L’intelligenza artificiale nella sicurezza informatica: opportunità e sfide nella gestione delle vulnerabilità

L’adozione di strumenti di scoperta basati su intelligenza artificiale ha aumentato significativamente la capacità di individuare vulnerabilità nel codice e nei sistemi informatici. Tuttavia, la capacità di convalidare, prioritizzare e correggere le segnalazioni non sta crescendo con la stessa rapidità. Negli ultimi dodici mesi, il tempo medio per correggere una vulnerabilità critica è stato ridotto di circa il 50%, ma l’arretrato di criticità non risolte è aumentato di quasi 29 volte.

L’intelligenza artificiale è in grado di analizzare migliaia di asset alla ricerca di pattern noti, consentendo di rilevare esposizioni prima e più rapidamente rispetto ai test manuali. Tuttavia, la scoperta di vulnerabilità rappresenta solo il primo passo. Il vero collo di bottiglia è rappresentato dalla validazione delle segnalazioni. I report generati dall’IA possono includere duplicati, interpretazioni errate o problemi puramente teorici, che richiedono indagini approfondite. Questo processo può consumare ore di lavoro per gli analisti, rischiando di far affondare segnalazioni urgenti in code congestionate.

Per affrontare queste sfide, 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. È fondamentale collegare la severità tecnica delle vulnerabilità al contesto di business, considerando fattori come servizi critici per i ricavi, dati regolamentati e controlli compensativi.

Nonostante l’automazione, il lavoro umano rimane essenziale. L’analisi delle vulnerabilità richiede competenze diversificate per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni. Nel primo semestre dell’anno, i pagamenti ai ricercatori di sicurezza sono aumentati, superando i 47 milioni di dollari, con un incremento del 25% rispetto all’anno precedente. Tuttavia, questa crescita non deve nascondere una trasformazione in atto: mentre l’IA gestisce i casi routinari, cresce il valore dei ricercatori in grado di dimostrare impatti concreti e catene di attacco.

Le iniziative di Continuous Threat Exposure Management (CTEM) sono 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 ai conteggi di rilevamenti.

In conclusione, la fase successiva dell’adozione dell’intelligenza artificiale 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. Chi saprà convertire portata e giudizio tecnico in interventi concreti avrà un vantaggio competitivo, mentre chi non lo farà si troverà a fronteggiare un elenco in rapida crescita di vulnerabilità non risolte.