Présentation

Trois scanners, baptisés Octopus, Gecko et Tortoise, ciblent les sites web afin d’extraire des fichiers contenant des clés d’API pour les modèles d’IA (OpenAI, Anthropic, Gemini, etc.). L’étude, menée du 3 octobre au 18 novembre 2026 sur dix sites contrôlés par les auteurs, révèle des comportements distincts et des infrastructures de plus en plus sophistiquées.

Fonctionnement des scanners

Octopus se distingue par l’usage de 32 noms d’IA crawler différents, changés à chaque requête. Chaque cible est scannée depuis une nouvelle machine Google Cloud : 97 machines réparties sur 15 régions, la plupart vivantes moins d’une heure. Le processus débute par une requête de type

/z9x8c7v6b5-debug-trigger-
, suivie de deux chemins aléatoires qui renvoient 404, puis d’environ 300 requêtes vers des fichiers secrets en 10 secondes. Avant cela, Octopus ouvre la page d’accueil avec un user‑agent Chrome/Edge (versions 152‑157) et lit /robots.txt et /sitemap.xml. En fonction du framework détecté (static HTML, Next.js, Vite) il adapte la liste de chemins : 385 pour les sites statiques, 265 pour Next.js et 285 pour Vite. Au total, la liste compte 457 chemins, dont la moitié provient de wordlists publiques et l’autre moitié de chemins spécifiques (ex. /@fs/var/task/.env pour Vite).

Gecko est un programme .NET. Il opère principalement depuis la région Belgique de Google Cloud et depuis des machines Windows louées chez un hébergeur offshore. Son user‑agent est un Chrome 128 tronqué à 60 caractères, ce qui supprime la partie « like Gecko ». Gecko commence par une visite de la page d’accueil avec le user‑agent complet, puis interroge des fichiers tels que

/.claude/settings.json
ou
/.cursor/mcp.json
. Sa liste de chemins a crû de 4 à 26 en cinq semaines, avant de se stabiliser sur les seuls fichiers de jetons le 12 novembre.

Tortoise apparaît comme le plus lent : un seul appel toutes les quelques secondes, avec le user‑agent Chrome/126 on Windows et le chemin

/nonexistent-debug-trigger-7x7
. Aucun comportement supplémentaire n’est décrit.

Analyse des impacts et limites

Ces scanners exploitent la même logique que le client HTTP standard de Go : même poignée TLS que Chrome, suivi des redirections, ajout d’un header Referer. Cette imitation rend les filtres basés uniquement sur le nom du crawler inefficaces, car la première phase utilise un user‑agent légitime. De plus, la rotation d’adresses IP (une nouvelle machine par site) empêche les blocages d’adresses IP uniques : cinq machines différentes ont scanné le même site en 25 minutes.

Le choix d’une machine Ubuntu 24.04 avec le port SSH ouvert indique une configuration minimale, probablement pour réduire la surface d’empreinte et éviter la détection par des systèmes de surveillance de ports. Le fait que la plupart de ces machines soient inconnues de GreyNoise montre que les scanners ne se comportent pas comme des balayages massifs classiques, mais comme des campagnes ciblées basées sur une liste de noms d’hôtes.

Sur le plan de la défense, les logs doivent être analysés pour repérer les deux signatures : le préfixe /z9x8c7v6b5-debug-trigger- (Octopus) et le user‑agent tronqué (Gecko). Cependant, la première phase de navigation normale rend difficile la détection précoce. Les opérateurs de sites devraient restreindre l’accès aux fichiers sensibles via des contrôles d’authentification et surveiller les requêtes vers les chemins de configuration (.env, settings.json, etc.).