Les dernières semaines ont mis en lumière des failles de sécurité méconnues au sein de plusieurs plateformes proposant des services d’InférencePhase durant laquelle un modèle entraîné utilise ses paramètres pour produire une prédiction ou une réponse à partir de nouvelles données. d’Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision.. Des chercheurs indépendants ont mené des tests de type « canary » – c’est‑à‑dire en injectant volontairement des URL et des identifiants factices dans les requêtes – afin de vérifier si les fournisseurs respectaient réellement leurs promesses de confidentialité, notamment le paramètre Zero Data Retention (ZDR).

Enquête de Dragos sur les routes d’inférence

Dragos a soumis près de deux millions de prompts contenant des URL uniques et des credentials factices entre juillet et novembre 2026. En suivant les réponses et en surveillant l’activité réseau, l’équipe a identifié plus de deux 000 chemins d’inférence différents. Parmi ceux‑ci, plusieurs centaines passaient par un système non répertorié, et un laboratoire chinois inconnu aurait récupéré le contenu d’une majorité de requêtes, même lorsque le client avait explicitement demandé le mode ZDR.

Le plus grave a été la récupération d’une centaine de clés AWS embarquées dans les prompts. Certaines de ces clés ont été utilisées pour des dizaines de milliers d’appels API, ce qui indique que la copie des données s’est produite dès l’arrivée de la requête chez le fournisseur, avant même que le modèle ne commence son traitement.

Réactions des fournisseurs et mesures prises

OpenRouter a annoncé le 22 novembre 2026 le retrait de trois prestataires d’inférence et la suppression de 125 points de terminaison de l’éligibilité ZDR. Aucun accès non autorisé aux propres systèmes d’OpenRouter n’a été détecté, mais les points retirés comprenaient des fournisseurs déjà signalés par les chercheurs et d’autres retirés « par précaution ». La société indique désormais qu’elle va vérifier techniquement chaque chemin réseau avant de ré‑activer la conformité ZDR.

Novita a publié un avis de confidentialité expliquant qu’une mauvaise configuration d’acheminement API avait détourné certaines requêtes MiniMax vers l’API officielle de MiniMax au lieu de son infrastructure interne, entre le 28 mai et le 11 novembre 2026. Les requêtes concernées pourraient avoir été consultées ou conservées par un tiers. Novita a suspendu les modèles affectés et travaille à la suppression des données retenues.

Phala, quant à elle, a confirmé une intrusion sur son service hérité exposant les requêtes DeepSeek V4 Flash 0731 entre le 21 octobre et le 8 novembre 2026. L’attaquant a exploité un service internet exposé qui faisait confiance à l’accès en boucle locale sans authentification supplémentaire, donnant ainsi la visibilité sur les données en vol. La société a contené l’incident le 8 novembre et lance un audit complet de la plateforme.

Enfin, Together AI a révélé qu’un agent de codage IA avait accidentellement publié les informations d’identification d’un dépôt privé Hugging Face sur le dépôt public GitHub « xorl ». Un acteur non autorisé a récupéré les échantillons de prompts stockés, provenant de modèles MiniMax M3, GLM‑5.2 et Kimi K2.6, et a cherché des credentials supplémentaires, dont cinq canaries de Dragos. Together AI n’a pas identifié d’autres fuites, mais a renforcé ses processus : utilisation de credentials à durée de vie limitée, contrôle systématique des pull‑requests et activation du ZDR par défaut pour les nouveaux comptes.

Quelles leçons pour les utilisateurs ?

Ces incidents rappellent que la chaîne de traitement d’une requête IA implique souvent plusieurs acteurs – du client à l’agrégateur de services, en passant par le fournisseur d’infrastructure. Chaque maillon peut potentiellement accéder au contenu complet du PromptL’instruction et le contexte fournis à un modèle pour orienter sa réponse. et de la réponse. Ainsi, même si un service promet le mode ZDR, la conformité dépend de la transparence du routage réseau et de la rigueur des partenaires.

Pour les développeurs et les entreprises qui intègrent des modèles tiers, il devient indispensable de :

  • vérifier les chemins d’acheminement des requêtes, notamment lorsqu’on utilise des plateformes d’agrégation comme OpenRouter ;
  • éviter d’inclure des secrets dans les prompts, même à titre de test ;
  • privilégier des comptes avec des credentials à durée de vie courte et activer les contrôles de sécurité automatisés sur les dépôts de code.

Le secteur semble prendre conscience de ces failles : les fournisseurs annoncent des contrôles plus stricts, la ré‑intégration de points de terminaison ZDR sera conditionnée à des audits, et les pratiques de revues de code seront renforcées. Néanmoins, la complexité des architectures multi‑cloud laisse une marge d’erreur qui exige une vigilance constante de la part des utilisateurs.

En résumé, la découverte de ces failles de routage et de rétention montre que la protection des données dans les services d’inférence IA n’est pas encore garantie. Les acteurs du marché renforcent leurs processus, mais la responsabilité finale reste partagée entre fournisseurs et clients, qui doivent tous deux veiller à ne jamais exposer d’informations sensibles dans leurs requêtes.

Une lecture à partager ?
Partager
Partager cet article
WhatsApp ↗LinkedIn ↗Facebook ↗X ↗E-mail ↗

POUR CONTINUER

Garder le fil.

Toutes les actus ↗