourtant il exécute du code, il a des bugs RCE, et il est sur le même Wi-Fi que tout ce que vous possédez.
Pour un foyer, la correction est simple : désactivez le microphone dans les paramètres et placez les équipements IoT sur un réseau séparé des appareils qui comptent. Pour une organisation, c'est le problème de l'inventaire des actifs déguisé en équipement grand public. Le téléviseur intelligent dans votre salle de conseil, celui que personne n'a ajouté au registre des actifs, est un ordinateur en réseau avec un microphone dans la pièce même où se tiennent vos conversations les plus sensibles. Les responsables évoqués dans le point suivant ont passé tout un sommet à supplier les gens de savoir ce qui se trouve sur leurs réseaux. C'est exactement ce qu'ils voulaient dire.
Microsoft vient de corriger un record de 964 failles. Deux sont actuellement exploitées.
Le même jour, Microsoft a publié le plus grand Patch Tuesday de son histoire, un record de 964 CVE que les clients doivent appliquer, sur 974 répertoriés. Les bugs d'élévation de privilèges représentaient près de la moitié. Deux sont activement exploités en tant que zero-days ; tous deux, CVE-2026-81963 dans le Windows Update Stack et CVE-2026-85880 dans le composant Windows ALPC, présentent la même forme : élévation de privilèges locaux vers SYSTEM, l'étape qu'un attaquant franchit après avoir déjà pris pied. Le volume record s'explique par le fait que la découverte de vulnérabilités assistée par IA inonde désormais les éditeurs de résultats ; mais le chercheur en sécurité Satnam Narang a formulé la nuance importante clairement : l'IA crée des meules de foin plus grandes, pas plus d'aiguilles. Le nombre de bugs susceptibles d'affecter réellement la plupart des organisations est resté faible. Par ailleurs, un chercheur anonyme a publié un exploit fonctionnel contournant l'un des nouveaux correctifs Defender dans les heures suivant sa publication.
Source: SecurityWeek · Microsoft September 2026 Patch Tuesday, 8 Sep 2026
Mon analyse
C'est exactement la leçon d'un Patch Tuesday que j'ai commenté cet été, et elle ne fait que se préciser : le chiffre en titre est une distraction. 964, c'est impossible à corriger dans un délai raisonnable, et c'est conçu pour vous donner l'impression d'être en retard. Le signal, ce sont les deux zero-days, deux bugs d'élévation de privilèges qui importent précisément parce qu'ils transforment un petit point d'appui en contrôle total. Triez vos corrections en fonction de ce qui est réellement exploité et de ce qui est accessible dans votre environnement, pas en fonction de la taille de la publication, ou vous passerez le mois à gratter la meule de foin pendant que l'aiguille est plantée dans la porte.
Et la formule de Narang est le pont vers le point final, retenez-la : l'IA grossit la meule de foin, elle ne rend pas le problème pire. C'est ce que les responsables de Billington disent en sens inverse. Le volume augmente, mais la discipline qui vous sauve ne change pas : priorisez, corrigez ce qui est exploitable, connaissez votre environnement. Plus de bruit ne signifie pas plus de risque si vous êtes encore capable de trouver le signal. Tout l'enjeu ce mois-ci, et cette année, est de préserver cette capacité.
Le FBI et la NSA sont d'accord : l'IA ne peut pas dépasser les fondamentaux.
Au Billington Cybersecurity Summit à Washington cette semaine, les plus hauts responsables cyber du monde anglophone se sont succédé pour dire la même chose peu à la mode. Jason Bilnoski du FBI : ce qui stoppera les attaques des dix-huit prochains mois, c'est la même chose qui aurait stoppé celles d'hier, la gestion des identités, la surveillance, l'hygiène, une authentification multi-facteurs robuste. Le responsable cyber de Nouvelle-Zélande a mis en garde contre la ruée frénétique vers les nouveaux outils séduisants. Richard Horne du Royaume-Uni a formulé le mieux ce que l'IA change réellement : elle braque un projecteur sur les organisations qui n'ont jamais mis l'accent sur les fondamentaux. Et David Imbordino de la NSA a prononcé la phrase de la semaine : les fondamentaux ne sont plus ennuyeux, et l'IA ne peut pas les dépasser. Le seul conseil concret sous-jacent à tout cela était de connaître son propre environnement, ce qui se trouve sur son réseau, d'où cela vient, comment cela se connecte, ce qui est précisément la question que les téléviseurs LG évoqués plus haut devraient vous amener à poser.
Source: CIO Dive · Billington Cybersecurity Summit, 9 Sep 2026
Mon analyse
J'aurais pu écrire ce point moi-même, et dans un sens je l'ai fait, presque chaque semaine depuis plus d'un an. Alors laissez-moi simplement laisser les autorités le porter : le FBI, la NSA, et les agences cyber du Royaume-Uni, de la Nouvelle-Zélande et du Canada, tous sur une même scène, tous en train de dire que l'IA change la vitesse et le volume des attaques mais pas ce qui les arrête. Identité, MFA, correction des vulnérabilités, connaissance des actifs, élimination des technologies legacy. Le cadrage de Horne est celui à retenir : l'IA est un projecteur sur les organisations qui ont sauté les fondamentaux. Elle ne crée pas de nouveaux types d'échecs. Elle trouve les anciens plus vite.
Il y a un piège dans ce message, et il vaut la peine d'être nommé pour que vous ne lisiez pas ce sommet comme une permission d'ignorer l'IA. Le fait que les fondamentaux soient décisifs ne signifie pas que l'IA est du battage médiatique ; les mêmes responsables l'ont qualifiée de véritable multiplicateur de force pour les attaquants et d'accélérateur réel pour les défenseurs. Les deux sont vrais, et ils ne sont pas en tension. L'IA élève le tempo, donc le coût d'un fondamental manquant se paie plus vite et plus durement. C'est tout le sens de la phrase « les fondamentaux ne sont plus ennuyeux ». Ils ont toujours été ce qui comptait. Il n'y a plus désormais aucune marge pour les ignorer.