RECHERCHE
Janvier 2025 : plugins LLM piégés, LiDAR leurré en marche, IoT attaqué via Tor
Supply chainOT and industrial security
Janvier 2025 apporte les actes de NDSS. Les adaptateurs des modèles ouverts peuvent cacher des chevaux de Troie, et le cache partagé des serveurs LLM laisse fuir les prompts des autres utilisateurs. Le LiDAR d'une voiture autonome est leurré à 60 km/h depuis 110 mètres, des attaquants utilisent Tor contre l'IoT sans cloud et le CSS suffit à identifier navigateurs et e-mails.
Archives : reconstitution rédigée en novembre 2026
1. The Philosopher's Stone: Trojaning Plugins of Large Language Models
Network and Distributed System Security Symposium · Tian Dong, Minhui Xue, Guoxing Chen, Rayne Holland et al. · Sécurité de l'IA et des LLM
En bref: Un adaptateur LoRA infecté fait produire à un LLM un contenu choisi par l'attaquant et détourner des outils.
Les modèles ouverts se spécialisent avec des adaptateurs de bas rang que chacun peut télécharger. Deux nouvelles attaques, POLISHED et FUSION, créent des adaptateurs piégés qui, sur un déclencheur, font produire au LLM un contenu choisi ou utiliser des outils : un agent compromis installe un malware ou lance du spear phishing. L'utilité reste intacte et aucune des trois défenses testées ne suffit.
Pourquoi c'est important. Un adaptateur téléchargé d'un dépôt public est du code tiers : qui l'intègre à un agent doté d'outils hérite de son comportement.
2. I Know What You Asked: Prompt Leakage via KV-Cache Sharing in Multi-Tenant LLM Serving
Network and Distributed System Security Symposium · Guanlong Wu, Zheng Zhang, Jianyu Niu, Weili Wang et al. · Matériel et canaux auxiliaires
En bref: Le partage du cache KV dans les serveurs LLM multi-locataires permet de reconstruire les prompts d'autrui.
Des frameworks comme vLLM et SGLang partagent entre utilisateurs le cache Key-Value pour des séquences de tokens identiques, ce qui économise mémoire et calcul. La première étude des risques du service LLM multi-locataire montre que ce mécanisme ouvre un canal auxiliaire : l'attaque PROMPTPEEK reconstruit les prompts d'autres utilisateurs dans trois scénarios.
Pourquoi c'est important. Une optimisation de performance devient une fuite de données entre clients d'un même service : le multi-locataire doit être évalué comme une frontière de sécurité.
3. Membership Inference Attacks Against Vision-Language Models
USENIX Security Symposium · Yuke Hu, Zheng Li, Zhihao Liu, Yang Zhang et al. · Sécurité de l'IA et des LLM
En bref: Cinq échantillons suffisent pour savoir si des données ont servi à entraîner un modèle vision-langage.
Les données d'instruction tuning des modèles vision-langage peuvent contenir des informations sensibles ou non autorisées. La première étude d'inférence d'appartenance sur ces modèles exploite la sensibilité des réponses à la température sur un ensemble d'échantillons. Quatre méthodes couvrent divers niveaux de connaissance et atteignent un AUC supérieur à 0,8 sur LLaVA avec 5 échantillons.
Pourquoi c'est important. La technique sert à l'attaquant comme à l'auditeur : elle permet de vérifier si des données propres ou confidentielles ont servi à l'entraînement d'un modèle.
4. On the Realism of LiDAR Spoofing Attacks against Autonomous Driving Vehicle at High Speed and Long Distance
Network and Distributed System Security Symposium · Takami Sato, Ryō Suzuki, Yuki Hayakawa, Kazuma Ikeda et al. · Systèmes cyber-physiques et IoT
En bref: Premier leurrage de LiDAR contre un véhicule autonome à 60 km/h, lancé à 110 mètres.
Le leurrage de LiDAR n'avait été montré qu'en environnement contrôlé. Le système MVS détecte et suit le véhicule, vise automatiquement avec le laser et injecte de fausses impulsions ; la nouvelle attaque A-HFR efface des objets même face aux LiDAR à empreinte d'impulsion. C'est le premier leurrage réussi d'un véhicule roulant à 60 km/h, lancé à 110 mètres.
Pourquoi c'est important. Le risque physique des capteurs de conduite autonome sort du laboratoire : il compte pour l'évaluation des flottes et la responsabilité des constructeurs.
5. TORCHLIGHT: Shedding LIGHT on Real-World Attacks on Cloudless IoT Devices Concealed within the Tor Network
USENIX Security Symposium · Y. C. Pan, Zhen Ling, Yue Zhang, Hongze Wang et al. · Vie privée
En bref: Douze mois de trafic Tor révèlent 45 failles exploitées dans l'IoT sans cloud, dont 29 zero-day.
Les objets IoT sans cloud sont exposés directement sur Internet. Constatant un fort trafic Tor vers eux, les auteurs créent TORCHLIGHT, qui filtre le trafic et utilise des LLM pour identifier les menaces. En 12 mois et 26 To analysés, il trouve 45 vulnérabilités, dont 29 zero-day avec 25 CVE, touchant environ 12,7 millions d'appareils dans 148 pays.
Pourquoi c'est important. L'exploitation de zero-day IoT a déjà lieu, cachée derrière l'anonymat : les estimations d'exposition fondées sur les seules CVE connues restent incomplètes.
6. Hidden and Lost Control: on Security Design Risks in IoT User-Facing Matter Controller
Network and Distributed System Security Symposium · Haoqiang Wang, Yiwei Fang, Yichen Liu, Ze Jin et al. · Systèmes cyber-physiques et IoT
En bref: Des failles de conception des contrôleurs Matter privent l'utilisateur du contrôle de sa maison connectée.
Matter est le standard qui unifie la maison connectée. L'étude identifie une nouvelle classe de failles de conception, UMCCI, dans les interfaces de contrôle et de surveillance des appareils Matter. Un outil automatique, aidé d'un LLM pour analyser les UI, les détecte sans matériel ; des attaques de preuve sur 11 appareils de 8 fabricants montrent qu'elles sont pratiques et courantes.
Pourquoi c'est important. Un standard d'interopérabilité réplique les erreurs chez de nombreux fabricants : la faille devient un problème de filière, pas d'un seul appareil.
7. CounterSEVeillance: Performance-Counter Attacks on AMD SEV-SNP
Network and Distributed System Security Symposium · Stefan Gast, Hannes Weissteiner, Robin Leander Schröder, Daniel Gruss · Matériel et canaux auxiliaires
En bref: Les compteurs de performance trahissent les secrets des VM confidentielles AMD SEV-SNP, même à jour.
SEV-SNP promet la confidentialité des VM même sur hôte partagé. CounterSEVeillance montre que 228 événements de compteurs de performance sont visibles d'un hyperviseur malveillant et les lit instruction par instruction, retrouvant l'issue des branchements dépendant de secrets. Sur systèmes à jour, il extrait une clé RSA-4096 d'une seule signature Mbed TLS en moins de 8 minutes.
Pourquoi c'est important. L'informatique confidentielle est vendue comme protection contre le fournisseur cloud : ces canaux auxiliaires limitent cette garantie et relèvent des contrats.
8. The Skeleton Keys: A Large Scale Analysis of Credential Leakage in Mini-apps
Network and Distributed System Security Symposium · Yizhe Shi, Min Yang, Kangwei Zhong, Guangliang Yang et al. · Identité et authentification
En bref: Les identifiants des mini-apps de 21 super-apps peuvent fuir et ouvrir paiements et données sensibles.
Les super-apps délèguent aux serveurs des mini-apps des services sensibles, comme le paiement et l'analytique, protégés par des identifiants. La première étude systématique du mécanisme trouve 21 plateformes populaires utilisant sept types d'identifiants, exposés à des fuites par des utilisateurs malveillants. L'outil KeyMagnet évalue l'impact des identifiants divulgués.
Pourquoi c'est important. Dans l'écosystème app-in-app, l'identifiant exposé d'un seul développeur peut ouvrir les paiements et données de nombreux utilisateurs.
9. Cascading Spy Sheets: Exploiting the Complexity of Modern CSS for Email and Browser Fingerprinting
Network and Distributed System Security Symposium · Leon Trampert, Daniel Weber, Lukas Gerlach, Christian Rossow et al. · Web et mobile
En bref: Le CSS seul, sans JavaScript, distingue 98% des combinaisons navigateur-OS et fonctionne aussi dans l'e-mail.
Les navigateurs axés sur la vie privée, comme Tor, et les clients e-mail désactivent JavaScript contre le pistage. Trois techniques fondées sur les container queries, les fonctions arithmétiques et les sélecteurs complexes du CSS déduisent application, OS et matériel : elles distinguent 97,95% de 1 176 combinaisons et marchent sur 8 clients e-mail sur 21. Deux défenses sont proposées.
Pourquoi c'est important. Le pistage atteint l'e-mail HTML, où on le croyait exclu : utile pour évaluer le risque de vie privée des communications et campagnes.
10. Revisiting Concept Drift in Windows Malware Detection: Adaptation to Real Drifted Malware with Minimal Samples
Network and Distributed System Security Symposium · Adrian Shuai Li, Arun Iyengar, Ashish Kundu, Elisa Bertino et al. · Malware et menaces
En bref: Apprendre des caractéristiques stables dans le temps aide à détecter le malware Windows qui évolue.
Le malware évolue et les classifieurs entraînés échouent sur les nouveaux échantillons. Les techniques de réentraînement actuelles ne suffisent pas quand les échantillons récents sont rares. La méthode proposée utilise des réseaux de neurones sur graphes et l'adaptation de domaine adverse pour apprendre des graphes de contrôle des traits stables, et améliore la détection sur malware réel de 2024.
Pourquoi c'est important. Un détecteur qui se dégrade sans alerte donne une fausse assurance : la tenue dans le temps est un critère à exiger des fournisseurs de défense.
Les tendances du mois
Sécurité de l'IA et des LLM
282 articles du mois sur ce thème
Avec 282 articles, la sécurité de l'IA est de nouveau le thème le plus large, et l'attention passe de la réponse du modèle à sa chaîne d'approvisionnement et à son service. Les adaptateurs téléchargeables peuvent cacher des chevaux de Troie, le cache partagé des serveurs révèle les prompts d'autrui et quelques échantillons suffisent à savoir si des données ont servi à l'entraînement.
Articles cités:
- The Philosopher's Stone: Trojaning Plugins of Large Language Models
- I Know What You Asked: Prompt Leakage via KV-Cache Sharing in Multi-Tenant LLM Serving
- Membership Inference Attacks Against Vision-Language Models
Systèmes cyber-physiques et IoT
83 articles du mois sur ce thème
Les systèmes physiques et domestiques sortent du laboratoire. Le leurrage de LiDAR fonctionne sur un véhicule en marche, des attaquants exploitent déjà des zero-day contre l'IoT sans cloud derrière Tor, et le standard Matter propage les mêmes failles de conception entre fabricants. Pour évaluer le risque, le cumul entre appareils identiques pèse plus qu'une faille isolée.
Articles cités:
- On the Realism of LiDAR Spoofing Attacks against Autonomous Driving Vehicle at High Speed and Long Distance
- TORCHLIGHT: Shedding LIGHT on Real-World Attacks on Cloudless IoT Devices Concealed within the Tor Network
- Hidden and Lost Control: on Security Design Risks in IoT User-Facing Matter Controller
Web et mobile
75 articles du mois sur ce thème
Sur le web et le mobile, des défenses tenues pour acquises cèdent à des endroits inattendus. Désactiver JavaScript n'arrête plus le fingerprinting, qui atteint l'e-mail par le seul CSS, et dans les super-apps les identifiants protégeant paiements et données peuvent fuir côté mini-app.
Articles cités:
- Cascading Spy Sheets: Exploiting the Complexity of Modern CSS for Email and Browser Fingerprinting
- The Skeleton Keys: A Large Scale Analysis of Credential Leakage in Mini-apps
Comment ce digest est réalisé
Ce numéro fait partie des archives du digest, reconstituées a posteriori. Les articles du mois ont été collectés depuis arXiv, l'archive IACR ePrint et les principales conférences et revues de sécurité ; la sélection tient aussi compte des citations reçues depuis la publication. Un modèle d'intelligence artificielle a évalué les candidats et rédigé les synthèses, qui reposent sur les abstracts : pour les détails, l'article original fait foi.
Articles du mois évalués : 2656.