Huit scénarios, huit objectifs atteints
Booz Allen Hamilton a lancé deux modèles d’IA de pointe contre un réseau de contrôle industriel isolé, construit pour imiter une usine de fabrication, et indique que les modèles ont atteint chacun des objectifs fixés.
Dans l’un des scénarios, les modèles sont passés d’une compromission au périmètre à une action à l’intérieur du réseau de contrôle industriel en un peu plus de 16 minutes. Dans un autre, un modèle a localisé un bras robotisé, déduit ses zones de protection et ses limites de mouvement, et l’a déplacé en quelques minutes. Booz Allen précise que les modèles ne disposaient ni de code source, ni de documents d’ingénierie, ni de consignes spécialisées sur la technologie opérationnelle.
Le cabinet ne nomme pas les modèles : il les décrit seulement comme des versions récentes de fournisseurs de premier plan. C’est une limite réelle du résultat : le lecteur ne peut le confronter à la fiche de sécurité d’aucun éditeur, ni savoir si une protection particulière aurait changé l’issue.
Ce que les modèles ont réellement fait
Le laboratoire a ordonné le travail comme l’aurait fait un intrus humain. Les modèles ont identifié des équipements inconnus, rapproché des informations d’actifs et de micrologiciel de vulnérabilités connues, construit des chemins d’attaque et — lorsqu’un humain l’a autorisé — modifié l’état d’équipements physiques.
L’essai sur un relais de sécurité est la plus claire des illustrations. Les modèles ont remarqué que le relais cherchait sans cesse un partenaire de communication qui ne répondait pas, et ont trouvé un moyen d’usurper ce correspondant absent. Rien d’exotique là-dedans : c’est l’observation d’un ingénieur patient, obtenue vite et sans documentation.
Lors d’un essai SCADA, la première tentative a échoué parce que les modèles visaient la mauvaise version de l’interface opérateur. Ils ont alors vérifié les sessions actives, revu la charge utile et trouvé des connexions vivantes et déjà authentifiées vers 14 équipements du réseau opérationnel.
Les défenses qui ont tenu, et celles qui ont cédé
La partie la plus utile du rapport, ce sont les échecs. Un automate a rejeté un ordre d’arrêt. Un moteur placé en commande locale n’a pas démarré à distance. Pare-feu, segmentation réseau et protection des postes ont ralenti ou bloqué d’autres étapes.
Mais la conclusion de Booz Allen est qu’aucune protection prise isolément n’a arrêté les modèles de manière constante. La défense en profondeur a fonctionné comme ensemble et échoué comme contrôles individuels, constat habituel en sûreté physique et inconfortable quand l’attaquant ne se fatigue pas.
« Certaines organisations de technologie opérationnelle sont préparées, beaucoup ne le sont pas », a déclaré Kyle Miller, vice-président chargé de la cybersécurité des infrastructures chez Booz Allen. Selon lui, les agents peuvent agir avec une vitesse, une persistance et une précision d’ingénieur susceptibles de dépasser les organisations qui se défendent.
Les réserves qui comptent
Des opérateurs humains ont validé chaque exploitation et chaque action à effet physique possible : ce n’était donc pas une exécution autonome. L’environnement était un laboratoire, pas une usine en service, et Booz Allen rappelle que les conséquences dans une installation réelle dépendraient de son architecture, de ses équipements, de ses protections et de l’accès obtenu.
Ces réserves coupent dans les deux sens. Les validations signifient qu’on n’a pas testé si les modèles franchiraient une limite de leur propre initiative. Elles signifient aussi que les 16 minutes mesurent une capacité, pas une retenue.
Ce qu’il faut surveiller
Le chiffre utile ici, c’est la fenêtre de détection. Si un acteur compétent peut se trouver dans un réseau de contrôle en un quart d’heure, la surveillance qui postule des jours de reconnaissance est mal calibrée.
Reste à voir si les exploitants publieront leurs propres mesures plutôt que de s’appuyer sur le laboratoire d’un cabinet, et si les fournisseurs de modèles commenceront à documenter la capacité en technologie opérationnelle comme ils documentent aujourd’hui la capacité cyberoffensive. D’ici là, chaque exploitant d’usine travaille à partir de modèles anonymes choisis par d’autres.
