Avertissement de DeepMind : six types d’attaques réseau peuvent détourner des agents d’IA, les entreprises doivent renforcer leur protection

Nouvelles Gate : des chercheurs de Google DeepMind avertissent que, dans un environnement Internet ouvert, des acteurs malveillants pourraient détourner des agents d’intelligence artificielle autonomes et manipuler leur comportement. Ce rapport, intitulé « Piège à agents d’intelligence artificielle », indique que, lors du déploiement d’agents IA chargés d’exécuter des tâches réelles, les attaquants pourraient aussi mener des attaques ciblées via le réseau. L’étude identifie six risques principaux, dont : les pièges d’injection de contenu, les pièges de manipulation sémantique, les pièges d’état cognitif, les pièges de contrôle du comportement, les pièges système et les pièges d’interaction homme-machine.

Le piège d’injection de contenu est le plus direct : l’attaquant peut placer des instructions dans des commentaires HTML, des métadonnées ou des éléments de page cachés, que l’agent lit ensuite pour les exécuter. Le piège de manipulation sémantique consiste à charger des formulations « faisant autorité » ou à se faire passer pour des pages qui ressemblent à un environnement de recherche, afin d’influencer discrètement la façon dont l’agent comprend la tâche, et parfois même à contourner les mécanismes de sécurité. Le piège d’état cognitif consiste à injecter de fausses données dans les sources d’information de l’agent, de sorte qu’il les considère à long terme comme validées. Le piège de contrôle du comportement vise les opérations réelles de l’agent : il peut l’inciter à accéder à des données sensibles et à les transmettre à une cible externe.

Le piège système implique une manipulation coordonnée à travers plusieurs systèmes d’IA, susceptible de déclencher des réactions en chaîne, un peu comme un krach éclair de marché provoqué par des transactions algorithmiques. Le piège d’interaction homme-machine exploite l’étape de validation par des humains : en préparant des contenus d’approbation qui semblent crédibles, des comportements nuisibles peuvent ainsi contourner la supervision réglementaire.

Pour faire face aux risques, DeepMind recommande de combiner l’entraînement contradictoire, le filtrage des entrées, la surveillance des comportements et un système de réputation du contenu réseau, tout en établissant un cadre de responsabilité juridique plus clair. Toutefois, l’étude indique que, dans l’industrie, il manque encore des normes de défense unifiées ; les mesures existantes sont souvent dispersées et ne mettent pas toutes l’accent sur les mêmes points. L’étude appelle les développeurs et les entreprises à se concentrer sur la sécurité de l’environnement d’exploitation des agents d’IA, afin de prévenir les risques potentiels de manipulation et d’abus via le réseau.