Repérer un deepfake à l'image et au son
Un visage ou une voix synthétique peut imiter un dirigeant ou un collègue. Ce qui est établi, et pourquoi vérifier par un autre canal.
Sur cette page
En 30 secondes
- Où ça arrive
- Appel téléphonique ou autre communication vocale[1], ou message envoyé par un service de messagerie[5], avec une identité empruntée à quelqu'un de confiance.
- Ce que veut l'attaquant
- Obtenir un accès aux systèmes par téléphone[1].
- Le réflexe
- Se méfier des appelants et vérifier leur identité[1]. Pour la fiche, cela veut dire confirmer la demande par un autre canal que celui de la demande, sans se fier au visage ou à la voix.
- Si c'est déjà fait
- Prévenir sans attendre le service de sécurité de l'entreprise, avec l'heure de l'appel et le canal utilisé.
De quoi parle-t-on
Un deepfake est une image, une vidéo ou une voix fabriquée par un modèle d'intelligence artificielle pour ressembler à une personne réelle. Pour un salarié, le danger tient à ce qu'un visage ou une voix familiers servent à faire passer une demande : un « dirigeant » qui réclame un virement en urgence, un « collègue » qui demande un accès.
Cette fiche décrit ce que la victime perçoit, la façon dont ces contenus sont fabriqués et la raison pour laquelle l'œil et l'oreille ne suffisent pas à trancher.
Questions directes
Peut-on reconnaître un deepfake à l'œil nu ?
Les techniques de génération produisent, dans certaines conditions, des images et des vidéos faciales « très réalistes »[2]. Le NIST consacre de son côté des travaux à l'évaluation de systèmes d'analyse face aux deepfakes d'images générés par IA[3].
Pourquoi les défauts visibles disparaissent-ils ?
Les modèles génératifs progressent. Une étude de synthèse note que les réseaux antagonistes génératifs (GAN) ont donné des résultats impressionnants, puis que les modèles de diffusion ont relancé la recherche[2]. La même étude indique que les techniques de détection évoluent elles aussi en continu[2].
Que dit-on de la menace côté autorités ?
Le 12 septembre 2023, la NSA, le FBI et la CISA ont publié une fiche d'information, « Contextualizing Deepfake Threats to Organizations ». Elle présente les menaces, techniques et tendances des médias synthétiques, dont les deepfakes, et recommande aux organisations d'y chercher des mesures pour se préparer, identifier, se défendre et répondre[4]. Les agences écrivent que ces menaces ont « exponentially increased »[4].
Que faire si la demande vient d'un chef ?
Vérifier par un autre canal. MITRE recommande de former les utilisateurs à se méfier des appelants et à vérifier leur identité[1]. En pratique : raccrocher, puis rappeler la personne sur un numéro déjà connu, ou la joindre par la messagerie interne.
Dans la peau de l'attaquant
L'attaquant cherche à faire agir quelqu'un. MITRE décrit le « spearphishing voice » comme une variante de l'hameçonnage ciblé qui pousse un utilisateur à donner accès à des systèmes par un appel téléphonique ou une autre communication vocale[1]. Le procédé passe souvent par l'ingénierie sociale : se faire passer pour une source de confiance et créer un sentiment d'urgence ou d'alarme chez la personne[1].
Une voix ou un visage synthétique ajoute une couche à ce scénario : l'interlocuteur n'est plus seulement quelqu'un qui prétend être le dirigeant, il en a l'apparence ou le timbre.
L'attaquant peut aussi passer par une étape de mise en confiance. MITRE décrit des attaquants qui créent de faux comptes sur des réseaux sociaux, engagent la conversation avec des employés, puis envoient des liens ou des pièces jointes par un service non contrôlé par l'entreprise, comme une messagerie personnelle consultée sur l'ordinateur de travail[5]. Ces services ont plus probablement une politique de sécurité moins stricte que celle d'une entreprise[5].
Ce que vous voyez à l'écran
La victime voit ou entend une personne qu'elle croit connaître. La demande a en commun avec les autres hameçonnages une identité de confiance et une urgence[1].
Voici une illustration, neutralisée, de ce que peut contenir un appel de ce type. Elle est inventée pour l'exemple et ne reproduit aucun cas réel.
Illustration (cas fictif, adresse neutralisée)
Appel de [voix imitant un dirigeant] :
[demande de traiter un paiement urgent et confidentiel,
demande de ne prévenir personne, puis de se connecter à
hxxps://acces-urgent[.]exemple[.]invalid pour valider]MITRE note aussi que l'hameçonnage vocal peut être combiné à la génération de demandes d'authentification multifacteur, pour amener la victime à divulguer ses identifiants MFA ou à accepter des demandes d'authentification[1].
Sous le capotÉquipes IT
Deux familles de modèles reviennent.
Les réseaux antagonistes génératifs, ou GAN, ont été proposés dans un article soumis le 10 juin 2014. Le principe : deux modèles sont entraînés ensemble, un générateur qui capte la distribution des données d'entraînement et un discriminateur qui estime si un échantillon vient de ces données ou du générateur[6]. L'entraînement du générateur vise à maximiser la probabilité que le discriminateur se trompe[6]. Les modèles de diffusion ont suivi. Un article soumis le 19 juin 2020 présente des résultats de synthèse d'images de haute qualité avec des modèles de diffusion probabilistes, et indique sur le jeu LSUN en 256x256 une qualité d'échantillons similaire à celle de ProgressiveGAN[7].
L'étude de synthèse sur les deepfakes distingue quatre domaines : l'échange de visage, la reconstitution d'expressions (face reenactment), la génération de visage parlant et l'édition d'attributs du visage, auxquels s'ajoute la détection de falsification[2].
Côté défense, MITRE propose pour les appels frauduleux de surveiller les journaux d'appels des appareils professionnels à la recherche de numéros inhabituels ou non autorisés, puis de les corréler avec des événements système qui suivent, comme l'exécution d'un outil de gestion à distance[1].
AutopsiesCas réels
Les deux cas ci-dessous sont des appels de personnes se faisant passer pour le support informatique, sans indication d'une voix synthétique. Ils montrent le scénario que les deepfakes peuvent renforcer.
Scattered Spider : de faux informaticiens au téléphone
MITRE rapporte que, pendant la campagne C0027, le groupe Scattered Spider s'est fait passer pour du personnel informatique légitime lors d'appels, afin d'amener les victimes à télécharger un outil de supervision et de gestion à distance (RMM) qui lui permettrait de prendre le contrôle de leur poste[1].
Storm-1811 : des appels « support technique »
MITRE indique que Storm-1811 a lancé des appels vocaux en se faisant passer pour le support informatique, afin d'inciter les utilisateurs à télécharger et exécuter des scripts et outils servant d'accès initial[1]. Microsoft Threat Intelligence a publié le 15 mai 2024 un article sur l'usage détourné de Quick Assist dans des attaques d'ingénierie sociale menant à des rançongiciels[1].
Sources
- MITRE ATT&CK, « Phishing: Spearphishing Voice, Sub-technique T1566.004 - Enterprise ». https://attack.mitre.org/techniques/T1566/004/ (consulté le 10 novembre 2026)
- arXiv, « Deepfake Generation and Detection: A Benchmark and Survey », 26 mars 2024. https://arxiv.org/abs/2403.17881 (consulté le 10 novembre 2026)
- NIST, « Guardians of Forensic Evidence: Evaluating Analytic Systems Against AI-Generated Deepfakes », 27 janvier 2025. https://www.nist.gov/publications/guardians-forensic-evidence-evaluating-analytic-systems-against-ai-generated-deepfakes (consulté le 10 novembre 2026)
- CISA, « NSA, FBI, and CISA Release Cybersecurity Information Sheet on Deepfake Threats », 12 septembre 2023. https://www.cisa.gov/news-events/alerts/2023/09/12/nsa-fbi-and-cisa-release-cybersecurity-information-sheet-deepfake-threats (consulté le 10 novembre 2026)
- MITRE ATT&CK, « Phishing: Spearphishing via Service, Sub-technique T1566.003 - Enterprise ». https://attack.mitre.org/techniques/T1566/003/ (consulté le 10 novembre 2026)
- arXiv, « Generative Adversarial Networks », 10 juin 2014. https://arxiv.org/abs/1406.2661 (consulté le 10 novembre 2026)
- arXiv, « Denoising Diffusion Probabilistic Models », 19 juin 2020. https://arxiv.org/abs/2006.11239 (consulté le 10 novembre 2026)
Citer cet article
Brain, « Repérer un deepfake à l'image et au son », Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp298_fr_2026,
author = {Brain},
title = {Repérer un deepfake à l'image et au son},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/fr/articles/indices-visuels-acoustiques-deepfake/},
note = {CC BY 4.0}
}