Un PDG annonce une faillite en vidéo, un dirigeant donne un ordre de virement en visioconférence, un collaborateur reçoit un message vocal urgent… Pourtant, tout est faux. Démocratisés par des outils en ligne, les deepfakes sont passés du divertissement à la menace cyber. Le risque ne tient pas seulement à la qualité du faux : il tient surtout à la situation dans laquelle il arrive, au moment où une décision doit être prise vite. Comment distinguer un vrai d’un faux ? Quels risques pour l’entreprise ? Et quelles parades mettre en place ?
Sommaire
- Deepfakes : comprendre la technologie derrière la menace
- Pourquoi les deepdfakes posent-ils un problème de cybersécurité ?
- Comment détecter un deepfake ?
- Se protéger des deepfakes : stratégies et bonnes pratiques
Deepfakes : comprendre la technologie
Un deepfake est une image, une vidéo ou un fichier audio généré par intelligence artificielle (IA) afin d’imiter de manière réaliste une personne existante.
Les deepfakes peuvent prendre deux formes principales :
- Asynchrones, quand une vidéo ou un audio est enregistré puis manipulé avant d’être diffusé (par exemple, un faux message d’un dirigeant).
- En temps réel, grâce au faceswapping (technique consistant à superposer en direct le visage et/ou la voix d’une personne sur un autre intervenant). Cette méthode permet à un attaquant de se faire passer pour un dirigeant lors d’une visioconférence et rend la fraude particulièrement crédible.
Un exemple marquant est l’image du Pape François en doudoune blanche, largement diffusée en 2023. Malgré l’absurdité de la situation, beaucoup d’internautes y ont cru en raison du réalisme de l’image. Cet exemple illustre parfaitement comment le réalisme des deepfakes brouille notre perception du vrai et du faux et peut faire passer une situation totalement invraisemblable pour authentique.
Les deepfakes reposent sur les GANs (Generative Adversarial Networks), où deux intelligences artificielles s’affrontent : l’une génère des contenus artificiels, l’autre les évalue pour les confronter au réel. À force de confrontation, la qualité des faux s’améliore, rendant leur détection toujours plus difficile.
L’idée à retenir : plus les modèles progressent, moins il est raisonnable de miser uniquement sur l’oeil humain.
Pourquoi les deepfakes posent-ils un problème de cybersécurité ?
Comment les deepfakes sont utilisés dans les cyberattaques ?
En entreprise, les deepfakes deviennent dangereux lorsqu’ils s’insèrent dans une action métier : valider un virement, changer un RIB, transmettre une donnée sensible, rejoindre une réunion ou approuver une décision inhabituelle. Quelques secondes d’un enregistrement public, interview, conférence ou podcast, peuvent suffire à cloner une voix et à tromper un interlocuteur en se faisant passer pour un supérieur ou un partenaire.
Ces attaques exploitent un grand nombre de biais cognitifs liés à la confiance et à l’urgence des décisions, ce qui complique leur détection. La fraude devient crédible lorsque la demande arrive par un canal familier, avec un ton attendu, mais contourne une procédure normale.
Quelques exemples
Faux ordre de virements
En 2024, une entreprise a perdu 25 millions de dollars après qu’un employé a été piégé par une visioconférence deepfake. Face à lui, un faux directeur financier et de faux collègues ont réussi à lui faire valider des transferts frauduleux vers Hong Kong.
Espionnage industriel
Des hackers usurpent l’identité de responsables R&D en utilisant un deepfake vidéo. Grâce à de fausses réunions en ligne avec des ingénieurs, ils collectent des informations confidentielles sur des prototypes en développement.
Manipulation de l’opinion
Les deepfakes peuvent aussi être utilisés pour créer une fausse annonce attribuée à un dirigeant et provoquer une crise de confiance avant même le démenti. Ce type de fraude numérique menace directement la stabilité des entreprises et des marchés financiers.
Contournement des systèmes de sécurité
En 2023, un journaliste britannique a démontré comment les deepfakes pouvaient tromper les systèmes de sécurité vocaux. Avec un simple échantillon de sa voix, il a généré une imitation capable de tromper le système de sécurité de sa banque et d’accéder à son compte.
Fraude bancaire
Des escrocs ont utilisé un clonage vocal assisté par IA pour imiter la voix du ministre de la Défense, Guido Crosetto. Sous prétexte de libérer des journalistes retenus à l’étranger, ils ont exigé plusieurs millions d’euros.
Qui est visé et pourquoi ?
Certains profils et secteurs sont plus exposés en raison de leur forte empreinte numérique ou de la sensibilité de leurs activités : dirigeants, directions financières, équipes comptables, fonctions R&D, support client, banque, assurance, industrie, retail ou luxe.
Le risque augmente surtout lorsque l’identité, la voix ou l’image d’une personne sont faciles à récupérer en ligne, ou lorsqu’un profil intervient dans un circuit sensible : validation de paiements, accès à des données confidentielles, décision urgente, échange avec un partenaire.
Dans tous les cas, le mécanisme reste le même : le deepfake cherche à créer assez de confiance pour faire sauter une étape de vérification. Dans le retail ou le luxe, par exemple, il peut crédibiliser une escroquerie : fausse vidéo d’influenceur, page miroir, produit présenté comme officiel.
Comment détecter un deepfake ?
Quels sont les signes qui trahissent un deepfake ?
Les indices visuels ou sonores peuvent éveiller un doute, mais leur absence ne prouve pas qu’un contenu est authentique. La vérification doit porter autant sur le contexte que sur l’image : qui demande quoi, par quel canal, avec quel niveau d’urgence et quelle procédure est contournée ?
Indice n°1 : Cohérence du visage et des mouvements
Un clignement des yeux inhabituel, une asymétrie faciale, un regard décalé ou des expressions rigides peuvent alerter. Ces signes doivent rester des indices possibles, car les modèles progressent rapidement.
Indice n°2 : Cohérence audio-vidéo
Un mauvais alignement labial, une intonation anormalement monotone ou une émotion mal calibrée peuvent signaler une manipulation. Ce type de défaut a tendance à s’estomper avec l’évolution des technologies d’IA, d’autant plus si l’attaquant a pris le temps de s’entraîner à imiter sa cible.
Indice n°3 : Artefacts, éclairage et textures
Des reflets incohérents, des ombres mal positionnées, un flou inhabituel, des bords de visage instables ou des textures artificielles peuvent attirer l’attention. Là encore, ces anomalies ne suffisent pas à conclure.
Avant de partager ou d’exécuter une demande, il faut aussi vérifier la provenance du contenu, rechercher la source originale, comparer avec un canal officiel et confirmer par un moyen connu et indépendant.
Quels outils pour détecter les deepfakes ?
Les outils peuvent aider à qualifier un doute, mais ils ne remplacent pas une procédure de validation. Il faut distinguer trois niveaux : détection technique, analyse de provenance et validation humaine.
- L’intelligence artificielle au service de la détection
Les outils d’analyse basés sur l’IA examinent les images et vidéos image par image afin de repérer des anomalies invisibles à l’œil nu, comme des incohérences dans les pixels, les ombres ou les reflets. D’autres solutions exploitent des bases de données de contenus synthétiques pour affiner leur capacité à reconnaître les manipulations produites par des modèles avancés d’apprentissage automatique. - Blockchain et certification des contenus
D’autres approches misent sur la certification des contenus dès leur création. L’idée est d’enregistrer une empreinte numérique infalsifiable dès la capture d’une image ou d’une vidéo, garantissant ainsi son authenticité. Des protocoles intègrent des métadonnées dans les fichiers multimédias pour assurer leur traçabilité.
- Analyse biométrique et détection comportementale
L’examen des mouvements et des expressions faciales constitue une méthode efficace pour repérer les incohérences propres aux deepfakes. Des modèles d’IA entraînés analysent la dynamique des visages pour identifier d’éventuelles distorsions. Certaines méthodes basées sur le deep learning détectent des artefacts imperceptibles à l’œil humain, révélant ainsi des modifications artificielles. » - Détection audio et approches hybrides
Les deepfakes ne concernent pas uniquement les images : la synthèse vocale est également une source de manipulation. Des algorithmes spécialisés analysent les fréquences sonores, la prosodie et les variations d’intonation pour détecter des anomalies, indiquant que le contenu a été manipulé. Combinées aux techniques de reconnaissance faciale et gestuelle, ces méthodes permettent d’affiner la détection de contenus frauduleux.
Si ces outils permettent des avancées significatives, ils ne suffisent pas à eux seuls. La sensibilisation du public reste essentielle pour éviter de tomber dans le piège des contenus manipulés.
Se protéger des deepfakes : stratégies et bonnes pratiques
Renforcer la vigilance et sensibiliser les équipes
La première ligne de défense contre les deepfakes repose sur la sensibilisation. Face à une demande inhabituelle, le bon ordre de réaction est simple : suspendre l’action, confirmer par un canal connu, signaler le doute, conserver les éléments utiles sans rediffuser le contenu. Les entreprises doivent former leurs collaborateurs à reconnaître les signaux faibles et à adopter de bonnes pratiques de vérification. Instaurer des protocoles de double contrôle, comme valider une demande sensible par un second canal de communication, limite considérablement les risques. À l’échelle organisationnelle, cela passe par l’inscription de ces mesures dans les procédures internes et par leur automatisation autant que possible, afin d’assurer leur adoption systématique.
Des mises en situation et des simulations de fraudes peuvent aider les équipes à mieux identifier les tentatives de manipulation. L’objectif est d’ancrer des réflexes de vérification systématique dans les processus internes.
Il est également crucial de développer des réflexes de vérification face aux contenus audio et vidéo. Encourager les employés à remettre en question une demande inhabituelle et à recourir à une double vérification par un autre canal (appel téléphonique direct, confirmation par e-mail interne) peut éviter des fraudes.
Enfin, intégrer des exercices pratiques dans les politiques de cybersécurité habitue les équipes à réagir face aux deepfakes. En exposant régulièrement les équipes à des tests et mises en situation, elles seront mieux préparées face à une potentielle tentative de manipulation par deepfake.
Sécuriser les communications et les processus décisionnels
Au-delà de la vigilance individuelle, les entreprises doivent renforcer la sécurité de leurs échanges et de leurs prises de décision. Mettre en place des protocoles de validation renforcés réduit le risque d’usurpation pouvant compromettre des transactions financières ou des décisions stratégiques.
L’authentification multi-facteurs (MFA) doit devenir la norme pour toutes les communications sensibles. Un simple appel ou e-mail ne suffit pas à garantir l’identité d’un interlocuteur. L’adoption de solutions avancées, comme la reconnaissance biométrique ou les certificats numériques, offre une protection supplémentaire.
Les processus internes doivent aussi intégrer des points de contrôle supplémentaires. Par exemple, toute demande de transfert de fonds ou de modification de données sensibles doit faire l’objet d’une confirmation par plusieurs parties prenantes via des canaux indépendants.
Garantir la sécurité des échanges implique aussi les partenaires externes. Ils doivent aussi être formés aux bonnes pratiques afin de limiter les failles exploitables par des cybercriminels
Anticiper l’évolution et s’adapter en continu
Les deepfakes se perfectionnent sans cesse, ce qui complique leur détection. Pour limiter les risques, les entreprises doivent adopter une approche proactive et ajuster régulièrement leurs stratégies de cybersécurité.
Une veille technologique rigoureuse est indispensable. Suivre les avancées en matière de génération et de détection des deepfakes permet d’adapter les outils de protection. Travailler avec des experts en cybersécurité, des chercheurs et des organismes spécialisés aide également à anticiper de nouvelles techniques d’attaque.
Au-delà des outils technologiques, chaque collaborateur doit être formé à repérer les signaux d’alerte. Des exercices réguliers renforcent ces réflexes et évitent les réactions trop instinctives face à une demande inhabituelle. Développer une culture cyber permet d’ancrer ces bonnes pratiques dans le quotidien de l’entreprise.
David Boucher
Expert
Cybersécurité
