L’Intelligenza Artificiale e la Sicurezza: Opportunità e Sfide nella Scoperta delle Vulnerabilità
In Breve
- Qual è l'impatto dell'IA nella scoperta delle vulnerabilità?
- L'IA ha aumentato significativamente la capacità di individuare vulnerabilità, ma la gestione delle segnalazioni non è aumentata di pari passo.
- Quali sono le principali sfide nella gestione delle vulnerabilità?
- Le sfide includono la validazione dei report, l'aumento dell'arretrato di criticità non risolte e la necessità di indagini approfondite.
- Cosa sono le iniziative CTEM?
- Le iniziative di Continuous Threat Exposure Management collegano scoperta, validazione, prioritizzazione e remediation per ridurre il rischio reale.
L’adozione di strumenti di scoperta basati sull’intelligenza artificiale (IA) ha rivoluzionato il modo in cui le aziende individuano le vulnerabilità nei loro sistemi. Grazie a queste tecnologie, la capacità di rilevare esposizioni e debolezze è aumentata in modo significativo, consentendo di identificare potenziali minacce prima e più rapidamente rispetto ai metodi tradizionali. Tuttavia, nonostante questi progressi, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta seguendo lo stesso ritmo.
Negli ultimi dodici mesi, il tempo medio necessario per correggere una vulnerabilità critica è stato ridotto di circa il 50%. Tuttavia, l’arretrato di criticità non risolte è aumentato di quasi 29 volte, evidenziando un collo di bottiglia nella gestione delle vulnerabilità. Questo fenomeno è in parte attribuibile alla complessità dei report generati dall’IA, che possono contenere duplicati, interpretazioni errate o problemi teorici, richiedendo indagini approfondite da parte degli analisti. Queste indagini possono consumare ore preziose, rischiando di far affondare segnalazioni urgenti in code congestionate.
Per affrontare queste sfide, è fondamentale stabilire standard chiari sulle evidenze richieste e sviluppare strumenti automatici in grado di migliorare la qualità della prova anziché aumentare il numero di segnalazioni. Inoltre, è necessario sviluppare criteri che colleghino la severità tecnica delle vulnerabilità al contesto di business, tenendo conto di fattori come servizi critici per i ricavi, dati regolamentati e controlli compensativi.
Nonostante l’automazione, il contributo umano rimane essenziale. Lavori diversificati sono necessari per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni. I pagamenti ai ricercatori di sicurezza sono aumentati, superando i 47 milioni di dollari nel primo semestre dell’anno, con un incremento del 25% rispetto all’anno precedente. Tuttavia, questa crescita aggregata non deve nascondere una trasformazione fondamentale: mentre l’IA si occupa dei casi routinari, cresce il valore dei ricercatori capaci di dimostrare impatti concreti e catene di attacco.
Le iniziative di Continuous Threat Exposure Management (CTEM) sono emerse come un quadro utile per mantenere connessi scoperta, validazione, prioritizzazione e remediation. Queste iniziative forniscono metriche operative orientate alla riduzione del rischio reale, come la sfruttabilità confermata, la velocità di remediation e la dimensione dell’arretrato critico, piuttosto che limitarsi a conteggi di rilevamenti.
La fase successiva nell’adozione dell’IA nella sicurezza non si concentrerà sulla capacità di trovare più vulnerabilità, già abbondante, ma sulla capacità di trasformare quelle rilevazioni in azioni efficaci e verificate. Le organizzazioni che sapranno convertire la portata e il giudizio tecnico in interventi concreti rimarranno avvantaggiate. Al contrario, quelle che non riusciranno a farlo si troveranno a fronteggiare un elenco di vulnerabilità in rapida crescita e non risolte.
