In che modo la convalida basata sull’intelligenza artificiale può ridurre drasticamente il tempo tra il rilevamento e la correzione?
Quale ruolo gioca l’automazione nella risoluzione della sfida del “sovraccarico di vulnerabilità”?
Per anni, i responsabili della sicurezza informatica hanno creduto che più dati sulle vulnerabilità significassero una maggiore sicurezza. Lunghi elenchi di CVE, report di scansione dettagliati e penetration test trimestrali fornivano un senso di controllo. Ma nella pratica, sono diventati una fonte di distrazione. Nel mondo di oggi, gli aggressori utilizzano l’intelligenza artificiale per muoversi in modo più rapido e intelligente che mai. I difensori che si affidano a processi manuali o audit poco frequenti vengono costantemente lasciati indietro.
Con l’avanzare dell’intelligenza artificiale nelle operazioni offensive, la difesa deve rispondere di conseguenza. L’unico modo per neutralizzare velocità e automazione è con una difesa intelligente, basata sull’intelligenza artificiale, che identifichi ciò che gli aggressori utilizzano effettivamente, non ciò che potrebbe sembrare pericoloso sulla carta.
L'arretrato delle vulnerabilità è diventato una responsabilità aziendale
Gli scanner automatici e i penetration test generano montagne di risultati. Eppure, innumerevoli studi dimostrano che solo una piccola parte, circa il 9-10% (è richiesto un abbonamento), delle vulnerabilità note viene effettivamente sfruttata. Il resto allunga le code di ripristino, consuma tempo per gli analisti e distoglie l’attenzione dal rischio effettivo.
Gli aggressori si concentrano su ciò che funziona, non su ciò che è teoricamente possibile, quindi la mentalità del volume rispetto al valore rende le organizzazioni vulnerabili, con lunghi arretrati che creano la percezione di sicurezza.
L’intelligenza artificiale ha cambiato ciò che gli aggressori possono realizzare
I moderni attacchi informatici non richiedono più settimane di impegno umano. Campagne che un tempo richiedevano il coordinamento di esperti ora vengono eseguite alla velocità di una macchina. Di recente, Anthropic ha segnalato di aver bloccato un attacco basato sull’intelligenza artificiale che ha automatizzato dall’80% al 90% della catena di attacco, pianificando percorsi di exploit-chaining ed eseguendo movimenti laterali in tempo reale con una velocità e un’efficienza di gran lunga superiori a quelle degli operatori umani.
L’intelligenza artificiale potenzia ogni fase dannosa:
• L’ingegneria sociale ha un aspetto umano e personale.
• L’audio e il video deepfake impersonano in modo convincente i dirigenti.
• Le catene di exploit si sviluppano in pochi secondi, non in giorni.
• Il movimento laterale identifica i percorsi nascosti dietro il firewall.
Un incidente ampiamente riportato ha coinvolto un impiegato finanziario ingannato da un CFO deepfake che gli ha fatto trasferire 25 milioni di dollari. Questi attacchi non sono speculazioni future. Stanno accadendo ora.
Le difese devono essere all’altezza della velocità dell’attacco, altrimenti rappresentano solo un ritardo anziché una difesa. E se la sicurezza continua a basarsi su test episodici e su un lento triage, sarà sempre in ritardo di diverse mosse.
L’exploitability first non è solo intelligente, è necessario
Per contrastare gli attacchi basati sull’intelligenza artificiale, anche i difensori devono automatizzare il processo decisionale. Questo non esclude gli esseri umani dal processo, ma consente ai team di sicurezza di concentrarsi su ciò che può avere il maggiore impatto. Gli studi dimostrano ripetutamente che solo una piccola percentuale dei punteggi di vulnerabilità e delle CVE teoriche sono realmente sfruttabili e rappresentano un rischio immediato.
Quale di queste può realisticamente sfruttare un aggressore oggi?
Quando i team adottano un modello che privilegia l’esplorabilità:
• I risultati a basso rischio vengono declassati e i rischi perseguibili passano in primo piano.
• Le risorse di bonifica si concentrano dove contano di più.
• La rendicontazione esecutiva diventa basata su prove anziché teorica.
• I team di sicurezza recuperano tempo, chiarezza e scopo.
Le organizzazioni che adottano questo modello spesso segnalano una riduzione del rumore di vulnerabilità dal 70% al 90% (è richiesto un abbonamento). Non si tratta di fuffa di marketing. Si tratta di efficienza operativa e protezione più efficace.
La difesa deve eguagliare l’attacco con l’intelligenza artificiale
Un attacco basato sull’intelligenza artificiale richiede una difesa basata sull’intelligenza artificiale. L’automazione non dovrebbe sostituire gli esseri umani. Dovrebbe potenziarli. Gli strumenti giusti individuano automaticamente i percorsi di attacco esposti, convalidano la sfruttabilità e stabiliscono le priorità per le correzioni. Il processo diventa continuo anziché episodico.
La sicurezza deve evolversi per:
• Rilevare l’esposizione immediatamente dopo modifiche o implementazioni.
• Convalidare i percorsi di exploit del mondo reale.
• Fornire prove chiare e attuabili per la bonifica.
• Rivalutare continuamente man mano che l’ambiente cambia.
Solo questa cadenza può tenere il passo con gli aggressori che non riposano mai.
Perché l’intelligenza artificiale responsabile è importante
Così come le aziende adottano l’intelligenza artificiale per guidare l’innovazione, devono anche implementare l’intelligenza artificiale difensiva in modo responsabile. L’obiettivo non è la sorveglianza o l’eccesso di potere, ma piuttosto la protezione delle risorse digitali, della proprietà intellettuale e delle persone che da esse dipendono.
Concentrandosi sulla sfruttabilità anziché sul volume e abbinando la difesa all’intelligenza artificiale, come fanno gli aggressori, le organizzazioni possono ridurre la superficie di attacco, semplificare la correzione e ripristinare la chiarezza in un mondo sopraffatto dal rumore.
Il futuro della sicurezza informatica non si basa sull’individuazione di ogni falla, ma sulla prevenzione di ogni exploit.
Articolo: AI contro AI: la sfruttabilità deve guidare la moderna difesa informatica
Autore: RidgeSecurity Blog, Lydia Zhang





