DeepSeek et la fuite de données :
ce qui a réellement été exposé et ce que l’on sait en 2026
L’affaire reste importante, mais pour une raison plus précise que le chiffre spectaculaire qui a circulé. Une base ClickHouse appartenant à l’infrastructure de DeepSeek pouvait être interrogée depuis Internet sans authentification. Les chercheurs de Wiz y ont trouvé des données suffisamment sensibles pour illustrer un risque majeur des services d’intelligence artificielle : la sécurité ne dépend pas seulement du modèle, mais de toute l’infrastructure qui stocke, journalise et transporte les échanges.
DeepSeek : une base de données interne était accessible sans authentification
Le 29 janvier 2025, l’équipe de cybersécurité de Wiz Research publie une découverte faite en examinant l’infrastructure Internet de DeepSeek. Les chercheurs identifient plusieurs services exposés sur des ports qui ne sont pas ceux habituellement utilisés par un site web public. Ils arrivent ainsi sur une instance ClickHouse, un système de gestion de base de données couramment utilisé pour analyser de grands volumes d’informations et de journaux techniques.
Le problème ne tient pas à l’utilisation de ClickHouse elle-même. Il vient de sa configuration : selon Wiz, l’instance était accessible depuis Internet et aucune authentification n’était demandée. Une personne capable de trouver le service pouvait donc envoyer des requêtes à la base sans disposer d’un compte DeepSeek, d’un mot de passe ou d’une autorisation préalable.
Wiz indique que cet accès permettait de consulter les tables, d’exécuter des requêtes et d’obtenir des informations internes. Les chercheurs évoquent même un risque potentiel d’escalade de privilèges dans l’environnement. Il ne s’agissait donc pas simplement d’une page oubliée ou d’un fichier public : le point d’entrée donnait accès à une partie sensible du fonctionnement technique du service.
L’incident intervient au moment où DeepSeek connaît une visibilité mondiale spectaculaire grâce à ses modèles d’intelligence artificielle. Cette simultanéité a fortement amplifié l’écho de la découverte, mais elle ne doit pas conduire à mélanger ce qui a été observé avec des estimations non démontrées.
25 millions de conversations privées : un chiffre qui n’est pas établi
Le titre historique évoquait 25 millions de conversations privées accessibles. Ce chiffre ne correspond pas à ce que documente la publication technique de Wiz. La donnée établie est différente : les chercheurs parlent de plus d’un million de lignes de flux de logs.
La nuance est essentielle. Une ligne de log est une entrée technique enregistrée par un système : elle peut correspondre à une action, un événement, un fragment de requête, une information de diagnostic ou une partie d’un échange. Elle n’équivaut pas automatiquement à une conversation complète, et plusieurs lignes peuvent être associées à une seule session.
Wiz confirme bien la présence d’historiques de chat en texte clair parmi ces données. Cela suffit à caractériser une exposition sérieuse. En revanche, la publication ne permet pas de transformer le nombre de lignes enregistrées en nombre d’utilisateurs, de messages ou de conversations distinctes.
La formulation correcte est donc la suivante : plus d’un million de lignes de logs ont été exposées, et ces logs comprenaient des historiques de conversations en clair ainsi que d’autres données sensibles. Rien ne permet, sur cette seule base, d’affirmer que 25 millions de conversations privées ont été accessibles.
Historiques de chat, clés et informations backend : ce que contenait la base
Les données décrites par Wiz dépassaient de simples statistiques d’utilisation. Les chercheurs indiquent avoir observé des historiques de chat en texte clair, des clés ou secrets, des informations liées au backend, des références à des composants internes et différentes données opérationnelles.
La présence de conversations en clair est particulièrement sensible. Un assistant d’intelligence artificielle reçoit souvent des informations beaucoup plus riches qu’un moteur de recherche traditionnel : textes à corriger, documents professionnels, extraits de code, questions personnelles, données clients, procédures internes ou réflexions stratégiques. Selon l’usage qui en est fait, une seule conversation peut donc contenir des informations qu’une organisation ne publierait jamais sur un site web.
Les clés et secrets techniques constituent un autre niveau de risque. Une clé API ou un jeton d’accès peut permettre à un tiers d’appeler un service, d’accéder à une ressource ou de se faire reconnaître par un système. Leur exposition peut devenir le point de départ d’un accès plus large, selon les droits attachés à ces identifiants et la manière dont l’architecture est segmentée.
Enfin, les informations backend donnent une connaissance du fonctionnement interne de l’application. Même lorsqu’elles ne permettent pas directement de voler des données, elles peuvent aider à cartographier une infrastructure, identifier des services, comprendre les relations entre composants ou préparer des recherches de vulnérabilités supplémentaires.
Le point déterminant est donc la combinaison des informations exposées. Des conversations utilisateurs, des secrets et des données techniques réunis au même endroit représentent un risque plus important qu’un simple fichier de statistiques rendu public par erreur.
Pourquoi cette exposition était plus grave qu’une simple fuite de conversations
Parler uniquement de « conversations privées » réduit paradoxalement la portée du problème. L’enjeu technique était plus large : l’interface exposée permettait d’interroger directement la base. L’absence de contrôle d’accès signifie qu’un visiteur n’avait pas à contourner un mécanisme de connexion ; le mécanisme n’était tout simplement pas présent sur ce point d’accès.
Dans une architecture correctement cloisonnée, un service interne n’est pas supposé devenir une interface publique donnant accès aux données sous-jacentes. L’incident illustre donc une erreur classique de sécurité du cloud : un composant conçu pour le fonctionnement interne se retrouve accessible depuis Internet avec des permissions excessives.
Le risque théorique ne se limitait pas à lire ce qui se trouvait déjà dans la base. Wiz indiquait que les capacités disponibles pouvaient permettre un contrôle important des opérations de base de données. Les conséquences exactes auraient dépendu des privilèges, des connexions aux autres systèmes et des actions réellement entreprises.
Un point doit rester distinct : la découverte d’une base exposée ne prouve pas qu’un acteur malveillant l’avait déjà trouvée ou qu’il avait exfiltré l’ensemble de son contenu avant Wiz. Les chercheurs ont démontré l’accessibilité et la sensibilité des informations. Ils n’ont pas établi publiquement une exploitation massive antérieure par des tiers.
Janvier 2025 : une découverte et une correction très rapides
Wiz explique avoir commencé par cartographier les domaines et services publics de DeepSeek. Les premières vérifications des services web classiques n’ayant pas révélé de problème majeur, l’équipe a élargi son examen à d’autres ports exposés. C’est cette exploration qui a conduit à l’instance ClickHouse.
Après avoir confirmé qu’il était possible d’interroger la base sans authentification et d’accéder à des informations sensibles, les chercheurs ont signalé le problème à DeepSeek. La société a ensuite sécurisé l’exposition. Le CERT-EU a également repris l’incident dans son bulletin de menace de janvier 2025, en mentionnant plus d’un million d’entrées de logs et la présence d’historiques de chat, de clés API et de détails backend.
La rapidité de la correction est un élément positif de la réponse à incident, mais elle ne supprime pas le problème initial. Une base de données sensible n’aurait pas dû être exposée de cette manière, et la découverte démontre qu’une croissance technologique rapide doit rester accompagnée de contrôles d’infrastructure élémentaires.
Elle rappelle aussi une réalité souvent invisible pour l’utilisateur : l’interface d’un chatbot n’est que la partie visible d’un ensemble beaucoup plus vaste composé de serveurs, API, bases de données, systèmes de journalisation, outils de supervision et services cloud.
En Europe, les questions de confidentialité autour de DeepSeek ont dépassé cette fuite
L’exposition ClickHouse et les procédures européennes de protection des données sont deux sujets distincts. Elles se sont toutefois télescopées au début de 2025, au moment où DeepSeek gagnait rapidement des utilisateurs en Europe.
En Italie, le Garante per la protezione dei dati personali a demandé des informations aux sociétés exploitant DeepSeek, notamment sur les données collectées, leurs sources, les finalités et bases juridiques du traitement ainsi que leur stockage. Le 30 janvier 2025, l’autorité a ordonné une limitation du traitement des données des utilisateurs situés en Italie. La procédure porte sur la conformité au RGPD et ne doit pas être présentée comme une sanction directement causée par la base découverte par Wiz.
Les préoccupations concernent notamment la transparence sur le traitement des données et leur transfert ou stockage en Chine. Elles illustrent une autre dimension du choix d’un assistant IA : au-delà des performances du modèle, un utilisateur ou une entreprise doit regarder qui exploite le service, où les données sont traitées, quelles règles contractuelles s’appliquent et quels mécanismes permettent d’exercer ses droits.
Cette logique rejoint les questions déjà posées autour d’OpenAI et du RGPD. L’adoption d’un outil d’intelligence artificielle ne peut pas être séparée de la gouvernance des informations qui lui sont confiées.
Pour les utilisateurs : une conversation avec une IA n’est pas un coffre-fort
Le premier enseignement est simple : une interface qui ressemble à une conversation privée ne garantit pas, à elle seule, la confidentialité absolue de ce qui est saisi. Les messages transitent par une infrastructure technique et peuvent être enregistrés dans différents systèmes nécessaires au fonctionnement, à la sécurité, au support ou à l’amélioration du service.
Il est donc préférable de ne jamais saisir dans un chatbot grand public un mot de passe, une clé API, un numéro de carte bancaire complet, un secret commercial critique ou des données personnelles très sensibles lorsque cela n’est pas indispensable. Pour travailler sur un document professionnel, l’anonymisation des noms, coordonnées, références clients et éléments confidentiels réduit le risque.
Cette prudence ne concerne pas uniquement DeepSeek. Elle vaut pour tous les services d’IA hébergés. Le niveau de protection peut varier considérablement selon l’offre, le contrat, les réglages, la politique de conservation, l’usage professionnel ou grand public et les engagements du fournisseur.
La bonne question n’est donc pas seulement « cette IA est-elle performante ? », mais aussi « quelles informations suis-je prêt à lui confier ? ». Les deux décisions ne devraient jamais être confondues.
Pour les entreprises, DeepSeek révèle surtout un problème de gouvernance des usages IA
Dans une entreprise, le risque augmente parce que les collaborateurs peuvent utiliser plusieurs assistants en parallèle et y copier des contenus provenant d’outils métiers : courriels, devis, contrats, bases clients, documents RH, code source, données financières ou informations commerciales.
Interdire toute intelligence artificielle est rarement une réponse réaliste. Une politique plus solide consiste à définir les outils autorisés, les catégories de données interdites, les règles d’anonymisation et les cas dans lesquels une offre professionnelle disposant de garanties contractuelles spécifiques est nécessaire.
Il faut également distinguer l’utilisation ponctuelle d’une interface web d’une intégration par API dans un processus métier. Dans le second cas, les volumes, la régularité des transferts et la sensibilité des informations peuvent être beaucoup plus importants. L’analyse doit alors couvrir le fournisseur, le contrat, les sous-traitants, les durées de conservation, les droits d’accès et la sécurité des clés techniques.
Une politique interne utile doit rester compréhensible. Si les règles sont trop abstraites, les salariés continueront à utiliser les outils sans savoir ce qui est permis. Quelques catégories concrètes — public, interne, confidentiel, strictement confidentiel — permettent souvent de déterminer ce qui peut ou non être transmis à un service externe.
L’incident DeepSeek démontre enfin que l’évaluation d’un fournisseur ne doit pas porter uniquement sur son modèle. La maturité de son infrastructure, sa gestion des accès, sa réponse aux vulnérabilités et sa conformité réglementaire font partie du même risque.
En 2026, l’affaire DeepSeek reste un cas d’école pour toute l’intelligence artificielle
Plus d’un an après la découverte, l’incident reste cité dans les bilans de cybersécurité consacrés à l’intelligence artificielle. Wiz l’a notamment présenté début 2026 comme son étude la plus lue de 2025, dans un contexte où les risques se déplacent de plus en plus vers l’infrastructure cloud, les chaînes logicielles et les outils d’IA.
Ce recul est utile. L’événement n’a pas démontré que DeepSeek avait volontairement publié des conversations, ni que 25 millions de conversations avaient été dérobées. Il a démontré quelque chose de plus concret : une configuration d’infrastructure insuffisamment protégée peut rendre accessibles des données très sensibles même lorsque le produit visible paraît parfaitement fonctionnel.
C’est un enseignement qui dépasse largement DeepSeek. Les entreprises technologiques déploient des modèles, des agents, des connecteurs et des services capables de manipuler toujours plus de données. Chaque nouveau composant crée aussi de nouvelles relations d’accès : bases vectorielles, historiques, outils de développement, clés de services, systèmes d’observabilité et interfaces d’administration.
La confiance dans l’IA se joue donc autant dans l’invisible que dans la qualité des réponses affichées à l’écran. Un modèle peut être excellent et son infrastructure comporter une mauvaise configuration. Inversement, un fournisseur peut renforcer ses contrôles après un incident. La sécurité est un processus, pas une caractéristique acquise une fois pour toutes.
Pour le grand public comme pour les professionnels, la conclusion est moins spectaculaire qu’un chiffre de « millions de conversations », mais beaucoup plus utile : choisir un outil d’IA suppose d’évaluer simultanément ses capacités, ses conditions d’utilisation et la sensibilité des informations qu’on lui confie.
Ce qu’il faut retenir sur la fuite de données DeepSeek
- Wiz Research a découvert en janvier 2025 une base ClickHouse appartenant à l’infrastructure de DeepSeek et accessible sans authentification.
- La base contenait plus d’un million de lignes de logs, dont des historiques de chat en clair, des secrets et des informations backend.
- Le chiffre de 25 millions de conversations privées n’est pas confirmé par la source technique de référence.
- Une ligne de log ne correspond pas nécessairement à une conversation ou à un utilisateur.
- L’exposition a été signalée à DeepSeek puis sécurisée.
- La découverte d’une exposition ne prouve pas à elle seule qu’une exfiltration massive avait déjà eu lieu.
- Les procédures européennes sur DeepSeek concernent plus largement la protection et le traitement des données personnelles.
- Les utilisateurs doivent éviter de confier sans nécessité des informations hautement sensibles à un chatbot grand public.
- Les entreprises ont intérêt à encadrer précisément les usages IA et les catégories de données autorisées.
DeepSeek, fuite de données et confidentialité : les réponses essentielles.
DeepSeek a-t-il exposé 25 millions de conversations privées ?
Ce chiffre n’est pas établi par Wiz Research. Les chercheurs documentent plus d’un million de lignes de logs comprenant notamment des historiques de chat en clair. Une ligne de log ne peut pas être convertie automatiquement en conversation.
Qu’est-ce qui était réellement accessible ?
Une base ClickHouse liée à DeepSeek pouvait être interrogée sans authentification. Wiz y a observé des historiques de conversations en clair, des secrets et clés ainsi que des informations backend et opérationnelles.
Les données ont-elles été volées par des pirates ?
L’exposition publique est documentée. Les éléments publics de référence ne permettent pas d’affirmer qu’un tiers malveillant avait auparavant exfiltré l’ensemble de la base. Il faut distinguer la possibilité d’accès de la preuve d’un vol massif.
La faille est-elle toujours ouverte en 2026 ?
Non pour l’exposition documentée par Wiz : DeepSeek a sécurisé le service après le signalement. Rien ne permet de présenter cette même base comme toujours publiquement accessible en septembre 2026.
DeepSeek est-il interdit en Europe ?
Il n’existe pas une interdiction générale et uniforme de DeepSeek dans toute l’Union européenne. Plusieurs autorités ont toutefois engagé des actions ou restrictions nationales concernant la protection des données et certains usages institutionnels.
Peut-on utiliser DeepSeek pour des données professionnelles ?
Le choix dépend du type de données, du cadre contractuel et des règles de l’organisation. Les secrets commerciaux, données clients identifiantes, clés d’accès et documents confidentiels ne devraient pas être transmis à un service grand public sans analyse préalable.
- Wiz Research — enquête publiée le 29 janvier 2025 sur la base DeepSeek exposée.
- CERT-EU — Cyber Brief de janvier 2025, synthèse de l’exposition DeepSeek.
- Garante per la protezione dei dati personali — décision relative au traitement des données par DeepSeek.
Analyse consacrée à la sécurité des services d’intelligence artificielle, à la protection des données et aux conséquences concrètes de l’exposition de l’infrastructure DeepSeek.
Comprendre les évolutions du numérique avant qu’elles ne deviennent un problème.
Retrouvez nos analyses sur l’intelligence artificielle, la cybersécurité, le référencement et les nouveaux usages numériques.