In Breve
- Qual è l'impatto dell'intelligenza artificiale sulla scoperta delle vulnerabilità?
- L'IA ha aumentato significativamente la capacità di individuare vulnerabilità, ma la gestione delle segnalazioni non è progredita allo stesso ritmo.
- Quali sono le sfide principali nella gestione delle vulnerabilità?
- Le principali sfide includono la validazione delle segnalazioni e l'aumento dell'arretrato di vulnerabilità non risolte.
- Cosa sono le iniziative di Continuous Threat Exposure Management?
- Le iniziative CTEM mirano a connettere scoperta, validazione e remediation, fornendo metriche orientate alla riduzione del rischio reale.
L’adozione di strumenti di scoperta basati su intelligenza artificiale (IA) ha notevolmente incrementato la capacità di individuare vulnerabilità nei sistemi informatici. Tuttavia, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta progredendo con la stessa rapidità. Negli ultimi dodici mesi, il tempo medio necessario per risolvere una vulnerabilità critica è diminuito di circa il 50%, mentre l’arretrato di vulnerabilità non risolte è aumentato quasi 29 volte.
L’intelligenza artificiale ha la capacità di analizzare migliaia di asset e di identificare pattern noti nel codice, permettendo di rilevare esposizioni in modo più rapido rispetto ai test manuali. Tuttavia, la scoperta rappresenta solo il primo passo e non garantisce automaticamente una riduzione del rischio. Il vero collo di bottiglia è la validazione delle segnalazioni: i report generati dall’IA possono contenere duplicati, interpretazioni errate o problematiche teoriche che necessitano di approfondimenti, richiedendo tempo prezioso agli analisti e rischiando di far affondare segnalazioni urgenti in code congestionate.
Per affrontare queste problematiche, è fondamentale stabilire standard chiari riguardo alle evidenze richieste e implementare strumenti automatici che migliorino la qualità delle prove piuttosto che aumentare la quantità delle segnalazioni. È altresì necessario sviluppare criteri che colleghino la gravità tecnica al contesto aziendale, tenendo conto di servizi critici per i ricavi, dati regolamentati, dipendenze sensibili e controlli compensativi.
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. Tuttavia, questa crescita non deve nascondere una trasformazione in atto: l’IA si occupa dei casi più routinari, mentre cresce il valore dei ricercatori capaci di dimostrare impatti concreti e catene di attacco.
Le iniziative di Continuous Threat Exposure Management (CTEM) vengono 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 conferma di sfruttabilità, la velocità di remediation, la ricorrenza e la dimensione dell’arretrato critico, piuttosto che limitarsi a conteggi di rilevamenti.
In conclusione, la fase successiva nell’adozione dell’IA nella sicurezza informatica 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 lo faranno si troveranno a fronteggiare un elenco crescente di vulnerabilità non risolte.