Attackers Steal METR API Key and Consume AI Credits Worth About $600,000
Mis à jour :
Vol de clés API et cyberattaques contre l’organisation METR
L’organisation de recherche en IA, METR, a subi deux incidents de sécurité majeurs en 2026, entraînant le vol d’une clé API et la consommation frauduleuse de crédits cloud estimés à 600 000 $.
Points clés :
- Incident de mars : Une clé API a été compromise via une instance EC2 personnelle mal configurée. Les attaquants ont utilisé une vulnérabilité de type “fail-open” pour contourner l’authentification et accéder aux ressources.
- Incident de mai : Une campagne systématique d’attaques a ciblé l’infrastructure publique de METR par du credential stuffing, du phishing et l’exploitation d’une vulnérabilité dans un outil de consultation de transcriptions.
- Impact financier : La compromission a permis une consommation massive de jetons sur des modèles d’IA. Le montant total a été absorbé par le fournisseur de services, évitant une perte réelle pour l’organisation.
Vulnérabilités identifiées :
- Fail-open (OWASP) : Configuration défaillante d’une application entraînant le contournement total de l’authentification.
- Exposition accidentelle d’endpoint : Une vulnérabilité dans un composant de requête SQL permettait potentiellement d’accéder à des données de recherche non publiées.
- Configuration de base de données : Inclusion accidentelle de données sensibles dans un accès supposé public.
Recommandations :
- Strict contrôle des accès : Interdire le stockage de clés API ou de données confidentielles sur des infrastructures ou appareils personnels/non gérés.
- Gestion des coûts : Mettre en place des plafonds de dépenses (spend caps) et des alertes automatiques sur toutes les clés API pour détecter les pics d’utilisation anormaux.
- Monitoring renforcé : Améliorer la surveillance des accès aux endpoints publics pour détecter les sondages automatisés et les tentatives de force brute.
- Sécurisation du cycle de vie des données : Audit régulier des endpoints exposés et cloisonnement strict entre les jeux de données publics et les données de recherche sensibles.