Contexte et découverte
Amazon a annoncé que deux vulnérabilités dans le langage PHP, pilier de nombreux sites web, ont été identifiées à l’aide de modèles d’intelligence artificielle d’OpenAI et de Google. Les failles, restées invisibles pendant plus d’une décennie, ont été révélées publiquement après que les équipes de sécurité d’Amazon les ont détectées. La société a précisé que les hackers ont commencé à exploiter le premier défaut quatre jours avant la publication officielle.
Mécanismes d'exploitation
Les rapports de l’NSA et des autorités britanniques indiquent que les vulnérabilités permettent une prise de contrôle à distance des serveurs PHP. Bien que les détails techniques n’aient pas été divulgués, le fait que les attaques se soient propagées « dans le wild » suggère que les failles affectent le moteur d’interprétation, possiblement via l’injection de code ou la désérialisation non sécurisée. La rapidité de l’exploitation montre que les acteurs malveillants ont pu automatiser le processus, probablement en combinant des scripts de scanning avec les vecteurs découverts par l’IA.
Réaction des acteurs et mesures d'atténuation
Le National Security Agency a publié une alerte demandant à toutes les organisations utilisant PHP de mettre à jour leurs installations ou de les mettre hors ligne immédiatement. En parallèle, les mainteneurs du projet PHP ont publié des correctifs le même jour que l’avertissement de l’NSA. Amazon a confirmé que les failles sont « broadly exploited », ce qui a poussé plusieurs gouvernements européens à désactiver temporairement leurs sites web afin de limiter l’exposition pendant la phase de patch.
Implications de l’IA en cybersécurité
Cette affaire illustre la double facette de l’IA : elle accélère la découverte de vulnérabilités, mais elle fournit aussi aux attaquants des outils capables de générer des exploits rapidement. Les modèles récents d’Anthropic et d’OpenAI, dotés de capacités cybernétiques avancées, ont déjà suscité des mises en garde de la part de régulateurs et une suspension temporaire de leur déploiement aux États‑Unis. Le cas PHP montre que les organisations doivent intégrer des processus de validation des découvertes d’IA et renforcer leurs cycles de mise à jour pour réduire le temps entre la découverte et la correction.