In Breve
- Qual è il principale problema con gli agenti AI nelle infrastrutture?
- I modelli di sicurezza esistenti non sono adeguati per gestire attori non deterministici come gli agenti AI.
- Come si può migliorare la gestione degli agenti AI?
- Riformando il modello di identità per garantire che ogni attore abbia un'identità di prima classe e adottando principi zero-trust.
- Qual è la soluzione proposta per controllare gli agenti AI?
- Implementare privilegi temporanei legati a specifiche azioni autorizzate da un umano.
Riformare il Modello di Identità per l’Integrazione degli Agenti AI nelle Infrastrutture
Negli ultimi anni, gli agenti autonomi di intelligenza artificiale (AI) hanno trovato applicazione nelle infrastrutture core delle aziende, eseguendo codice, applicando policy e gestendo funzioni DevOps. Tuttavia, molti progetti si trovano ad affrontare significativi ostacoli a causa di modelli di sicurezza inadeguati, progettati per un contesto con soli due tipi di attori: umani e macchine. L’introduzione di attori non deterministici, come gli agenti AI, mette in crisi questi modelli, come dimostrato da un recente episodio in cui un agente ha cancellato in pochi secondi un intero database di produzione e i relativi backup.
Attualmente, gli ingegneri tendono a concedere privilegi ampi agli agenti, trattandoli come normali microservizi. Tuttavia, gli agenti AI sono soggetti a errori e operano a velocità molto elevate, eseguendo migliaia di azioni in pochi secondi. I tentativi di implementare misure di autenticazione rigorose e privilegi temporanei si scontrano con la frammentazione delle identità all’interno delle diverse componenti tecnologiche, come cluster Kubernetes, piattaforme cloud e database. Questa situazione costringe i team a gestire manualmente le identità e le infrastrutture, complicando ulteriormente la scalabilità delle soluzioni adottate.
La creazione di nuovi silos di identità per gestire un terzo tipo di attore, rappresentato dagli agenti AI, non fa altro che aggravare il problema, raddoppiando il lavoro e introducendo maggiore anonimato tra i sistemi. La soluzione proposta non risiede nell’aggiungere ulteriori strumenti, ma nella riforma del modello di identità. È fondamentale eliminare l’anonimato, attribuendo a ogni attore — umano, macchina, workload e agente AI — un’identità di prima classe, protetta criptograficamente da una root of trust hardware. È altresì necessario abbandonare credenziali statiche come API key e password, adottando invece principi di sicurezza zero-trust.
In questo nuovo paradigma, gli agenti dovrebbero operare con privilegi temporanei, specificamente legati ad azioni autorizzate da un operatore umano. Questo significa che i privilegi devono essere attaccati all’azione e non all’attore, e che le attività sensibili devono essere eseguite esclusivamente all’interno di ambienti di esecuzione sicuri prima di interagire con l’infrastruttura di produzione. Eliminando i privilegi di default, si riduce notevolmente il potenziale impatto di eventuali errori.
Per implementare questa riforma, è necessaria una policy di identità unica, stabilita e gestita da un sistema centralizzato. Questo sistema dovrebbe fungere da livello di enforcement tra l’agente e il suo endpoint di inferenza. Con un’architettura unificata, l’identità può diventare il control plane per l’adozione sicura degli agenti AI, che sono sempre più indispensabili per gestire cambiamenti di routine e risolvere deployment in tempo reale, a condizione di garantire un controllo rigoroso del loro comportamento.

