RECHERCHE
Janvier 2026 : pilotes signés détournés, neurones de sécurité, mots de passe
RansomwareSupply chainOT and industrial security
Janvier 2026 est le mois de NDSS. Le malware apporte ses propres pilotes signés et vulnérables pour couper les défenses, et une architecture comme ACE sépare la planification des agents des apps non fiables. Quelques neurones portent l'alignement des LLM, les gestionnaires de mots de passe sur ordinateur cèdent à des frappes simulées et les alias e-mail brouillent les identités.
Archives : reconstitution rédigée en novembre 2026
1. Unveiling BYOVD Threats: Malware's Use and Abuse of Kernel Drivers
Network and Distributed System Security Symposium · Andrea Monzani, Antonio Parata, Andrea Oliveri, Simone Aonzo et al. · Malware et menaces
En bref: Un bac à sable qui suit les pilotes jusque dans le noyau dévoile des attaques BYOVD et sept pilotes vulnérables inconnus.
Dans les attaques BYOVD, le malware charge un pilote Windows légitime et signé mais vulnérable pour entrer dans le noyau et couper les défenses. Les bacs à sable publics ne voient que le chargement. Les auteurs bâtissent une taxonomie des étapes et un bac à sable virtualisé qui suit chaque pas du pilote : sur 8 779 échantillons et 773 pilotes, 48 cas suspects et sept pilotes vulnérables inédits.
Pourquoi c'est important. Rançongiciels et groupes étatiques s'en servent pour désactiver l'EDR : contrôler les pilotes chargeables réduit un vecteur de sinistres graves.
2. Actively Understanding the Dynamics and Risks of the Threat Intelligence Ecosystem
Network and Distributed System Security Symposium · Tillson Galloway, Omar Alrawi, Allen Chang, Athanasios Avgetidis et al. · Malware et menaces
En bref: En suivant des échantillons marqués dans la chaîne du renseignement sur les menaces, les auteurs trouvent retards et failles.
L'écosystème du renseignement sur les menaces pèse des milliards, mais restait opaque. Les auteurs soumettent des échantillons aux indicateurs réseau marqués et suivent leur diffusion. Quand l'information circule, les menaces sont presque toujours stoppées, mais un partage sélectif ou en retard de plusieurs heures freine tout le monde, et les bacs à sable repérables sont déjà contournés.
Pourquoi c'est important. La vitesse à laquelle un indicateur atteint vos outils dépend de la chaîne des fournisseurs : un critère pour les choisir.
3. DySec: A Machine Learning-Based Dynamic Analysis for Detecting Malicious Packages in PyPI Ecosystem
IEEE Transactions on Information Forensics and Security · Sk. Tanzir Mehedi, Chadni Islam, Gowri Sankar Ramachandran, Raja Jurdak · Chaîne d'approvisionnement logicielle
En bref: DySec observe par eBPF ce que fait un paquet PyPI à l'installation et repère les malveillants à 96 %.
Les paquets Python malveillants exploitent la confiance dans les dépôts ouverts avec des noms imitant les légitimes et des charges générées à la volée. DySec surveille l'installation avec des sondes eBPF et mesure 36 comportements, des appels système au trafic réseau. Sur 14 271 paquets, il atteint 96 % de précision et a trouvé six paquets malveillants que PyPI jugeait sains.
Pourquoi c'est important. Un paquet malveillant installé par un développeur peut atteindre de nombreux produits : l'analyse du comportement à l'installation comble une lacune.
4. ACE: A Security Architecture for LLM-Integrated App Systems
Network and Distributed System Security Symposium · Enlai Li, Tushin Mallick, Evan Rose, William Robertson et al. · Sécurité de l'IA et des LLM
En bref: ACE planifie le travail de l'agent à partir d'informations fiables seulement et isole les apps tierces à l'exécution.
Quand un LLM appelle des apps tierces, une app malveillante peut altérer le plan, bloquer l'exécution ou voler des données. Les auteurs montrent de nouvelles attaques et proposent ACE : d'abord un plan abstrait fondé sur des données fiables et vérifié selon les contraintes de l'utilisateur, puis une exécution cloisonnée. Il résiste aux attaques d'injection indirecte de référence.
Pourquoi c'est important. Appliquer aux agents les principes classiques de sécurité des systèmes est la voie pour les rendre contrôlables, donc évaluables.
5. NeuroStrike: Neuron-Level Attacks on Aligned LLMs
Network and Distributed System Security Symposium · Lichao Wu, Sasha Behrouzi, Mohamadreza Rostami, Maximilian Thang et al. · Sécurité de l'IA et des LLM
En bref: En désactivant moins de 0,6 % des neurones de certaines couches, NeuroStrike contourne l'alignement de plus de 20 LLM ouverts.
L'alignement de sécurité des LLM repose sur quelques neurones spécialisés dans la détection des requêtes nuisibles. Avec accès au modèle, NeuroStrike les repère et les coupe : en retirer moins de 0,6 % donne 76,9 % de réussite moyenne sur plus de 20 modèles ouverts. Sans accès, il entraîne des générateurs de prompts sur des modèles proches et atteint 63,7 % sur cinq modèles fermés.
Pourquoi c'est important. Les protections des modèles à poids ouverts s'enlèvent sans grand effort : leurs utilisateurs doivent ajouter leurs propres contrôles.
6. Vault Raider: Stealthy UI-based Attacks Against Password Managers in Desktop Environments
Network and Distributed System Security Symposium · Andrea Infantino, Mir Masood Ali, Kostas Solomos, Jason Polakis · Identité et authentification
En bref: Sous Windows et Linux, une app malveillante peut voler mots de passe et codes des gestionnaires par frappes simulées invisibles.
Dans le navigateur, le remplissage automatique protège du phishing car il connaît le domaine. Sur ordinateur, avec les apps natives, c'est autre chose. Les auteurs étudient des gestionnaires répandus comme 1Password et LastPass sous macOS, Windows et Linux : macOS protège bien, Windows manque de contrôles et une autre app peut voler identifiants, codes à usage unique et clés du coffre.
Pourquoi c'est important. Le gestionnaire de mots de passe concentre tous les identifiants : une faiblesse y décuple l'impact d'une infection.
7. One Email, Many Faces: A Deep Dive into Identity Confusion in Email Aliases
Network and Distributed System Security Symposium · M. Wu, Geng Hong, Jiatao Chen, Baojun Liu et al. · Identité et authentification
En bref: Les alias e-mail sèment la confusion : 139 comptes npm pour une adresse et des utilisateurs plus exposés au phishing.
Les fournisseurs traitent des alias comme [email protected] comme la même boîte, quand bien des plateformes y voient des identités distinctes. Sur 28 fournisseurs et 18 plateformes, seul Gmail documente toutes ses règles et 11 fournisseurs gèrent des alias non documentés. Un attaquant a créé 139 comptes npm avec une adresse, et 31,65 % des initiés prennent le phishing pour légitime.
Pourquoi c'est important. L'e-mail est la clé de récupération de presque tous les comptes : des règles d'alias floues ouvrent la voie à la fraude et à l'usurpation.
8. FirmAgent: Leveraging Fuzzing to Assist LLM Agents with IoT Firmware Vulnerability Discovery
Network and Distributed System Security Symposium · Jiangan Ji, Chao Zhang, Shuitao Gan, Lin Jian et al. · Systèmes cyber-physiques et IoT
En bref: FirmAgent associe fuzzing et agents LLM et trouve 140 nouvelles failles dans 14 firmwares IoT réels.
L'analyse statique du firmware IoT, avec ou sans LLM, produit beaucoup de faux positifs, et le fuzzing rate de nombreux bugs. FirmAgent repère par fuzzing les points d'entrée des données et reconstruit les chemins à risque ; un agent LLM les analyse et un autre prépare les cas de test. Sur 14 firmwares réels, il trouve 182 failles avec 91 % de précision, dont 140 nouvelles et 17 avec CVE.
Pourquoi c'est important. Les objets connectés des réseaux d'entreprise ont des failles nombreuses et peu visibles : de meilleurs outils accélèrent leur découverte, pour tous.
9. Discovering Blind-Trust Vulnerabilities in PLC Binaries via State Machine Recovery
Network and Distributed System Security Symposium · Fangzhou Dong, Arvind S. Raj, Efrén López-Morales, Siyu Liu et al. · Systèmes cyber-physiques et IoT
En bref: Ta'veren reconstruit l'automate d'états d'un API à partir du binaire et trouve des contrôles de sûreté manquants.
Les automates programmables pilotent des installations physiques. Beaucoup de vulnérabilités viennent de contrôles absents ou incomplets sur les entrées des capteurs, acceptées aveuglément. Ta'veren les repère directement dans les binaires, sans code source ni émulation, en reconstruisant l'automate d'états, et révèle des violations critiques sur des automates réels.
Pourquoi c'est important. Dans l'industrie, un défaut de logique peut causer dégâts matériels et arrêts : une analyse sans le code du fabricant aide les exploitants.
Les tendances du mois
Sécurité de l'IA et des LLM
525 articles du mois sur ce thème
Avec 525 articles sur 2 920, la sécurité de l'IA reste le premier thème. NeuroStrike montre que l'alignement repose sur très peu de neurones, faciles à couper dans les modèles ouverts, tandis qu'ACE applique aux agents les principes classiques de sécurité des systèmes, en séparant planification et données non fiables. La protection passe du modèle à l'architecture qui l'entoure.
Articles cités:
- ACE: A Security Architecture for LLM-Integrated App Systems
- NeuroStrike: Neuron-Level Attacks on Aligned LLMs
Malware et menaces
79 articles du mois sur ce thème
Trois travaux examinent où se cache le malware et à quelle vitesse on l'arrête. Les pilotes signés vulnérables restent un moyen efficace de couper l'EDR, la chaîne du renseignement sur les menaces fonctionne mais connaît des goulets de plusieurs heures ou jours, et l'observation du comportement à l'installation repère des paquets PyPI malveillants qui échappent aux contrôles statiques.
Articles cités:
- Unveiling BYOVD Threats: Malware's Use and Abuse of Kernel Drivers
- Actively Understanding the Dynamics and Risks of the Threat Intelligence Ecosystem
- DySec: A Machine Learning-Based Dynamic Analysis for Detecting Malicious Packages in PyPI Ecosystem
Identité et authentification
143 articles du mois sur ce thème
L'identité numérique révèle des points faibles inattendus. Les gestionnaires de mots de passe, sûrs dans le navigateur, peuvent livrer identifiants et codes à une autre app sur ordinateur, et des règles d'alias e-mail floues permettent de multiplier les comptes et rendent le phishing plus crédible justement pour les utilisateurs aguerris.
Articles cités:
- Vault Raider: Stealthy UI-based Attacks Against Password Managers in Desktop Environments
- One Email, Many Faces: A Deep Dive into Identity Confusion in Email Aliases
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 : 2920.