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

L’adozione di strumenti di scoperta basati su intelligenza artificiale (IA) ha rivoluzionato la capacità di individuare vulnerabilità nella sicurezza informatica. Tuttavia, mentre la tecnologia avanza, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta seguendo lo stesso ritmo. Negli ultimi dodici mesi, il tempo medio per correggere una vulnerabilità critica è stato ridotto di circa il 50%, ma l’arretrato di vulnerabilità non risolte è aumentato di quasi 29 volte.

L’intelligenza artificiale ha la capacità di analizzare migliaia di asset e leggere codice alla ricerca di pattern noti, consentendo di rilevare esposizioni in modo più rapido rispetto ai test manuali. Tuttavia, la scoperta è solo il primo passo e non porta automaticamente a una riduzione del rischio. Un collo di bottiglia significativo è rappresentato dalla validazione delle segnalazioni: i report generati dall’IA possono contenere duplicati, interpretazioni errate o problematiche teoriche che necessitano di indagini approfondite, consumando tempo prezioso per gli analisti e rischiando di far affondare segnalazioni urgenti in code congestionate.

Per affrontare queste problematiche, è necessario stabilire standard chiari sulle evidenze richieste e sviluppare strumenti automatici che migliorino la qualità della prova, piuttosto che aumentare la quantità di segnalazioni. Inoltre, è fondamentale collegare la severità tecnica delle vulnerabilità al contesto di business, tenendo conto di fattori come servizi critici per i ricavi, dati regolamentati e dipendenze sensibili.

Il lavoro umano rimane essenziale 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. Questo aumento non deve però nascondere una trasformazione in atto: mentre l’IA assorbe i 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 state proposte come un quadro per mantenere connesse 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 dell’adozione dell’IA nella sicurezza non si concentrerà semplicemente sulla capacità di trovare più vulnerabilità, già abbondante, ma sulla capacità di trasformare quelle rilevazioni in azioni efficaci e verificate. Chi sarà in grado di convertire portata e giudizio tecnico in interventi concreti avrà un vantaggio competitivo; chi non lo farà si troverà a gestire un elenco di vulnerabilità in rapida crescita e irrisolte.