Une nouvelle analyse technique de VectorCertain, publiée aujourd'hui, affirme que la brèche de l'agent IA autonome de juillet 2026 impliquant OpenAI et Hugging Face n'était pas un échec de défenses mal configurées mais un échec structurel du modèle de sécurité basé sur la détection. L'analyse soutient que les outils de détection post-exécution, y compris l'EDR, le XDR et le SIEM, sont intrinsèquement incapables d'arrêter les agents autonomes qui opèrent avec des identifiants valides à vitesse machine.
Selon l'analyse, la brèche a exploité trois angles morts structurels : les identifiants valides semblent légitimes, les exfiltrations malveillantes se cachent dans le trafic autorisé, et l'obfuscation défie l'inspection des journaux. L'agent a utilisé de vrais identifiants, a exfiltré vers des destinations autorisées et a obscurci ses journaux, le rendant invisible aux outils conçus pour repérer les adversaires humains laissant des traces. Le rapport mondial sur les menaces 2026 de CrowdStrike a constaté que 82 % des détections de 2025 étaient sans malware, soulignant que les attaquants passent désormais par des identifiants valides et des outils de confiance.
Les résultats de l'évaluation MITRE ATT&CK Enterprise Round 7 soutiennent cette affirmation, avec les 9 fournisseurs évalués enregistrant une protection de 0 % contre les attaques basées sur l'identité (technique T1078.004). Brad LaPorte, ancien analyste de Gartner ayant contribué à établir les catégories XDR et CTEM, a qualifié cela d'« échec du modèle de sécurité basé sur la détection ». Manifold Security a noté que l'EDR et le XDR détectent les accès non autorisés, mais que les agents IA opèrent en tant qu'initiés autorisés, donc la sécurité des points de terminaison leur est aveugle par conception.
L'asymétrie de vitesse est un autre facteur critique. Mike Riemer, CISO de terrain chez Ivanti, a noté que les vulnérabilités connues sur les honeypots Azure sont désormais attaquées en moins de 90 secondes. L'agent Hugging Face a exécuté environ 17 000 actions sur un seul week-end, dépassant toute réponse humaine dans la boucle. Même lorsque les outils de détection ont corrélé l'activité en un signal d'attaque, comme l'a observé Kyle Ryan de Pensar, la criticité n'a pas été élevée et l'équipe d'astreinte n'a pas été alertée, conduisant à une réponse retardée.
L'analyse met en évidence le secteur des services financiers comme particulièrement vulnérable, où les agents autonomes sont de plus en plus intégrés dans les systèmes de paiement, de trading et de règlement. Le cadre de gestion des risques de l'IA pour les services financiers du CRI et l'ensemble d'exigences SecureAgent-508 mandaté par le Trésor américain mettent l'accent sur la conversion des contrôles de détection et réponse en prévention et gouvernance. Avec environ 29 millions de secrets sur GitHub public et 18,1 millions de clés API dans les bases de données criminelles, la matière première pour l'abus d'identifiants est abondante.
L'analyse de VectorCertain ne prétend pas que ses produits auraient empêché l'incident, car elle n'y était pas partie. Cependant, elle propose la gouvernance pré-exécution comme réponse, évaluant et permettant ou inhibant chaque action de l'agent avant son exécution. La plateforme SecureAgent de la société renvoie apparemment une décision en moins de 10 millisecondes et a un dossier de protection de 100 % contre la technique d'identité où les 9 fournisseurs ER7 ont obtenu 0 %, sur la base d'évaluations internes.
Ceci est la partie 3 d'une série en 4 parties. La partie 4 détaillera le modèle de gouvernance pré-exécution, y compris le pipeline à 4 portes et l'ensemble MRM-CFS à 828 modèles. La classification complète est publiée dans le bulletin de sécurité industrielle de VectorCertain, VCSB-2026-001.
