We Cut Security Reviews From 2-3 Days to 10 Minutes With AI | Farzan Karimi | S3 | E2

We Cut Security Reviews From 2-3 Days to 10 Minutes With AI | Farzan Karimi | S3 | E2

Nous avons réduit les revues de sécurité de 2-3 jours à 10 minutes avec l'IA | Farzan Karimi | S3 | E2

🎙 Eva Benn 👥 136K 📅 12 octobre 2026 ⏱ 40 min 👁 30 📄 débat 🧭 2026-10-12
Disponible en : Français (actuel) English

Mots-clés

IAcybersécuritéexploitabilitépriorisationchaînes d'attaque

Résumé

Dans cet épisode de Security Mondays, Eva Benn reçoit Farzan Karimi, Deputy CISO chez Moderna, pour discuter de l’application pratique de l’IA dans les opérations de cybersécurité. Karimi partage son expérience de la construction d’un agent de threat modeling interne qui a réduit le temps de revue de sécurité de 2-3 jours à 10 minutes par application, générant près de 700 revues assistées par IA en un mois. Il insiste sur l’importance de définir le problème avant de choisir l’outil IA, et met en garde contre le “snake oil” : un produit IA doit résoudre un problème concret, pas simplement ajouter une interface de chat. La conversation aborde la priorisation des vulnérabilités : plutôt que de se fier aux scores CVSS, il faut intégrer des preuves d’exploitabilité (pentests, agents IA, scores EPSS) et raisonner en termes de chaînes d’attaque plutôt que de trouver des bugs isolés. Karimi explique que 20 bugs non liés peuvent former 3 chaînes exploitables, et que les équipes devraient mesurer la réduction des chaînes d’attaque, pas le nombre de findings traités. Il présente également sa recherche sur les Recursive Request Exploits, une nouvelle classe de vulnérabilités web, et relate comment un scan de 1 million de domaines a révélé plus de 2 000 bases Firebase exposées. Enfin, il souligne l’importance de briser les silos organisationnels, qui constituent un risque de sécurité majeur, et recommande une action simple pour la semaine : identifier les composants exposés sur Internet.

241 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est très élevée : Farzan Karimi apporte des exemples concrets issus de son expérience en entreprise (Moderna) et de ses recherches personnelles (RRE, Firebase). Il propose des métriques opérationnelles (temps de revue, économies d’ETP, nombre de revues) et des méthodes de priorisation basées sur l’exploitabilité et les chaînes d’attaque. Son argumentation est solide : il critique le snake oil en IA en exigeant de rattacher les outils à des problèmes métier précis, et il démontre par l’exemple que l’IA peut déplacer le goulot d’étranglement de l’ingénierie vers la remédiation, créant ainsi plus de valeur. Toutefois, certains points reposent sur des données non vérifiées (comme les 687 revues) et pourraient bénéficier de références publiées. La discussion reste pragmatique et orientée vers l’action.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est correcte : l’invité est un expert reconnu, et il fait référence à des travaux publiés (articles sur son blog, conférences DEF CON, nominations PortSwigger). Les sources mentionnées (CyberScoop, LWN, PortSwigger) sont des médias spécialisés et des documents officiels, ce qui renforce la crédibilité. Cependant, la vidéo est une interview informelle et certaines affirmations chiffrées ne sont pas étayées par des publications indépendantes. L’adéquation titre/contenu est bonne : le titre annonce bien la réduction du temps de revue grâce à l’IA, et l’épisode le détaille clairement. Aucun commentaire n’est fourni pour analyser les tendances du public.

239 mots

Adéquation titre / contenu

Le titre reflète bien le contenu : l'épisode détaille comment l'IA a réduit le temps des revues de sécurité (threat modeling) de 2-3 jours à 10 minutes, comme le prouve l'exemple de Moderna.

Qualité & fiabilité

8/10

Les informations proviennent d'un expert reconnu en sécurité offensive (ancien red teamer chez Google, Microsoft, EA) et sont illustrées par des exemples concrets et chiffrés (687 revues de threat modeling en un mois, gain de 2-3 jours par revue, 6,7 ETP économisés). Toutefois, ces données sont des affirmations personnelles non publiées dans des sources tierces vérifiables, ce qui limite la fiabilité absolue.

Chapitres

Sources citées

  • How I Accessed 1,800 Company Livestreams and Uncovered a New Web Exploit Class: RRE — Article de blog de Farzan Karimi décrivant sa découverte des Recursive Request Exploits et l'accès aux livestreams privés.
  • I scanned 1 million domains for Firebase misconfigurations — Article de blog sur le scan de domaines et la découverte de bases Firebase non sécurisées.
  • PortSwigger Top 10 Web Hacking Techniques of 2025, nominations open — Page officielle de PortSwigger pour les nominations aux Top 10 techniques de hacking web 2025, où RRE a été nominé.
  • Collaboration for battling security incidents, LWN.net report — Article LWN.net mentionnant la présentation de Farzan Karimi à SunSecCon 2026.
  • Inside the race to adapt to an AI-powered security world — Article CyberScoop sur la transition vers la cybersécurité pilotée par l'IA, en lien avec XBOW et les tests d'intrusion agentiques.
  • XBOW's Moderna customer story — Étude de cas vendeur décrivant l'utilisation des outils XBOW chez Moderna.
  • GitHub de Farzan Karimi — Répertoire personnel contenant les outils et scripts de recherche de Farzan Karimi, dont l'extension RRE pour Burp Suite.
  • Extension RRE pour Burp Suite — Extension Burp Suite permettant de tester les Recursive Request Exploits.
  • Blog de Farzan Karimi — Blog personnel où il publie ses recherches en sécurité.
  • Profil LinkedIn de Farzan Karimi — Profil LinkedIn de l'invité pour les contacts professionnels.
  • Demonstration 20 secondes Firebase (LinkedIn) — Publication LinkedIn avec une démonstration de l'exploitation Firebase.
  • Chaîne YouTube Eva Benn — Site officiel de la présentatrice Eva Benn, pour plus de ressources en cybersécurité.

Sources concordantes

  • Inside the race to adapt to an AI-powered security world — Article corroborant que l'IA agentique est utilisée pour les tests d'intrusion et peut améliorer l'efficacité, en phase avec les propos de Karimi.
  • I scanned 1 million domains for Firebase misconfigurations — Recherche empirique sur l'exposition de bases Firebase, illustrant le problème des composants mal configurés que Karimi évoque.
  • PortSwigger Top 10 Web Hacking Techniques of 2025 — La nomination de RRE dans ce classement confirme la reconnaissance par la communauté de la nouvelle classe d'exploit.

Apport & nouveautés

Cet épisode apporte un retour d’expérience concret et récent (2026) sur l’utilisation opérationnelle de l’IA générative dans les processus de sécurité d’une grande entreprise pharmaceutique (Moderna). L’apport principal est la démonstration que l’IA peut transformer la revue de threat modeling, traditionnellement longue et manuelle, en un processus automatisé en 10 minutes, tout en déplaçant le travail humain vers la validation et la remédiation. L’originalité réside dans l’accent mis sur la preuve d’exploitabilité comme critère de priorisation, plutôt que sur des scores statiques, ainsi que sur la notion de chaînes d’attaque pour évaluer la sécurité réelle. L’invité partage aussi une nouvelle classe de vulnérabilités (RRE) et une méthode pratique pour découvrir des bases de données exposées.

Pour aller plus loin :

  • Recursive Request Exploits : comment accéder à des livestreams privés — Documente en détail la technique RRE, essentielle pour comprendre les nouvelles menaces web.
  • Exploit Prediction Scoring System (EPSS) — Système de notation probabiliste de l’exploitabilité, mentionné implicitement comme alternative aux scores CVSS.
  • Fuzzing (Wikipedia) — Méthode de test utilisée par Farzan pour prouver l’exploitabilité, centrale en sécurité logicielle.
  • Threat Modeling (Wikipedia) — Cadre de modélisation des menaces, contexte de l’agent IA développé chez Moderna.

195 mots

Profil radar

Le profil montre des scores élevés en qualité d'information et en fiabilité, reflétant l'expertise de l'intervenant et la pertinence des exemples concrets. La quantité d'information est correcte mais limitée par la durée, et le niveau technique est soutenu, ce qui indique un contenu exigeant mais accessible à un public averti. L'ensemble confère une valeur pratique immédiate pour les responsables sécurité.

Fiabilité 8/10