Una nuova corsa di fondo nella cybersicurezza
Per anni la difesa informatica è stata percepita come una gara di resistenza: un ricercatore scopre una vulnerabilità, un altro lavora per correggerla e, tra le due fasi, sono necessari mesi di analisi, test manuali e interventi umani. Questa dinamica non è scomparsa, ma sta accelerando grazie all’introduzione di intelligenze artificiali capaci di automatizzare gran parte del lavoro di riconoscimento e sfruttamento.
L’IA non si limita più a generare codice o a ricercare informazioni: alcuni sistemi possono ricevere un obiettivo, operare per ore e concatenare autonomamente le attività che prima richiedevano l’intervento continuo di un attaccante.
Il caso di 1.200 siti e 100 compromessi
Snorre Fagerland ha documentato una campagna che mette in evidenza la scala di questo nuovo approccio. Un attaccante di lingua cinese ha fornito ai propri agenti un semplice messaggio di meno di 100 caratteri in cinese e ha indirizzato l’attacco verso più di 1.200 siti web. Alla fine della settimana successiva, più di 100 di questi erano stati compromessi. Reuters ha identificato tra le vittime pagine legate a Deere, SharkNinja e Cummins. È importante precisare che i 1.200 casi rappresentano tentativi di intrusione, non tutti gli attacchi hanno avuto esito positivo, e l’effettiva esposizione dei dati rimane incerta.
Cosa faceva realmente l’IA?
Per comprendere l’importanza del caso, è necessario analizzare il sistema denominato Cairn. Non si tratta di un’intelligenza artificiale costruita esclusivamente per il hacking, ma di una piattaforma aperta di risoluzione di problemi attraverso molteplici agenti. Partendo da un unico obiettivo, gli agenti possono suddividere il lavoro, registrare i risultati intermedi e condividere le informazioni per decidere i passi successivi.
Applicata a un’intrusione, questa architettura consente di mantenere per ore attività di riconoscimento e ricerca di vulnerabilità senza richiedere nuove istruzioni umane per ogni singola azione.
Esempi concreti di autonomia
Il principale ricercatore di minacce di NorForge ha documentato un episodio che illustra la portata dell’autonomia raggiunta. Dopo aver fallito nella ricerca di vulnerabilità nella parte visibile di una grande azienda, il sistema ha iniziato a esplorare i registri digitali per individuare infrastrutture correlate. Ha scoperto un pannello di amministrazione accessibile da Internet, ha identificato una debolezza poco evidente nel processamento dei dati e ha continuato a sperimentare per ore fino a far eseguire comandi al server.
“Questo non è roba da script kiddies”, ha commentato il ricercatore a Reuters, sottolineando la complessità dell’attacco.
Costi ridotti, tempi brevi
Secondo l’analisi di NorForge, i progetti che hanno raggiunto l’obiettivo hanno impiegato in media meno di 23 ore. Tuttavia, queste ore non corrispondono a 23 ore di lavoro umano. Fagerland ha stimato che l’intera campagna ha consumato circa 5.000 USD in token, equivalenti a circa 50 USD per compromissione riuscita. Si tratta di stime basate su dati di consumo di token, non di fatture reali, ma mostrano come una porzione significativa del lavoro, prima eseguita da più operatori, possa ora essere gestita da una singola persona con costi marginali.
Una tendenza più ampia
Il caso Cairn si inserisce in una più ampia evoluzione osservata da diversi attori del settore. Anthropic ha documentato operazioni in cui sistemi agéntici eseguivano compiti di riconoscimento, sfruttamento e estrazione di dati per ore, mentre Google Threat Intelligence ha segnalato il passaggio da semplici prompt a flussi di lavoro sempre più autonomi.
Le tecniche impiegate non sono necessariamente nuove: molte si basano su vulnerabilità note, credenziali rubate o servizi esposti. Ciò che cambia è la quantità di compiti che una singola persona può delegare a un agente IA e l’estensione del proprio raggio d’azione.
Implicazioni per la difesa
Se da un lato l’IA potenzia le capacità dell’attaccante, dall’altro le stesse tecnologie possono essere sfruttate per migliorare la sicurezza. Quando un agente supera il semplice ruolo di rispondere a domande e ottiene permessi per consultare dati, utilizzare strumenti o modificare risorse, il potenziale di abuso aumenta notevolmente.
Microsoft ha evidenziato la necessità di limitare i privilegi e monitorare le azioni degli agenti IA, mentre il NCSC prevede che l’intelligenza artificiale renderà gli attacchi più rapidi, frequenti ed efficaci.
L’intervento umano rimane cruciale
Nonostante l’automazione, gli attaccanti non sono scomparsi dal processo e non tutti gli sforzi si traducono in violazioni gravi. Reuters non è riuscita a determinare quante informazioni, se presenti, siano state sottratte nella campagna analizzata, e alcune delle aziende coinvolte hanno riportato impatti limitati.
I rapporti del settore continuano a indicare che persone reali restano responsabili di decisioni chiave: scegliere gli obiettivi, interpretare i risultati e monetizzare gli accessi. Ciò che è cambiato è la quantità di lavoro che una singola persona può svolgere prima di dover intervenire nuovamente.
Prospettive future
Il fenomeno osservato con Cairn suggerisce che la prossima generazione di attacchi sarà sempre più basata su modelli del mondo sofisticati, capaci di simulare ambienti complessi e di pianificare azioni in modo quasi umano. Come avverte Xataka, i grandi modelli linguistici (LLM) rappresentano solo la punta dell’iceberg; la vera rivoluzione sarà guidata da sistemi che comprendono e manipolano interi ecosistemi digitali.
Per le organizzazioni, questo comporta la necessità di adottare difese basate su IA, automatizzare il monitoraggio continuo, implementare controlli di privilegio rigorosi e mantenere una vigilanza costante sulle attività degli agenti autonomi. Solo così sarà possibile mitigare la crescente capacità di un singolo attore di orchestrare campagne di hacking su larga scala con costi contenuti.