L’Intelligenza Artificiale nella Sicurezza: Opportunità e Sfide nella Gestione delle Vulnerabilità

L’adozione di strumenti di scoperta basati sull’intelligenza artificiale (IA) ha rivoluzionato il modo in cui le aziende identificano le vulnerabilità nei loro sistemi. Negli ultimi anni, la capacità di individuare queste debolezze è aumentata significativamente, consentendo una rilevazione più rapida e precisa rispetto ai metodi manuali. Tuttavia, nonostante questi progressi, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta seguendo lo stesso ritmo.

Secondo recenti studi, il tempo medio per correggere una vulnerabilità critica è stato ridotto di circa il 50% nell’ultimo anno. Tuttavia, l’arretrato di vulnerabilità non risolte è aumentato di quasi 29 volte. Questo paradosso evidenzia un collo di bottiglia critico: la validazione delle segnalazioni generate dall’IA. Questi report possono contenere duplicati, interpretazioni errate o problemi teorici, richiedendo indagini approfondite che consumano ore di lavoro degli analisti e rischiano di far affondare segnalazioni urgenti in code congestionate.

Per affrontare questa sfida, è fondamentale stabilire standard chiari sulle evidenze richieste e sviluppare strumenti automatici che migliorino la qualità della prova piuttosto che aumentare la quantità delle segnalazioni. È necessario anche creare criteri che colleghino la severità tecnica delle vulnerabilità al contesto di business, considerando fattori come servizi critici per i ricavi, dati regolamentati e dipendenze sensibili.

Nonostante l’automazione, il lavoro umano rimane essenziale. Esperti diversificati sono necessari per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni. Inoltre, 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. Questo aumento non deve però nascondere una trasformazione fondamentale: l’IA si occupa dei casi routinari, mentre cresce il valore dei ricercatori capaci di dimostrare un impatto concreto e di analizzare le catene di attacco.

Le iniziative di Continuous Threat Exposure Management (CTEM) sono state proposte come un quadro 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.

In conclusione, la fase successiva dell’adozione dell’IA nella sicurezza informatica non si concentrerà semplicemente 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, chi non lo farà si troverà a fronteggiare un elenco di vulnerabilità in rapida crescita e non risolte.