CVE-2026-70352 : Azure AI Language sans auth, CVSS 10.0

Les faits

CVE-2026-70352 est une vulnérabilité de score CVSS maximal (10.0 / Critical) découverte dans Azure AI Language Authoring, le service Microsoft Azure dédié à la création et au déploiement de modèles de traitement du langage naturel (NLP) personnalisés. La faille a été révélée et corrigée le 9 septembre 2026 dans le cadre du Patch Tuesday, le mois record qui a vu Microsoft publier 973 correctifs simultanément.

La nature de la vulnérabilité est classée CWE-306 (Missing Authentication for Critical Function) : une ou plusieurs fonctions critiques de la plateforme Azure AI Language Authoring ne requéraient aucune authentification pour être invoquées. Le vecteur d'attaque est réseau (AV:N), sans interaction utilisateur nécessaire (UI:N) et sans privilèges préalables requis (PR:N), ce qui justifie le score CVSS 10.0 — le plus élevé possible sur l'échelle CVSSv3.1. L'impact est total sur la confidentialité, l'intégrité et la disponibilité (C:H/I:H/A:H).

Concrètement, un attaquant réseau anonyme pouvait invoquer directement les fonctions d'administration d'Azure AI Language Authoring sans présenter de jeton d'authentification valide. Cela lui permettait d'escalader ses privilèges au sein de la plateforme et d'interagir librement avec les modèles de langage déployés : les lire, les modifier, les corrompre, les supprimer, ou injecter des biais intentionnels dans leurs paramètres d'entraînement ou de configuration.

Les implications de cette faille vont au-delà de la simple intégrité des données. Un acteur malveillant capable de modifier un modèle NLP déployé en production peut empoisonner les sorties du modèle (model poisoning), en faire un vecteur de désinformation, d'extraction d'informations confidentielles via des techniques de prompt injection indirecte, ou de contournement de filtres de sécurité. Dans des scénarios d'utilisation sensibles — analyse juridique automatisée, aide médicale, services financiers algorithmiques — les conséquences peuvent être catastrophiques pour les organisations et leurs utilisateurs finaux.

Microsoft précise dans son Security Update Guide (septembre 2026) que la vulnérabilité affecte spécifiquement la couche Authoring d'Azure AI Language, c'est-à-dire l'interface de création et de gestion des modèles, et non uniquement les endpoints d'inférence. Cela signifie que des modèles propriétaires entraînés sur des données confidentielles d'entreprise — corpus métier, données clients, historiques de transactions — étaient potentiellement accessibles et exfiltrables sans authentification par quiconque connaissant les endpoints exposés.

Microsoft indique que la faille est considérée comme « plus susceptible d'être exploitée » selon son propre système d'évaluation (Exploitability Index), mais ne confirme pas d'exploitation active au moment de la divulgation publique. Cependant, le score CVSS 10.0 et la facilité d'exploitation (aucun prérequis, attaque réseau pure) impliquent que la fenêtre entre divulgation et première exploitation malveillante est potentiellement très courte. Les scanners automatisés et les outils de reconnaissance d'API cloud sont capables d'identifier de tels endpoints non protégés en quelques heures après la publication des détails techniques.

La correction a été déployée par Microsoft directement au niveau de l'infrastructure Azure — ce qui est la norme pour les services cloud entièrement gérés (PaaS). Pour la majorité des utilisateurs d'Azure AI Language, le patch est donc appliqué automatiquement sans action de leur part. Toutefois, les environnements Azure déployés sur des configurations personnalisées, des clouds souverains (Azure Government, Azure China 21Vianet), ou via des déploiements hybrides Azure Arc, doivent vérifier l'application effective du correctif auprès du support Microsoft.

Cette vulnérabilité illustre un risque systémique croissant dans l'écosystème des plateformes d'IA cloud : la gestion des accès aux APIs d'administration des modèles est souvent traitée avec moins de rigueur que les endpoints d'inférence métier. Alors que les organisations externalisent massivement leurs modèles NLP vers des services cloud comme Azure AI Language, la sécurisation de la chaîne de gestion du cycle de vie des modèles (MLOps pipeline) devient un vecteur d'attaque critique à part entière — particulièrement dans le contexte de la directive NIS2 qui impose une gestion des risques de la chaîne d'approvisionnement numérique.

Impact et exposition

Azure AI Language est utilisé par des milliers d'organisations dans le monde pour construire des pipelines NLP personnalisés : classification de texte, extraction d'entités nommées (NER), réponse aux questions, analyse de sentiment, résumé automatique de documents. La faille CVE-2026-70352 expose potentiellement l'ensemble de ces déploiements à une compromission non authentifiée de leurs modèles propriétaires et des données d'entraînement associées.

Les secteurs les plus exposés sont ceux qui traitent des données sensibles via des modèles NLP : services financiers (analyse automatisée de contrats, scoring de crédit), santé (extraction d'informations médicales depuis des comptes-rendus), juridique (analyse documentaire et due diligence), défense et secteur public (traitement de documents sensibles). Dans ces contextes, une modification malveillante du modèle constitue une atteinte directe à l'intégrité des décisions automatisées prises à partir de ses sorties, avec des conséquences potentiellement irréversibles.

La condition d'exploitation est exceptionnellement permissive : aucune authentification, aucune interaction utilisateur, aucun privilège préalable. Dans un environnement où les endpoints Azure AI Language Authoring sont exposés sur Internet — ce qui est le cas par défaut dans de nombreux déploiements Azure sans configuration réseau restrictive — l'attaque est accessible depuis n'importe quelle machine connectée.

L'impact sur la confidentialité est également significatif : les modèles d'Azure AI Language sont souvent entraînés sur des corpus de données propriétaires et confidentiels. L'accès non authentifié à la couche Authoring peut permettre l'exfiltration de ces données d'entraînement ou des paramètres du modèle, constituant une fuite de propriété intellectuelle majeure. Les organisations utilisant Azure AI Language pour des traitements soumis au RGPD (données personnelles en corpus d'entraînement) doivent évaluer leur obligation de notification auprès de la CNIL en cas d'exploitation potentielle pendant la période de vulnérabilité.

Recommandations immédiates

• Vérifier auprès du portail Azure et du support Microsoft que le correctif CVE-2026-70352 a bien été appliqué sur votre tenant — Security Update Guide Microsoft, septembre 2026
• Auditer les journaux d'accès Azure AI Language Authoring pour détecter des appels non authentifiés ou anormaux entre le 1er et le 9 septembre 2026
• Mettre en place des règles de réseau (Network Security Groups, Private Endpoints) pour restreindre l'accès aux endpoints Authoring aux seules adresses IP autorisées
• Activer Microsoft Entra ID comme seule méthode d'authentification sur tous les services Azure AI et revoir les stratégies d'accès conditionnel associées
• Inventorier tous les modèles déployés et vérifier leur intégrité : comparer les versions de modèle et les métriques de performance sur des jeux de test de référence
• Considérer une rotation des clés d'API et des secrets associés aux espaces de travail Azure AI Language potentiellement exposés durant la période de vulnérabilité