Florian Amette

Florian Amette

November 12, 2026

Déployer un honeypot pédagogique : Cowrie, OpenCanary et T-Pot en cours de cybersécurité

honeypotCowrieOpenCanaryT-Potdétectionpédagogielabs
Déployer un honeypot pédagogique : Cowrie, OpenCanary et T-Pot en cours de cybersécurité

Déployer un honeypot pédagogique : Cowrie, OpenCanary et T-Pot en cours de cybersécurité

Qu'est-ce qu'un honeypot pédagogique et pourquoi l'utiliser

Un honeypot est un système intentionnellement exposé ou vulnérable, conçu pour attirer les attaquants et observer leurs comportements sans risque pour le réseau de production. En contexte pédagogique, il remplit une fonction différente mais tout aussi précieuse : il transforme la menace réelle en matériau d'apprentissage.

Là où un cours magistral décrit les techniques d'attaque en théorie, un honeypot montre ce qui se passe concrètement quand un service est exposé. Les étudiants cessent d'imaginer les attaques — ils les voient défiler dans des logs, en temps réel.

Pourquoi c'est particulièrement efficace

Plusieurs raisons font des honeypots des outils pédagogiques de premier plan :

  • L'immédiateté : un service SSH exposé sur Internet commence à recevoir des tentatives de connexion en moins d'une heure. Les étudiants n'attendent pas.
  • La richesse des données : les logs d'un honeypot SSH contiennent des mots de passe tentés, des commandes exécutées, des fichiers déposés, des IP d'origine. Chaque session est un cas concret.
  • La mentalité défensive : observer des attaques depuis un poste d'observation nourrit naturellement la réflexion sur la détection, les indicateurs de compromission (IoC) et les règles de SIEM.
  • La connexion avec l'analyse SOC : les tâches de tri, corrélation et enrichissement de logs reproduisent exactement ce qu'un analyste SOC fait quotidiennement.

Le honeypot pédagogique n'est pas un outil de défense opérationnelle — c'est un laboratoire d'observation accessible à partir d'un seul serveur et de quelques heures de configuration.


Les trois solutions incontournables : Cowrie, OpenCanary et T-Pot

Trois outils couvrent l'essentiel des usages pédagogiques, du déploiement express en salle jusqu'au lab multi-services.

OutilServices simulésComplexité installationRessources minimalesFormat des logsIdéal pour
CowrieSSH, TelnetFaible (pip + config)1 Go RAM, 1 vCPUJSON structuréPremier déploiement, TP SSH/Telnet
OpenCanaryHTTP, FTP, SSH, SMB, MySQL, Redis, SNMP…Faible à moyenne512 Mo RAMJSON + syslogCouverture multi-protocoles, intégration SIEM
T-Pot CE20+ honeypots (Cowrie, Dionaea, Elasticpot…)Moyenne à élevée8 Go RAM, 4 vCPUKibana / ElasticsearchLab complet, visualisation avancée

Cowrie — le honeypot SSH de référence

Cowrie émule un serveur SSH et Telnet : il accepte les connexions, présente un faux shell bash et enregistre toutes les interactions. Les attaquants qui s'y connectent croient avoir compromis un vrai serveur. Cowrie enregistre :

  • chaque tentative d'authentification (login + mot de passe)
  • chaque commande exécutée dans le faux shell
  • chaque fichier téléchargé (wget, curl) — les fichiers sont conservés pour analyse
  • les informations de session (IP, durée, timing)

Son format de log JSON est directement ingérable par Elasticsearch, Splunk ou des scripts Python simples. C'est le premier outil à déployer dans un cours.

OpenCanary — la couverture multi-services

OpenCanary prend une approche différente : plutôt que de simuler un service en profondeur, il détecte toute interaction non sollicitée sur une large gamme de ports. Un seul démon Python écoute sur HTTP, FTP, SSH, SMB, MySQL, SNMP, Redis et d'autres. Dès qu'une connexion arrive, il la logue.

L'intérêt pédagogique : montrer que les attaquants ne se limitent pas à SSH, et que la sécurité réseau doit couvrir tous les services exposés, pas uniquement les plus connus.

T-Pot CE — la suite complète pour les labs avancés

T-Pot Community Edition est une image ISO ou Docker qui déploie une vingtaine de honeypots spécialisés sous une interface Kibana. Cowrie y côtoie Dionaea (malwares), Elasticpot (Elasticsearch), Heralding (credentials), et d'autres.

T-Pot est plus gourmand en ressources mais offre une visualisation immédiate : cartes géographiques des sources d'attaque, timeline, statistiques. Idéal pour un cours avancé ou un projet de semestre.


Déploiement pas à pas : Cowrie en 30 minutes

Voici une procédure reproductible sur une VM Debian/Ubuntu 22.04 dans un réseau de lab isolé.

Prérequis réseau

Avant toute chose : isoler la VM du réseau de production. Cowrie doit être sur un VLAN dédié ou un réseau host-only. Si vous souhaitez observer des attaques Internet réelles, utiliser un réseau séparé avec accès contrôlé, jamais le réseau d'établissement.

Installation de Cowrie

# Dépendances système
sudo apt-get update
sudo apt-get install -y git python3-venv python3-dev libssl-dev libffi-dev build-essential

# Créer un utilisateur dédié (ne jamais exécuter en root)
sudo adduser --disabled-password cowrie
sudo su - cowrie

# Cloner et installer
git clone https://github.com/cowrie/cowrie.git
cd cowrie
python3 -m venv cowrie-env
source cowrie-env/bin/activate
pip install --upgrade pip
pip install -r requirements.txt

# Copier la config par défaut
cp etc/cowrie.cfg.dist etc/cowrie.cfg

Configuration minimale

Éditer etc/cowrie.cfg pour les paramètres essentiels :

[honeypot]
# Nom d'hôte présenté aux attaquants (rendre crédible)
hostname = srv-prod-01

[output_jsonlog]
enabled = true
logfile = var/log/cowrie/cowrie.json

Pour écouter sur le port 22 réel sans privileges root, rediriger le port avec iptables :

sudo iptables -t nat -A PREROUTING -p tcp --dport 22 -j REDIRECT --to-port 2222

Démarrage et vérification

# Depuis l'utilisateur cowrie
source cowrie-env/activate
bin/cowrie start

# Vérifier que le service écoute
ss -tlnp | grep 2222

# Suivre les logs en temps réel
tail -f var/log/cowrie/cowrie.json | python3 -m json.tool

Dès les premières minutes d'exposition, les premières tentatives de connexion apparaissent dans les logs. L'effet est immédiat et ne nécessite aucun attaquant humain — les bots automatisés trouvent les services SSH en permanence.


Analyser les logs : ce que les étudiants vont découvrir

L'analyse des logs est le cœur de l'exercice pédagogique. Un log Cowrie typique ressemble à ceci :

{
  "eventid": "cowrie.login.failed",
  "timestamp": "2026-11-12T14:23:11.456789Z",
  "src_ip": "185.220.101.42",
  "username": "admin",
  "password": "admin123",
  "sensor": "srv-prod-01"
}

Ce que révèle une session complète

Après une nuit d'exposition, les étudiants qui analysent les logs découvrent des patterns que les cours théoriques ne montrent jamais :

Les mots de passe les plus tentés. La liste est répétitive et prévisible : admin, 123456, password, root, 1234, noms d'appareils communs (Cisco, ubnt, support). C'est la démonstration parfaite pour justifier une politique de mots de passe robustes.

Les commandes post-exploitation automatiques. Les scripts d'attaquants exécutent systématiquement une séquence : uname -a pour identifier le système, cat /etc/passwd, wget ou curl pour télécharger un payload, chmod +x puis exécution. Les étudiants voient le playbook des attaquants en action.

La géographie des sources. En enrichissant les IP avec une API de géolocalisation (ip-api.com, ipinfo.io), les étudiants visualisent l'origine des attaques. Pas de discours nécessaire sur la nature globale de la menace — les données parlent.

Les fichiers malveillants déposés. Cowrie conserve les binaires que les attaquants tentent de télécharger dans dl/. Ces fichiers peuvent être analysés dans VirusTotal ou soumis à une sandbox (tout cela en rapport avec le cours de forensic).

Outils d'analyse recommandés pour les étudiants

# Script Python minimal pour extraire les mots de passe les plus fréquents
import json
from collections import Counter

passwords = []
with open('cowrie.json') as f:
    for line in f:
        event = json.loads(line)
        if event.get('eventid') == 'cowrie.login.failed':
            passwords.append(event.get('password', ''))

top_passwords = Counter(passwords).most_common(20)
for pwd, count in top_passwords:
    print(f"{count:5d}  {pwd}")

Ce script simple, compréhensible en cours de programmation, produit des résultats frappants en quelques secondes.


Exercices progressifs par niveau

Voici une progression sur trois niveaux, utilisable sur un semestre ou concentrée en une semaine intensive.

NiveauObjectif pédagogiqueDuréeLivrables attendus
Débutant (L2/L3)Observer et décrire des attaques SSH sans les analyser techniquement2hRapport descriptif : quels services attaqués, combien de tentatives, 5 mots de passe les plus fréquents
Intermédiaire (M1)Extraire des IoC et écrire des règles de détection simples4hScript d'extraction, liste d'IoC (IP + mots de passe), 3 règles Sigma ou Snort commentées
Avancé (M2)Déployer T-Pot, corréler des événements multi-honeypots, construire un tableau de bord Kibana8h+Dashboard Kibana, rapport d'analyse corrélée, proposition de politique de détection

Déroulé type pour un TP de niveau intermédiaire (4h)

Phase 1 — Exploration libre (45 min) : les étudiants parcourent les logs Cowrie, identifient les événements, posent des questions. L'enseignant ne donne pas les réponses — il guide par des questions en retour.

Phase 2 — Script d'extraction (60 min) : chaque binôme écrit un script Python ou bash pour extraire une statistique spécifique : top IPs, top usernames, timeline des connexions, commandes les plus fréquentes. Partage en fin de phase.

Phase 3 — Construction de règles (60 min) : à partir des IoC identifiés, les étudiants écrivent des règles de détection. Format libre : Snort, Sigma, ou pseudo-règle commentée. L'objectif est le raisonnement, pas la syntaxe parfaite.

Phase 4 — Présentation et débriefe (45 min) : chaque binôme présente sa statistique la plus intéressante et sa règle de détection. Discussion collective sur les limites des honeypots (evasion, faux positifs, honeypot fingerprinting).


Cadre légal et éthique : précautions impératives

Le déploiement d'un honeypot, même pédagogique, appelle quelques précautions qui méritent d'être enseignées explicitement.

Ce qui est légal — et ce qui ne l'est pas

Légal : déployer un honeypot sur votre propre infrastructure, dans un réseau que vous contrôlez, pour observer des tentatives d'intrusion non sollicitées. Les attaquants qui se connectent le font de leur propre initiative.

Illégal ou problématique : utiliser un honeypot comme tremplin pour attaquer d'autres systèmes (même involontairement), collecter des données personnelles sans base légale (RGPD), ou déployer un honeypot sur un réseau que vous ne gérez pas sans autorisation explicite.

Précautions opérationnelles

Trois règles d'hygiène pour un déploiement sûr :

  1. Isolement strict : le honeypot ne doit jamais avoir accès au réseau de production. Un VLAN dédié avec des règles de pare-feu restrictives est le minimum.
  2. Pas d'exécution des payloads : les fichiers déposés par les attaquants ne doivent jamais être exécutés directement sur la machine honeypot ni sur le réseau de lab. Cowrie les conserve sans les exécuter — c'est précisément son avantage.
  3. Monitoring de la machine honeypot : même isolé, le honeypot lui-même peut être compromis par une vulnérabilité non patchée. Mettre à jour Cowrie régulièrement et superviser la machine hôte.

Discussion pédagogique recommandée

Avant le TP, consacrer 20 minutes à une discussion sur les enjeux éthiques : où s'arrête la collecte de renseignement légitime ? Que faire si on reconnaît une adresse IP locale dans les logs ? Peut-on publier les IoC collectés ? Ces questions n'ont pas de réponse unique — elles préparent les étudiants à la complexité de la blue team réelle.


Intégration dans le programme de cours

Un honeypot pédagogique n'est pas un cours autonome — c'est un outil qui s'intègre dans plusieurs séquences :

Dans un cours de sécurité réseau : illustrer la surveillance des services exposés, les risques d'une configuration permissive, la valeur des logs réseau.

Dans un cours de réponse à incident : fournir des données réelles pour pratiquer l'investigation, l'extraction d'IoC et la rédaction de rapports.

Dans un cours de forensique : analyser les binaires déposés par les attaquants dans un environnement sandbox.

Dans un projet de semestre : déployer T-Pot, maintenir le monitoring sur 4 à 8 semaines, et produire un rapport d'analyse longitudinal.

Ressources utiles pour approfondir


Ce qu'il faut retenir

Les honeypots pédagogiques transforment les menaces abstraites en données concrètes que les étudiants peuvent toucher, analyser et questionner. Quelques points à retenir avant de déployer :

  • Commencer par Cowrie sur une VM isolée. Le déploiement prend 30 minutes, les premiers logs arrivent en quelques heures.
  • L'analyse est le vrai apprentissage : l'installation n'est que l'entrée en matière. Consacrer la majorité du temps à l'extraction et à l'interprétation des données.
  • Respecter l'isolement réseau sans exception : c'est la seule contrainte non négociable.
  • Progresser vers T-Pot pour les groupes avancés qui veulent une expérience multi-services avec visualisation Kibana.
  • Ancrer dans un cadre légal et éthique : chaque TP est une opportunité d'aborder les limites de la collecte passive de renseignement.

Vous souhaitez proposer ce type de lab à vos étudiants avec un encadrement expert ? Cyber Teachers met en relation les établissements avec des intervenants spécialisés en détection, threat intelligence et opérations défensives — des professionnels qui font vivre ces analyses au quotidien dans des SOC réels.

Tous les articles →

Transformez vos formations cybersécurité avec des experts

Expert qualifié en 24h • Formation sur-mesure • Consultation gratuite

Cyber Teachers