IA : Microsoft lance MAI-Cyber-1-Flash et Perception pour automatiser la détection de vulnérabilités

MAI-Cyber-1-Flash : un LLM « maison » couplé au framework interne MDASH

Le LLM « text to text » ne fonctionne pas en autonomie. Les ingénieurs et les chercheurs l’ont entraîné spécifiquement pour l’intégrer dans le harnais IA MDASH.

MDASH émerge des travaux d’une équipe de recherche en cybersécurité coréenne, travaillant auparavant chez Samsung. Les membres clés ont été recrutés par Microsoft après qu’ils ont remporté un concours de chasses aux vulnérabilités mené par la DARPA (Defense Advanced Research Projects Agency).

L’outil en question est un système multimodèle et multiagent (+100 agents IA) dédié à la découverte de vulnérabilités. Il prépare le code source, l’analyse à la recherche de vulnérabilités, vérifie leur exploitabilité, les dédoublonne et les reproduit afin de fournir une preuve. Il peut également générer des conseils et du code pour créer des correctifs.

Dans cette logique, MAI-Cyber-Flash-1 doit s’occuper de la grande majorité des tâches dans MDASH. Un LLM mieux doté se charge des activités les plus complexes. Ici, les équipes de Microsoft ont déterminé que GPT-5.4 représente le meilleur compagnon pour Cyber-1-Flash.

« Nous avons optimisé à la fois nos modèles et le système, de manière que MAI Cyber-1-Flash traite environ 90 % des requêtes. Il détecte les vulnérabilités, les corrige, les déploie, puis prouve qu’il s’agissait effectivement d’une résolution valide et correcte », affirme Mustafa Suleyman, CEO de Microsoft AI, et cofondateur de DeepMind, lors d’un keynote. « Ensuite, il transfère environ 10 % des requêtes à GPT-5.4, un modèle environ 10 fois plus volumineux, pour les tâches les plus difficiles ».

Sur le parangonnage CyberGym (1507 vulnérabilités issues de 188 projets logiciels), cette combinaison MDASH/MAI-Cyber-1-Flash/GPT-5.4 obtient un score de 95,95 %. Seul, Mythos 5 analyserait correctement 83,8 % des 1500 vulnérabilités. GPT-5.5 Cyber affiche un score de 85,6 %, GPT-5.6 Sol atteindrait 83,6 %, devant Gemini 3.5 Flash Cyber couplé à CodeMender (83,2 %), l’outil concurrent chez Google Cloud. À son lancement en mai, Microsoft prétendait que MDASH obtenait un score de 88,45 % sur ce même benchmark, sans détailler les LLM utilisés.

Faire baisser le coût de l’analyse du code

« Lorsque les modèles se relaient entre eux, ils ne sont pas seulement capables d’offrir de meilleures performances que tous les autres modèles combinés. Ils le font à 50 % du coût », avance Mustafa Suleyman.

Plus particulièrement, la combinaison de Cyber-1-Flash et de GPT-5.4 est moitié moins chère que la précédente association de modèles qui couplaient GPT-5.4, GPT-5.4 mini et GPT-5.3 Codex.

Contrairement à Sentry qui avait conduit un rapide test avec plusieurs LLM et plusieurs Harnais IA sur 83 vulnérabilités connues, Microsoft ne détaille pas le coût occasionné par un tel système. Les entreprises interrogées par le groupe ont pourtant clarifié leur nécessité d’analyser les contenus d’un grand nombre de dépôts de code. Néanmoins, Databricks a confirmé que certains IDE et outils agentiques consomment plus de tokens que d’autres.

C’est peut-être trop tôt. MDASH et MAI-Cyber-1 sont accessibles en préversion privée (via Azure AI Foundry) aux clients et partenaires triés sur le volet par Microsoft. Le géant du cloud justifie ce choix par le fait que ces systèmes ne doivent pas être mis dans toutes les mains.

Il n’a pas entraîné son modèle pour l’attaque, mais il est par essence « double usage » : il peut autant servir à protéger un système qu’à préparer une attaque. Sans surprise, MDASH et le nouveau LLM ont été soumis à un test de red teaming, validé par des experts cyber en interne.

Et Mustafa Souleyman d’estimer que ce n’est qu’un début pour Microsoft. Le groupe traite 100 000 milliards de signaux de sécurité tous les jours pour 1,6 million de clients, mais il les peu exploités.

« Nous avons utilisé une fraction des données d’entraînement à notre disposition à travers l’entreprise », affirme-t-il. « Étant donné que nous venons tout juste de commencer à boucler la boucle de rétroaction en mettant cela en production avec quelques utilisateurs tests, la marge d’amélioration est énorme ».

Perception : une déclinaison commerciale pour les clients de Microsoft Defender

Outre MAI-Cyber-1-Flash, Microsoft a dévoilé le lancement de la préversion publique le 3 août prochain du projet Perception. Cette solution commerciale intègre le LLM et son harnais. Comme chez Wiz et Google, il s’agit d’orchestrer des équipes d’agents IA « rouge », « bleu », et « vert ».

Les agents rouges s’occupent du red teaming c’est-à-dire de la découverte de vulnérabilités. Les agents bleus trient les vulnérabilités selon leur sévérité, tandis que les agents verts les corrigent et les remédient.

La solution repose sur une nouvelle « pile technologique pour la cybersécurité ». Celle-ci s’appuie sur les signaux collectés par les outils SIEM, XDR, EDR, etc., le contexte opérationnel nécessaire aux agents IA pour exécuter leurs tâches, les modèles d’IA, le harnais, les fameux agents et des « actuateurs », la manière dont les agents appliquent une décision sur le système.

Perception doit permettre de se « défendre contre les cyberattaques menées par l’IA avec de l’IA à la même échelle et à la même vitesse que les attaquants », avance Hayete Gallot, vice-présidente exécutive chez Microsoft Security.

La détection infusée à l’IA, oui…

Perception doit exploiter les signaux en provenance de Defender for Endpoint, Entra ID, Sentinel, Defender, Azure Resource Manager, l’analyse comportementale des entités, la gestion des expositions et des systèmes de renseignement sur les menaces.

Pas question de nourrir directement les agents IA avec 100 000 milliards de signaux. « Ce serait trop lent, coûteux et les résultats seraient mauvais », argue Hayete Gallot. « Nous avons organisé le contexte pour créer un graphe de sécurité ».

Cela garantirait la qualité des résultats et des coûts moindres. La preuve, MDASH fonctionnerait avec la plupart des LLM du marché. Le fournisseur n’a pas évoqué le tarif de la solution, mais a assuré que les équipes SOC peuvent également exécuter des LLM sur leur machines.

En tout cas, Microsoft plaide la simplicité d’utilisation de Perception. Il suffit de demander depuis l’interface de Microsoft Security Copilot associé à Defender si l’entreprise est protégée contre un acteur malveillant ou un malware pour que Perception lance une analyse. Il sélectionne un « playbook » correspondant aux agents IA. Un agent de « reconnaissance » propulsé par MDASH analyse la surface d’attaques, détecte les éléments potentiellement concernés avant de les soumettre au runtime à une application Web de « pen testing ». Celle-ci doit permettre de réunir uniquement les éléments que l’attaquant est susceptible d’exploiter.

Un premier client teste Perception depuis quelques mois : la société de crédit foncier britannique Nationwide. Son équipe SOC aurait réduit quatre semaines d’analyse de renseignement sur les menaces à quatre heures.

…la remédiation, cela reste à voir

Lors de la remédiation, l’agent « bleu » crée d’abord des règles de détection écrites en KQL (Kusto Query Language) pour Microsoft Sentinel, suggère des remédiations comme l’activation de protection supplémentaire (WAF, etc.) avant de créer un correctif poussé en pull request vers les propriétaires de l’application. Pour les développeurs, Perception sera accessible depuis GitHub Copilot ou VS Code à travers un serveur MCP.

Les équipes SOC qui utilisent directement MDASH peuvent retrouver les vulnérabilités trouvées ainsi que le niveau de sévérité par dépôt de code dans la console de Microsoft Defender. À chaque trouvaille correspond un résumé qui détaille l’impact et les chemins d’attaque identifiés par les agents. La gestion des rôles et des accès a été adaptée pour ne pas ouvrir l’analyse ou la visibilité des vulnérabilités à tous. Il sera possible de transmettre les recommandations et les correctifs imaginés par le système aux développeurs utilisant Azure DevOps ou GitHub. Google Mandiant a développé un système similaire à Perception. En avril, le fournisseur voulait s’arrêter à l’analyse et aux recommandations, par crainte de générer des problèmes dans les outils de sécurité et dans les environnements de production.

Reste à voir le niveau de confiance que les entreprises sont prêtes à accorder à de tels systèmes. Les déboires d’Hugging Face, victime collatérale d’un test raté d’OpenAI, pourraient susciter une plus grande méfiance concernant le contrôle des LLM. Dans un même temps, les attaquants ne se priveront pas de les exploiter pour infiltrer leurs SI. Microsoft, Google et les autres spécialistes de la cybersécurité devront sans doute mettre en place des « kill switch » afin de les rassurer.