Filigran ajoute le chaînage d'attaques à OpenAEV pour des tests d'intrusion et des exercices de red teaming autonomes

• Détectez les angles morts : le nouveau moteur de chaînage réinjecte le résultat de chaque action dans la suivante, révélant comment des failles de sécurité isolées se combinent pour former un véritable chemin de compromission
• Cartographiez la route vers vos joyaux de la couronne : un graphe de chemin d'attaque interactif et transparent montre exactement jusqu'où une attaque simulée a progressé, quel contrôle l'a stoppée, et où se situent vos véritables points de blocage, afin de prioriser et corriger l'ensemble d'un chemin d'attaque vulnérable
• Automatisez le mode opératoire de l'attaquant : l'orchestrateur IA autonome construit et exécute des tests d'intrusion complets de façon dynamique, libérant votre équipe de l'écriture manuelle de chaque scénario de test
• Livré avec OpenAEV v3 : cette nouvelle version comprend une interface repensée, un nouveau Adversarial Exposure Command Center, un score d'exposition adverse, des injecteurs IA de red teaming, un reporting automatisé, et bien plus encore

PARIS, le 1er septembre 2026 —Filigran, l'entreprise européenne de gestion des menaces open source, annonce aujourd'hui Attack Chaining, une capacité de validation de chemin d'attaque qui automatise les tests d'intrusion et les exercices de red teaming avec OpenAEV, son produit de validation de l'exposition aux adversaires. Cette capacité est disponible dès aujourd'hui dans le cadre d'OpenAEV v3.

Les attaquants n'exécutent pas leurs techniques de façon isolée. Ils les enchaînent : la reconnaissance révèle une cible, un vol d'identifiants fournit un mot de passe, ce mot de passe ouvre l'accès à la machine suivante, et chaque étape dépend de ce que la précédente a révélé. Ce n'est plus une hypothèse : ces vulnérabilités chaînées sont d'ores et déjà constatées. Les tests atomiques et les scénarios prédéfinis identifient bien des faiblesses spécifiques, mais aucun des deux ne s'adapte à ce qu'un attaquant découvre en chemin.

Le rapport State of Threat Management de Filigran, une étude mondiale indépendante menée auprès de 550 décideurs et praticiens de la sécurité, révèle que 97 % des organisations peinent à déterminer si leurs expositions sont réellement exploitables, et que 88 % s'appuient encore sur des processus manuels pour la simulation d'attaque offensive.

« La validation de sécurité doit évoluer au rythme des méthodes des attaquants. L'objectif n'est plus seulement de prouver qu'on peut bloquer des techniques individuelles ; il s'agit de comprendre si ces techniques peuvent se combiner en un chemin menant à une compromission réelle », déclare Julien Richard, co-fondateur de Filigran. « À mesure que les attaquants deviennent plus adaptatifs et utilisent de plus en plus l'IA pour agir plus vite, il nous faut une validation capable de suivre ce rythme. Attack Chaining apporte ce niveau de réalisme et d'adaptabilité à la validation continue de l'exposition, donnant aux équipes de sécurité une vision bien plus claire de leur résilience réelle. »

Attack Chaining découvre n'importe quel résultat — un identifiant, un port ouvert, un partage de fichiers, un jeu de permissions — et le réinjecte comme donnée d'entrée de l'action suivante, en poursuivant, en bifurquant ou en s'arrêtant dès qu'un contrôle le bloque.

Une logique de chaînage ouverte, configurable et conditionnelle

Construisez votre propre logique de chemin d'attaque réutilisable à partir de zéro, en vous appuyant sur n'importe quel événement ou action de votre arsenal de menaces : TTPs, charges utiles, actions personnalisées ou contenu de bibliothèque. Enchaînez des actions et créez des embranchements selon des conditions (si un identifiant est valide, pivotez ici ; si un contrôle bloque l'étape, arrêtez-vous ou réorientez-vous), afin que les scénarios s'adaptent en temps réel à ce qui existe réellement dans l'environnement plutôt que d'exécuter un script figé. Cette logique reste entièrement inspectable et configurable ; mettez-la à jour à tout moment à mesure que de nouvelles techniques apparaissent, et comme OpenAEV fait partie de la XTM Platform de Filigran, elle peut être construite et priorisée autour de la threat intelligence pertinente pour votre organisation.

Une cartographie du chemin d'attaque en temps réel, transparente et exploitable

Observez la simulation se dérouler en temps réel sur un graphe de chemin d'attaque interactif, qui suit chaque rebond, chaque pivot et chaque embranchement au fur et à mesure, de la première action jusqu'à l'objectif final, plutôt qu'un rapport statique a posteriori. Le résultat de chaque action (un identifiant, une IP/un port, un jeton, un fichier, et plus encore) est capturé sous forme de résultat structuré, et le moteur l'évalue à l'exécution pour décider de l'étape suivante. Explorez n'importe quel résultat pour voir exactement pourquoi et comment une action s'est déclenchée, et utilisez le graphe pour repérer les points de blocage — l'étape unique dont la suppression casse l'ensemble du chemin — afin que les équipes puissent corriger un seul contrôle plutôt que trier chaque faiblesse touchée par la chaîne.

Orchestration pilotée par l'opérateur ou par l'agent

Attack Chaining peut être exécuté manuellement, entièrement orchestré de bout en bout par des agents IA, ou selon une combinaison des deux avec un humain dans la boucle, le tout sur le même moteur de chaînage conditionnel et les mêmes contrôles de périmètre. En mode piloté par l'opérateur, vous construisez la logique et contrôlez l'exécution étape par étape, de façon déterministe et transparente, idéal pour faire passer à l'échelle les tests d'intrusion et valider des chemins d'attaque avec précision. En mode piloté par l'agent, vous définissez l'objectif et le périmètre en langage naturel, et l'agent construit, pilote et adapte lui-même la chaîne, réagissant aux résultats au fur et à mesure et générant des e-mails de phishing et des pages d'atterrissage pour les étapes d'ingénierie sociale, idéal pour automatiser les tests d'intrusion et le red teaming à grande échelle.

« Un résultat de validation n'est exploitable que si les équipes de sécurité peuvent retracer la logique qui l'a produit », déclare Jean-Philippe Salles, VP Product Management chez Filigran. « Avec OpenAEV v3, les équipes peuvent construire ou générer des scénarios d'attaque, observer les chemins d'attaque se dérouler, et inspecter la logique et les preuves derrière chaque étape. Cela signifie qu'elles peuvent tester plus souvent, adapter les scénarios à leur propre environnement, et identifier le contrôle ou la faiblesse spécifique qui nécessite de l'attention, sans transformer chaque exercice de validation en projet sur mesure. »

Également dans OpenAEV v3

Cette version introduit un tableau de bord d'accueil repensé qui consolide la posture, les résultats de simulation et la couverture de détection en une seule vue, baptisé Adversarial Exposure Command Center. On y trouve également un score d'exposition adverse qui agrège les résultats de validation de toutes les sources d'exposition en une mesure unique et suivable ; des injecteurs IA de red teaming natifs qui exécutent des simulations d'adversaires contre des agents et chatbots pilotés par LLM, en utilisant le même moteur que celui qui valide les défenses EDR, SIEM et e-mail ; ainsi qu'un reporting PDF en un clic généré directement à partir des résultats de simulation.

Disponibilité

OpenAEV v3 est disponible pour tous les utilisateurs dès aujourd'hui. Attack Chaining est disponible dans OpenAEV Enterprise Edition. Pour en savoir plus, rendez-vous sur filigran.io.

À propos de Filigran
Filigran, entreprise de cybersécurité, propose une approche open source, pilotée par l'IA et guidée par la menace de la gestion continue de l'exposition aux menaces (CTEM). Sa plateforme eXtended Threat Management (XTM) fournit de la threat intelligence, de la validation de l'exposition et une réduction du cyber-risque. En savoir plus : Site web – Blog – LinkedIn – X

FAQ

En quoi la validation automatisée de chemins d'attaque diffère-t-elle d'un test d'intrusion ?

Un test d'intrusion dépend de la réservation d'un temps d'expert rare selon un calendrier fixe, si bien que la plupart des équipes n'obtiennent qu'une photographie ponctuelle une ou deux fois par an, et l'environnement commence déjà à s'en écarter dès que le rapport arrive. OpenAEV exécute le même raisonnement multi-étapes à la demande et en parallèle sur plusieurs environnements, ce qui ne remplace pas le jugement qu'apporte un testeur humain, mais permet aux équipes de valider en continu et de réserver cette expertise pour les points de blocage que l'automatisation fait remonter.

Comment Attack Chaining d'OpenAEV utilise-t-il l'IA ?

Attack Chaining utilise une couche agentique pour une orchestration entièrement autonome, de bout en bout, permettant à l'IA de planifier, d'exécuter et d'adapter dynamiquement les chemins d'attaque au fil de l'eau, avec une intervention humaine minimale. Point crucial, chaque décision prise par l'agent est journalisée dans le respect de contrôles de périmètre stricts, garantissant aux équipes le réalisme d'un red teamer automatisé tout en conservant un exercice entièrement auditable de bout en bout.

Une simulation d'attaque automatisée peut-elle casser quelque chose en production ?

Chaque chaîne s'exécute sous des contrôles de périmètre qui définissent les systèmes qu'elle peut toucher et jusqu'où elle peut aller, et l'exécution s'arrête d'elle-même lorsqu'un contrôle bloque une étape au lieu de forcer le passage. C'est pourquoi les chaînes OpenAEV peuvent s'exécuter sans supervision dans des environnements proches de la production, sans nécessiter de fenêtre surveillée.

En quoi la validation des chemins d'attaque d'OpenAEV diffère-t-elle des autres outils de chemin d'attaque ou de pentest automatisé ?

La plupart des outils rejouent des scénarios prédéfinis ou n'exposent que le résultat final, alors qu'OpenAEV détermine chaque étape à partir du résultat de la précédente et permet aux équipes d'inspecter et de modifier cette logique à tout moment. Le même moteur s'exécute également contre des agents et des chatbots propulsés par des LLM, ce qui permet aux équipes de valider leurs systèmes d'IA avec les outils qu'elles utilisent déjà pour l'EDR, le SIEM et les défenses e-mail.

Contact presse
Treble
McKenzie Covell
filigran@treblepr.com