Les cyberexercices Standoff du forum « Цифровые решения » mettent l'IA à l'épreuve, côté attaque comme côté défense

Le forum IT russe « Цифровые решения » a accueilli les cyberexercices Standoff : des équipes de sécurité informatique des principales entreprises du pays y ont travaillé l'attaque et la défense. Le thème central du bilan, publié par CNews le 9 octobre 2026, est l'intelligence artificielle. L'extrait accessible de l'article ne mentionne ni le nombre d'équipes, ni la durée, ni le classement. Cet article fait donc le tri entre ce qui est établi et ce qu'il faudra vérifier séparément.

Ce que l'on sait des exercices

Standoff s'est imposé de longue date comme le principal format russe de cyberbataille. Certaines équipes jouent les attaquants (les rouges) et cherchent comment pénétrer dans l'infrastructure. D'autres jouent les défenseurs (les bleus) : elles détectent l'intrusion et la repoussent. Tout se déroule généralement sur un terrain d'entraînement construit pour l'occasion, et non sur des systèmes réels. Cela permet de jouer en toute sécurité des scénarios proches de vrais incidents.

L'intérêt particulier de ce format tient à ce qu'il teste non pas un produit isolé, mais l'ensemble formé par les personnes, les processus et les outils. Pour un directeur de la sécurité informatique, c'est plus proche de la réalité qu'un test de scanner en laboratoire.

Principaux paramètres connus de l'événement :

• Lieu : le forum IT « Цифровые решения ».
• Format : cyberexercices Standoff opposant attaquants et défenseurs.
• Participants : équipes de sécurité informatique des principales organisations russes.
• Thème du bilan : l'usage de l'IA dans l'attaque et dans la défense.
• Source : CNews, publication du 9 octobre 2026.
• Résultats chiffrés dans l'extrait public : non communiqués.

Où l'IA sert les deux camps

Le titre de l'article souligne cette dualité : l'IA est utile à ceux qui attaquent comme à ceux qui défendent. Dans ce type d'exercice, elle se manifeste généralement à travers quelques scénarios typiques. On ne peut pas affirmer que ce sont ceux évoqués au forum, mais ils fournissent un cadre pour évaluer le bilan.

Côté attaquants, les modèles de langage accélèrent la reconnaissance, aident à rédiger des textes de phishing crédibles, à générer des variantes de scripts et à décortiquer des technologies inconnues. Le gain porte surtout sur le temps : ce qui exigeait auparavant des heures de travail manuel tient désormais en quelques minutes.

Côté défenseurs, l'IA est le plus souvent intégrée au centre de supervision. Elle regroupe les alertes, fournit à l'analyste le contexte d'un incident, rédige des ébauches de règles de détection et assemble des événements épars en une seule chronologie. Cela allège la charge de la première ligne, mais ne dispense pas de vérifier les conclusions du modèle.

Il existe aussi une asymétrie. L'attaquant n'a besoin que d'une tentative réussie, et une suggestion erronée du modèle ne lui coûte presque rien. Pour le défenseur, un faux positif coûte cher : il fait perdre du temps, mobilise l'attention de l'équipe et dégrade parfois la disponibilité des services.

Ce qui manque dans les données publiques

La question centrale pour tout rapport sur l'IA lors de cyberexercices est de savoir ce qui a été mesuré. Sans réponse, la conclusion « l'IA a aidé » reste un slogan. L'extrait disponible ne permet pas de savoir comment les équipes ont utilisé les modèles (développés en interne, commerciaux ou ouverts), si leur usage était restreint, ni si le résultat a été comparé à un travail sans IA. On ignore aussi si les organisateurs ont mesuré la vitesse de détection, le nombre d'attaques manquées ou la part de faux positifs.

Tant que ces données ne sont pas publiées, il vaut mieux lire le bilan comme un signal sur la direction prise, et non comme une preuve d'efficacité.

Comment l'utiliser en pratique

Les responsables de la sécurité informatique en entreprise ont intérêt à ne pas attendre le rapport complet et à préparer leur propre vérification :

1. Fixez une base de référence. Mesurez le temps de détection et de réaction de votre centre de supervision avant d'introduire des outils d'IA, faute de quoi vous n'aurez rien à comparer.

2. Intégrez l'IA à vos exercices. Si vous organisez des cyberexercices en interne, ajoutez des scénarios où les attaquants utilisent des modèles génératifs pour le phishing et la reconnaissance.

3. Exigez des métriques de vos fournisseurs. La part de faux positifs et le temps de traitement d'un incident comptent plus que les discours sur l'« analytique intelligente ».

4. Gardez l'humain dans la boucle. Les actions automatiques d'un modèle en environnement de production doivent rester limitées tant qu'elles n'ont pas été vérifiées sur un terrain d'entraînement.

5. Suivez la publication des résultats détaillés de Standoff et confrontez-les à vos propres données.

Quand les organisateurs dévoileront les chiffres, il sera possible de les confronter à cette liste pour mesurer à quel point l'IA a changé le rapport de forces.