Flock exige le retrait d'une carte de surveillance recensant 335 701 caméras

Flock a engagé des poursuites pour contrefaçon de marque afin de contraindre Joshua Michael à fermer la Flock Surveillance Map. Ce site, qu'il a créé après avoir découvert une faille d'authentification sur le site de l'entreprise, recense 335 701 emplacements de caméras, rapporte Tom's Hardware.

Cette plainte est le dernier épisode d'un litige en cours depuis novembre 2025. Michael affirme y avoir trouvé un jeton d'accès exposé sur le site de Flock, accessible sans connexion. Il a déclaré à The Intercept, cité par Tom's Hardware, avoir signalé le problème immédiatement à l'entreprise.

Son courriel, daté du 13 novembre 2025, précisait que « tous les tests étaient strictement non intrusifs, limités à des points de terminaison ouverts et non authentifiés, et n'impliquaient ni contournement d'authentification, ni modification de données, ni appel à des opérations facturables ArcGIS ou Google ». Après deux relances, la première réponse de Flock indiquait qu'elle « traitait les constats en interne » et reviendrait avec les prochaines étapes, rapporte Tom's Hardware. Michael affirme n'avoir jamais reçu cette réponse.

Ce que le chercheur a fait des données

Michael a utilisé le jeton pour interroger ArcGIS, la couche cartographique tierce utilisée par Flock, et a extrait en novembre 2025 une base de données des appareils Flock. L'entreprise semble avoir corrigé la vulnérabilité en janvier 2026, après la publication des conclusions. Les données de localisation des appareils avaient déjà été extraites à ce moment-là. La carte, décrite par Tom's Hardware comme probablement mise à jour en décembre 2025, reste en ligne.

La position publique de l'entreprise est claire : elle n'a jamais été piratée, aucune information Flock n'a fuité et la plateforme cloud Flock Safety « n'a jamais connu de violation de données ». Michael conteste cette version. Il a déclaré à The Intercept que cette déclaration avait été faite « après que j'ai extrait leur base de données d'appareils ».

« Cela laisse deux possibilités », a-t-il dit. « Soit ils savaient et ont choisi de ne pas le divulguer par peur d'une mauvaise presse, soit ils ne savaient pas du tout que j'avais exfiltré les données. La première est un défaut de transparence. La seconde est un défaut de détection aux implications pour la sécurité nationale. »

« Cela laisse deux possibilités. Soit ils savaient et ont choisi de ne pas le divulguer par peur d'une mauvaise presse, soit ils ne savaient pas du tout que j'avais exfiltré les données. »

D'autres reportages cités par Tom's Hardware ont déjà soulevé des questions sur le matériel lui-même. Des pirates ont trouvé des clés de chiffrement stockées directement sur les caméras Flock. Cela leur a permis d'extraire plus de 27 000 clips et d'établir que le système avait capturé plus de 1 600 000 images en 21 jours. Des cas de détournement d'usage ont également été documentés : des policiers ont utilisé le réseau pour suivre des partenaires amoureux, et un essayeur automobile a été détenu une heure sur le parking d'un magasin à cause d'un rapport de police mal saisi.

Les chiffres de la carte pointent une exposition plus large. Michael affirme que les personnes vivant dans un rayon de 20 miles autour de 22 sites sensibles, parmi lesquels Eglin AFB, le siège de la CIA, le siège du FBI, Joint Base Andrews et le Pentagone, ont entre 57,22 % et 93,94 % de chances de croiser une caméra Flock.

Ailleurs dans l'évaluation des agents

La même semaine a vu deux travaux de recherche sur la sécurité très différents. Le 27 septembre, The Decoder rapportait que des chercheurs de Stanford et Caltech ont construit HomeBody, un système qui permet à un robot Unitree G1 de se repérer dans une cuisine inconnue, de ranger et d'aller chercher des objets dans les tiroirs. Le dispositif supprime la couche de contrôle entraînée entre le modèle et le robot : un modèle vision-langage interchangeable, ici GPT-6 Astra, appelle directement une bibliothèque de compétences pour saisir, se déplacer et ouvrir des tiroirs. Le robot explore d'abord la pièce, construit un jumeau numérique dans Isaac Sim de Nvidia et enregistre les objets dans une mémoire spatiale, ce qui lui permet de retrouver des éléments sortis de son champ de vision. The Decoder cite comme limites la latence d'Astra, la surchauffe des servomoteurs des doigts et les coûts de calcul élevés, et note que le code est sur GitHub. Des benchmarks antérieurs, ajoute-t-il, montraient un raisonnement spatial amélioré pour Astra, tandis qu'un autre signalait des problèmes de sécurité quand le modèle pilote un robot.

Le même jour, The Decoder rapportait aussi que Boris Power, responsable de la recherche appliquée chez OpenAI, consacre 80 à 90 pour cent de la recherche de l'entreprise à GPT 7, GPT 8 et au-delà, parce que c'est de là que vient « l'essentiel de la valeur ». Power décrit les mises à jour incrémentales, comme GPT 5.1 vers 5.2, comme des paris volontairement à court terme, et dit que ces mises à jour sont vues en interne comme « extrêmement court-termistes ». Il soutient que le principal problème des assistants actuels est l'accompagnement des utilisateurs, pas la qualité du modèle, puisque la plupart des utilisateurs de ChatGPT ne savent pas ce que les outils peuvent faire.

La contribution de Meta est un article de lancement, pas un benchmark. Le 25 septembre, Meta AI Research a publié les détails de Muse, un agent personnel utilisé en interne depuis début 2026. L'article indique que le harnais tourne dans une cellule isolée qui ne voit pas d'identifiants réels, que chaque interaction extérieure passe par un Sentinel que l'agent ne peut pas contourner, et que les services sensibles pour la sécurité tournent hors de la cellule d'exécution, pour que les attaquants ne puissent pas les désactiver. Meta a aussi ouvert son programme de primes aux bogues à tous, avec des récompenses allant jusqu'à 300 000 $ et jusqu'à 130 000 $ pour des tentatives d'injection de prompt touchant un seul utilisateur.

Lus ensemble, les quatre sujets montrent où va l'effort d'évaluation aujourd'hui. Chez Flock, le test est de savoir si une entreprise peut détecter une extraction, et sa réponse est contestée. Dans les travaux de laboratoire, le test est de savoir si un modèle branché directement sur du matériel, ou doté d'un shell et d'une boîte de réception, peut être mesuré avant qu'un problème survienne.