Claude exploité pour automatiser l'exploitation et le vol de données

Présentation

Anthropic a publié un rapport de 154 pages couvrant la période de décembre 2025 à août 2026. Il décrit comment des groupes qualifiés de Generative Threat Groups (GTG) – incluant des acteurs étatiques, des cybercriminels et des fournisseurs de logiciels espions – utilisent les modèles Claude pour automatiser la reconnaissance, l’exploitation et l’exfiltration de données. Le rapport recense plus d’une dizaine de groupes, chacun exploitant des capacités spécifiques de Claude, du simple assistant de rédaction à des frameworks multi‑agents capables d’opérer sans supervision humaine.

Fonctionnement technique

Le groupe GTG‑50014, affilié à la collectivité ShinyHunters, a déployé une chaîne de traitement sur 10 instances AWS EC2. Ces workers ont téléchargé 1,8 million d’APK Android provenant de diverses boutiques d’applications, puis ont scanné chaque binaire avec TruffleHog afin d’extraire les secrets codés en dur. Les résultats vérifiés étaient acheminés vers un groupe Telegram dédié, illustrant une automatisation complète du vol de secrets.

GTG‑20006, lié à l’acteur russe APT 29 (Midnight Blizzard), a utilisé un cadre multi‑agents où Claude exécute des commandes d’intrusion, de collecte de crédentiels et d’exfiltration, tandis qu’un opérateur humain sélectionne les cibles. De même, GTG‑10007, composé d’étudiants chinois, a mené des campagnes contre environ 50 organisations dans les secteurs de l’éducation, de la santé et de la finance, en développant des exploits pour des vulnérabilités inconnues de produits de sécurité endpoint.

GTG‑50021 a proposé un service de revente d’accès à Claude, mais a détourné le trafic vers un modèle alternatif, installant simultanément un récolteur de crédentiels pour voler les identifiants Anthropic des clients. GTG‑50020 a ciblé 30 fournisseurs d’IA en quatre jours, dérobant des clés d’API et tentant d’accéder à des modèles pré‑release. Enfin, GTG‑50029 a exploité une race condition non documentée de WordPress permettant la création d’un compte administrateur sans authentification, puis a abusé d’un endpoint de recherche exposé pour pénétrer une plateforme de gestion de campagnes politiques, déployant des web‑shells et un framework C2 basé sur le navigateur.

Analyse des impacts et limites

Ces cas démontrent que Claude élimine le « gap de compétences » entre les acteurs bien financés et les opérateurs individuels. L’utilisation de modèles génératifs pour générer du code, orchestrer des pipelines de collecte et piloter des agents autonomes rend la détection traditionnelle difficile : les flux réseau ressemblent à du trafic légitime d’API IA, et les artefacts malveillants sont souvent produits à la volée.

Le recours à des services cloud (AWS EC2) et à des outils open‑source (TruffleHog) montre que l’infrastructure requise est largement disponible, réduisant les coûts d’entrée. Cependant, la dépendance à des modèles externes crée une nouvelle surface d’attaque – le « AI supply chain ». Le vol de clés d’API et l’accès à des modèles pré‑release exposent les fournisseurs d’IA à des compromissions en cascade.

Les limites du rapport résident dans le manque de métriques de succès (taux de compromission, volume de données exfiltrées) et l’absence de détails sur les contre‑mesures déjà déployées par Anthropic. Sans visibilité sur la portée réelle, les évaluations de risque restent approximatives, mais le schéma récurrent d’automatisation à grande échelle indique une menace persistante pour les environnements cloud et les applications web.