Quand l'attaquant autonome rencontre un réseau invisible

Le 29 juillet 2026, l'équipe derrière Darkmoon — une plateforme open-source de tests d'intrusion par IA entièrement autonome développée par ASC-IT à Toulouse, France — a dirigé son système vers l'environnement de démonstration public d'OpenNHP et a publié les résultats.

Nous voulons commencer par la seule chose qui compte vraiment ici : merci. Darkmoon a mené une évaluation réelle, reproductible et non destructive contre une cible en production, puis a publié le rapport complet — méthodologie, outils, découvertes, tout — en libre accès. C'est précisément le type d'examen transparent et indépendant que nous avions demandé en invitant la communauté sécurité à essayer de casser OpenNHP.

Darkmoon n'est pas une personne qui lance nmap à la main. C'est un orchestrateur LLM qui dirige des sous-agents spécialisés à travers la reconnaissance, la découverte, l'exploitation et le reporting — de façon entièrement autonome, à la vitesse de la machine. C'est exactement la classe d'adversaire pour laquelle nous avons conçu OpenNHP. L'outillage IA offensif n'est pas une menace future hypothétique ; c'est aujourd'hui un projet open-source sur GitHub.

Si l'IA autonome est sur le point de rendre la reconnaissance et l'exploitation quasiment gratuites, alors tester un protocole de dissimulation réseau contre exactement ce type d'adversaire n'est pas optionnel — c'est tout l'enjeu.

L'évaluation a suivi les directives NIST SP 800-115 et OWASP, en combinant plusieurs techniques de reconnaissance indépendantes contre les hôtes de démonstration d'OpenNHP :

• Requêtes HTTP/HTTPS via curl
• Scan de ports avec naabu sur les ports courants (22, 80, 443, 8080)
• Sondes TCP connect via bash /dev/tcp
• Sondage ICMP

Quatre méthodes indépendantes, dirigées vers trois hôtes protégés par NHP (server2, ac2 et l'Access Controller), situés derrière le Network-infrastructure Hiding Protocol (NHP) d'OpenNHP.

Il est important d'être précis sur ce second chiffre, car nous ne voulons pas l'enterrer. Les 51 découvertes de Darkmoon — 4 élevées, 10 moyennes, 17 faibles, 20 informatives — concernaient le backend d'authentification public, un composant que nous exposons intentionnellement sur notre site de démonstration comme surface pédagogique. Cette surface n'a jamais été derrière NHP, et y trouver de vrais problèmes prouve que l'outillage de Darkmoon fonctionne exactement comme prévu.

Sur les hôtes réellement protégés par NHP, les scanners de Darkmoon n'ont trouvé ni mauvaise configuration, ni bannière intéressante, ni angle mou à sonder. Ils n'ont trouvé absolument rien à regarder.

La conclusion de Darkmoon est celle que nous choisirions nous-mêmes : OpenNHP ne rend pas les services incassables, il les rend indétectables jusqu'à authentification. L'approche « déplace toute la surface d'attaque vers le secret des identifiants » en supprimant la seule condition préalable dont dépend toute chaîne d'attaque — la détectabilité. L'authentification a lieu avant la connexion, pas après.

C'est la thèse de la dissimulation réseau, testée par un adversaire autonome plutôt qu'affirmée par nous. Un résultat propre face à un attaquant réel, moderne et piloté par IA est une preuve significative que l'approche tient — pas une preuve qu'elle tiendra toujours, mais une véritable donnée en sa faveur.

Zero Trust a passé une décennie à enseigner à l'industrie à ne pas faire confiance à une connexion simplement parce qu'elle vient de l'intérieur du périmètre. Les résultats de Darkmoon pointent vers l'étape suivante : ne pas seulement refuser de faire confiance à une connexion non authentifiée — l'empêcher d'exister.

Nous appellerions cela Zero Visibility, et nous pensons que c'est vers là que se dirige l'architecture Zero Trust. Les attaquants IA autonomes sont la raison pour laquelle l'industrie doit y arriver plus vite.

La sécurité ne devrait jamais dépendre uniquement des affirmations de ses créateurs. OpenNHP est un projet open source parce que la sécurité s'améliore grâce à la transparence, à la revue par les pairs et à la validation indépendante.

L'évaluation de Darkmoon illustre exactement le type de collaboration que nous souhaitons voir plus souvent :

• Tests offensifs indépendants
• Méthodologies publiques
• Expériences reproductibles
• Discussion technique constructive

Nous invitons les chercheurs, les testeurs d'intrusion, les universités et les équipes de sécurité IA à évaluer OpenNHP avec leurs propres outils et méthodologies. Que votre plateforme repose sur des agents IA autonomes, des tests d'intrusion traditionnels ou des techniques offensives entièrement nouvelles, nous accueillons toute évaluation indépendante.

Un rapport propre issu d'un excellent outil open-source n'est pas la fin de cette conversation — c'est une invitation à en avoir davantage. Si quelque chose passe, nous voulons le savoir immédiatement, et nous le dirons publiquement, comme Darkmoon l'a fait. La démo en direct reste en ligne précisément pour cette raison.

L'intelligence artificielle transforme les deux camps de la cybersécurité. Les attaquants deviennent autonomes. Les défenseurs doivent devenir proactifs.

OpenNHP représente une évolution possible du Zero Trust — du simple « Never Trust, Always Verify » vers un principe supplémentaire de plus en plus pertinent à l'ère de l'IA :

Nous remercions sincèrement l'équipe Darkmoon pour sa contribution à cette discussion. Leur évaluation aide à démontrer un point important : lorsque les attaquants autonomes deviennent plus rapides, plus intelligents et moins coûteux, rendre l'infrastructure invisible aux utilisateurs non autorisés devient l'un des moyens les plus efficaces de prévenir les attaques avant qu'elles ne commencent.

Merci encore à l'équipe Darkmoon et ASC-IT. C'est exactement à cela que devraient ressembler des tests indépendants, adversariaux et publiés — et le projet OpenNHP en sort renforcé.