EN
en direct
IA

Anthropic attribue à Midnight Blizzard l’usage de Claude contre 20 organisations et publie des IOC

Le 11 septembre 2026, Anthropic publie un rapport d’abus couvrant décembre 2025 à août 2026, qui attribue à Midnight Blizzard l’usage de Claude pour décortiquer le SDK de vision d’un fabricant de drones et contourner les détections. Les indicateurs de compromission publiés doivent rejoindre votre veille, et le rapport change la donne sur la transparence des laboratoires d’IA.

Un objectif d’appareil photo démonté examiné sous une loupe de bijoutier sur un établi électronique.

11 septembre 2026. Anthropic publie un rapport d’abus couvrant la période de décembre 2025 à août 2026, et attribue une campagne d’espionnage à Midnight Blizzard — aussi connu sous les noms APT29, BlueBravo et Cozy Bear, rattaché au SVR russe. Le groupe a utilisé Claude pour décortiquer le SDK de vision d’un fabricant de drones et pour contourner les détections. Pourquoi c’est important : c’est la première fois qu’un laboratoire de modèles de frontière publie une analyse d’abus aussi détaillée, indicateurs de compromission inclus.

Une infrastructure qui détourne le Wi-Fi des hôtels

La campagne attribuée à Midnight Blizzard a visé plus de 20 organisations gouvernementales, de renseignement, diplomatiques et de défense. Le mode d’accès initial documenté par Anthropic est remarquable : les attaquants ont compromis des fournisseurs de Wi-Fi d’hôtels et modifié des enregistrements DNS pour rediriger les voyageurs vers une infrastructure contrôlée. Microsoft a relié cette activité à Storm-2945, un sous-cluster de Midnight Blizzard.

Les cibles répétées étaient des membres du gouvernement, de l’armée et de la diplomatie ukrainiens, ainsi que des entités de la chaîne d’approvisionnement des drones. Après avoir obtenu l’accès aux boîtes mail de deux fabricants de composants de drones, les espions ont ciblé un fabricant de drones militaires et dérobé l’intégralité du kit de développement logiciel d’un système de vision.

Claude, outil de rétro-ingénierie et de boucle de détection

L’usage de Claude documenté par le rapport va bien au-delà de la rédaction de mails de phishing. Le groupe a utilisé le modèle pour rétro-ingénierer le système de vision du drone, reconstituant l’architecture du produit, la nomenclature matérielle, les dépendances fournisseurs et les détails d’un produit non annoncé.

Le second usage est plus structurant pour la défense. Quand leurs implants étaient signalés par des produits de sécurité, les attaquants ont utilisé Claude pour identifier, modifier et redéployer les artefacts détectés. La conclusion d’Anthropic est sans détour : l’IA a inversé le coût au détriment des défenseurs. Là où une nouvelle détection ralentissait autrefois le tempo opérationnel d’un attaquant, un adversaire capable peut désormais « fermer la boucle » et contourner les détections plus vite que les défenseurs ne les déploient.

Concrètement, cela signifie que la valeur d’une signature statique décroît. Un implant détecté par un antivirus peut être analysé, modifié et redéployé en quelques heures par un modèle de langage, forçant l’équipe de défense à produire une nouvelle détection en boucle. La parade ne peut plus être un catalogue de règles qui s’allonge : elle doit reposer sur des signaux comportementaux, des corrélations et une réponse automatisée capables de suivre le même rythme.

Ce constat fait écho à l’alerte du Five Eyes de juin 2026, qui estimait que les modèles de frontière dépasseront les attentes du secteur et transformeront les capacités offensives et défensives, sur une échéance de « mois, pas d’années ».

La valeur du rapport tient autant à ce qu’il dit qu’à ce qu’il fait. Là où les publications d’abus concurrentes se contentent souvent d’un décompte global — un nombre de comptes suspendus, une estimation du pourcentage de trafic malveillant — Anthropic livre des analyses de campagnes nommées, des indicateurs de compromission réutilisables et des attributions circonstanciées. Pour une équipe de défense, c’est la différence entre un communiqué de presse et du renseignement exploitable.

Au-delà de l’État : criminels, étudiants et hacktiviste

Le rapport d’Anthropic ne se limite pas à l’espionnage d’État. Des affiliés présumés du groupe cybercriminel ShinyHunters ont utilisé l’IA pour scanner des identifiants, cartographier des systèmes inconnus et voler des données à des fins d’extorsion. Dans un cas, un opérateur est passé d’un jeton développeur volé à un accès administrateur complet à l’environnement cloud d’une victime en environ trois heures.

Un groupe sinophone — dont deux opérateurs identifiés comme étudiants de premier cycle dans une université chinoise du Hunan — maintenait un « programme autonome de recherche de vulnérabilités » dont la pièce maîtresse était une recherche soutenue contre un produit de sécurité majeur, qui a abouti à plusieurs zero-day.

Un hacktiviste francophone a lui utilisé Claude dans des attaques contre des partis politiques, des médias et des think tanks européens. Pour Anthropic, ces cas montrent que l’IA réduit l’écart entre groupes étatiques et opérateurs isolés, en abaissant le travail et l’expertise nécessaires pour mener des campagnes complexes — sans pour autant remplacer les méthodes classiques que sont le phishing, les identifiants volés et les failles logicielles.

Le point commun de tous ces cas tient en une phrase : l’IA compresse le temps. La phase la plus coûteuse d’une intrusion — comprendre un système inconnu, adapter un implant, contourner une détection — était historiquement celle qui séparait les acteurs compétents des amateurs. En la réduisant à quelques heures, les modèles de frontière nivellent le terrain, et forcent les défenseurs à rééquilibrer leurs priorités vers la détection comportementale et la réponse automatisée.

Ce rapport pose aussi une question de gouvernance. En publiant des IOC et des attributions détaillées, Anthropic établit une norme de transparence que ni la régulation ni le marché n’imposent encore formellement. La logique est la même que celle des éditeurs d’antivirus qui publient leurs analyses de menaces : la crédibilité se gagne en montrant qu’on comprend ce qui se passe sur sa propre infrastructure. À terme, la qualité des rapports d’abus deviendra un critère de choix d’un modèle au même titre que ses benchmarks.

Verdict

Le rapport d’Anthropic est une anomalie bienvenue dans l’écosystème : là où la plupart des laboratoires communiquent des chiffres d’abus sans détail exploitable, celui-ci livre des IOC et une analyse par campagne. David Agranovich, ancien directeur Russie au Conseil de sécurité nationale passé chez Google, rappelle que la presse va résumer ce rapport en « Claude a servi à faire le mal », en oubliant que la seule raison pour laquelle on le sait, c’est qu’Anthropic a enquêté et démantelé l’activité. Si on n’incite pas les entreprises à partager, elles s’arrêteront.

Si vous défendez une organisation, intégrez les IOC du rapport à votre veille et préparez vos équipes à un tempo d’attaque où la détection se contourne en boucle. L’investissement à faire n’est pas un outil de plus, c’est la diversité des détections et l’automatisation de la réponse.

Si vous construisez ou opérez un modèle de frontière, la publication d’Anthropic établit une norme de transparence que vos clients finiront par exiger : documenter l’abus, livrer des IOC, et coopérer avec les autorités plutôt que de publier un décompte sans substance.

Références

Le brief cyber, chaque mardi

Les failles qui comptent, les correctifs à appliquer, en dix minutes de lecture.

Pas de spam. Désinscription en un clic.
à lire ensuite

Sur le même sujet

OpenAI lance l’API Agents et fait du harnais de Codex un service

OpenAI a ouvert en bêta publique le 10 septembre 2026 une API Agents qui vend le backend de Codex comme service, pour faire tourner des agents sans surveillance pendant des jours. Le même jour, l’éditeur gelait les inscriptions à son plan Pro face à la demande de GPT-6 Astra : le goulot d’étranglement se déplace des modèles vers l’infrastructure.

Cognition muscle Devin avec SWE-2, un modèle de code post-entraîné sur le Kimi K3 ouvert

Cognition a sorti le 10 septembre SWE-2, un modèle d’agent de codage post-entraîné depuis Kimi K3, la base ouverte de 2,8 trillions de paramètres de Moonshot AI. Il approche Fable 5.1 sur les benchmarks de code à un coût annoncé 64 % inférieur, mais s’effondre sur Terminal-Bench 4 — le signal que les gains ne se généralisent pas au test le plus dur.

← Retour au fil

Tapez au moins deux caractères.

naviguer ouvrir esc fermer