IA générative malwares : 7 menaces redoutables à connaître

IA générative malwares désigne l’utilisation de modèles d’intelligence artificielle générative pour faciliter la création, la modification ou le déploiement de programmes malveillants. Concrètement, les attaquants peuvent s’en servir pour accélérer l’écriture de scripts, comprendre ou adapter du code existant, produire des campagnes d’ingénierie sociale plus crédibles et, dans certains cas documentés, modifier dynamiquement certaines parties d’un malware. L’IA ne remplace toutefois pas encore l’ensemble des compétences nécessaires à une cyberattaque : elle agit surtout comme un accélérateur capable d’augmenter la vitesse, le volume et parfois la sophistication des opérations.

Comment l’IA générative malwares change-t-elle les méthodes des attaquants ?

L’évolution la plus importante n’est pas nécessairement l’apparition de logiciels malveillants totalement nouveaux. L’intérêt principal de l’intelligence artificielle réside aujourd’hui dans sa capacité à accélérer des tâches que les attaquants savaient déjà réaliser.

Dans son rapport publié en février 2026, le CERT-FR de l’ANSSI indique que l’IA générative peut être détournée à différentes étapes d’une attaque : profilage d’une victime, création de contenus d’ingénierie sociale ou développement de programmes malveillants. L’agence précise néanmoins qu’elle n’a pas identifié de système capable de mener de manière autonome l’intégralité d’une cyberattaque.

Pour les attaquants expérimentés, l’IA devient donc principalement un outil de productivité et de passage à l’échelle. Pour les profils moins compétents, elle peut également servir d’outil d’apprentissage.

1. Générer ou adapter du code malveillant

Un modèle capable de produire du code peut également être détourné pour aider à comprendre, transformer ou déboguer des portions de logiciels malveillants. Le phénomène IA générative malwares ne signifie pas qu’une simple instruction permet automatiquement de produire un malware opérationnel : les fournisseurs majeurs mettent en place des mécanismes de sécurité destinés à bloquer les demandes clairement malveillantes.

Google Threat Intelligence Group a néanmoins observé des acteurs malveillants utilisant Gemini pour des tâches telles que la recherche technique, le dépannage de code, la traduction de programmes existants ou la compréhension de portions de code malveillant déjà disponibles.

2. Accélérer l’obfuscation et la création de variantes

L’obfuscation consiste à rendre un programme plus difficile à analyser sans nécessairement modifier sa fonction. Traditionnellement, cette opération nécessite des outils spécialisés ou des transformations manuelles.

Avec l’intelligence artificielle, certaines transformations peuvent être demandées ou générées plus rapidement. Cela présente un enjeu particulier pour les solutions reposant fortement sur la comparaison de signatures statiques : de nombreuses variantes d’un même code peuvent théoriquement être produites plus rapidement.

3. Faciliter l’ingénierie sociale

Le développement du phénomène IA générative malwares doit aussi être analysé au-delà du fichier malveillant lui-même. Un malware n’est efficace que s’il parvient jusqu’à la machine de la victime.

L’IA peut aider un attaquant à :

• rédiger des messages de phishing plus naturels ;
• adapter un texte à une langue ou à un secteur professionnel ;
• produire différentes variantes d’un même message ;
• résumer des informations publiques sur une organisation ;
• créer de faux contenus destinés à renforcer la crédibilité d’un scénario.

Ces capacités augmentent surtout la productivité des campagnes d’ingénierie sociale, ce qui rend la sensibilisation des utilisateurs toujours aussi importante.

IA générative malwares : quels cas réels ont été documentés ?

PROMPTFLUX : un malware expérimental utilisant Gemini

En novembre 2025, Google Threat Intelligence Group a publié une analyse décrivant plusieurs expérimentations associant directement IA et malware. Parmi elles figurait PROMPTFLUX, un dropper expérimental en VBScript utilisant l’API Gemini pour solliciter des techniques d’obfuscation et modifier certaines parties de son code.

Google indiquait toutefois que l’échantillon étudié présentait encore des caractéristiques de développement ou de test et ne démontrait pas, dans cet état, la capacité à compromettre seul une machine ou un réseau.

Ce cas reste néanmoins important pour comprendre l’évolution de l’IA générative malwares : l’IA n’est plus uniquement utilisée avant l’attaque pour aider un développeur, elle peut désormais être intégrée au fonctionnement même de certains prototypes malveillants.

PROMPTSTEAL et l’utilisation de LLM pendant l’exécution

Google a également identifié d’autres familles expérimentant une logique dite « just-in-time », dans laquelle des capacités issues de modèles de langage sont mobilisées pendant l’exécution. L’objectif peut être de générer ou d’adapter certains éléments plutôt que de tout intégrer de manière statique dans le programme initial.

Cette évolution mérite une surveillance particulière, car les systèmes de détection doivent progressivement prendre en compte des logiciels dont certains comportements peuvent devenir plus variables.

Des groupes étatiques utilisent déjà l’IA comme assistant

Google a aussi documenté l’utilisation de Gemini par différents acteurs associés à des opérations soutenues par des États. Les usages constatés concernaient notamment la reconnaissance, la recherche de vulnérabilités, le scripting, le dépannage de code et certaines activités post-compromission.

Il faut néanmoins éviter une conclusion excessive : les observations disponibles montrent surtout une augmentation de l’efficacité de méthodes existantes, et non la disparition de l’expertise humaine.

Pourquoi l’IA ne rend-elle pas les antivirus inutiles ?

La progression de l’IA générative malwares ne signifie pas que les mécanismes de cybersécurité classiques deviennent obsolètes. Au contraire, la protection repose de plus en plus sur plusieurs couches complémentaires.

Les antivirus et solutions de protection modernes ne reposent plus uniquement sur une base de signatures. Elles peuvent aussi analyser des comportements suspects, surveiller les processus, identifier certaines communications anormales et bloquer des fichiers potentiellement dangereux.

L’augmentation du nombre de variantes renforce donc l’intérêt des mécanismes de détection comportementale et de l’analyse automatisée.

Quel est le rôle d’un VPN face aux malwares ?

Un VPN chiffre principalement la connexion entre l’appareil et le serveur VPN. Il peut améliorer la confidentialité du trafic et réduire certains risques sur des réseaux non fiables, mais il ne doit pas être confondu avec un antivirus.

Un VPN ne neutralise pas automatiquement un fichier malveillant déjà téléchargé. Il constitue une couche de protection réseau complémentaire dans une stratégie de cybersécurité plus large.

Comment se protéger des malwares assistés par intelligence artificielle ?

Face au phénomène IA générative malwares, les bonnes pratiques fondamentales restent particulièrement efficaces. L’IA peut accélérer une attaque, mais elle ne supprime pas les points d’entrée classiques : logiciels non corrigés, mots de passe compromis, pièces jointes dangereuses, logiciels téléchargés depuis des sources douteuses ou erreurs humaines.

• mettre à jour régulièrement le système d’exploitation et les logiciels ;
• utiliser une solution antivirus ou EDR maintenue à jour ;
• activer l’authentification multifacteur lorsque cela est possible ;
• éviter d’exécuter des programmes provenant de sources inconnues ;
• conserver des sauvegardes séparées des systèmes principaux ;
• vérifier attentivement les messages demandant une action urgente ;
• limiter les privilèges administrateur ;
• surveiller les comportements inhabituels du système et du réseau.

IA et cybersécurité : une technologie utilisée des deux côtés

L’intelligence artificielle n’est pas uniquement une arme potentielle pour les attaquants. Les défenseurs utilisent eux aussi des modèles avancés pour analyser du code, rechercher des vulnérabilités et traiter plus rapidement de grands volumes d’informations.

Les modèles spécialisés dans l’IA texte peuvent aider des analystes à interpréter des données techniques ou à synthétiser des rapports. Les agents IA vont plus loin en pouvant enchaîner plusieurs tâches avec des outils, ce qui ouvre de nouvelles possibilités pour l’analyse défensive et l’automatisation des opérations de sécurité.

Cette convergence explique pourquoi l’IA générative malwares doit être étudiée à la fois comme sujet d’intelligence artificielle et comme évolution majeure de la cybersécurité.

Certains outils IA permettent aujourd’hui de détecter des failles de sécurité avant même qu’un attaquant ne les exploite.

Que retenir de l’évolution des malwares assistés par IA ?

IA générative malwares ne signifie pas qu’une intelligence artificielle peut aujourd’hui déclencher seule une cyberattaque complète. Les observations de l’ANSSI et des équipes de renseignement sur les menaces montrent plutôt que l’IA accélère la recherche, le scripting, l’adaptation de code, l’ingénierie sociale et, dans certains projets expérimentaux, la modification dynamique de programmes malveillants.

La réponse la plus efficace reste donc une défense en profondeur : mises à jour, protection des postes, contrôle des accès, sauvegardes, sensibilisation et surveillance. À mesure que les attaquants intègrent davantage l’intelligence artificielle, les outils défensifs devront eux aussi exploiter l’automatisation et l’analyse intelligente.

FAQ sur l’IA et les malwares

Une IA peut-elle créer un malware toute seule ?

Des modèles peuvent aider à générer ou modifier du code, mais l’ANSSI indiquait en février 2026 ne pas avoir identifié de système d’IA capable de réaliser de manière autonome l’intégralité des étapes d’une attaque informatique. L’intervention et l’expertise humaines restent importantes.

Les malwares créés avec une IA sont-ils indétectables ?

Non. Une génération assistée par IA ne rend pas automatiquement un programme invisible. Les outils de sécurité peuvent combiner signatures, réputation, analyse du comportement, isolation et autres techniques pour détecter une activité malveillante.

Un antivirus protège-t-il contre les nouvelles menaces IA ?

Une solution de sécurité moderne peut détecter de nombreuses menaces en observant non seulement le fichier mais aussi son comportement. Aucun antivirus ne garantit cependant une protection absolue, d’où l’intérêt d’une stratégie multicouche.

Pourquoi les cybercriminels s’intéressent-ils autant à l’intelligence artificielle ?

L’intérêt principal de l’IA générative malwares est le gain de productivité : recherche plus rapide, assistance au code, adaptation de contenus et automatisation de certaines tâches. Pour les défenseurs comme pour les attaquants, l’IA constitue avant tout un puissant multiplicateur de capacités.