Punti di forza
- Mythos accelererà probabilmente l’individuazione delle vulnerabilità, raggiungendo una portata e una velocità tali da superare i tradizionali flussi di lavoro di correzione basati sull’intervento umano.
- Gli elementi fondamentali della sicurezza, come l’applicazione delle patch, i backup in ambiente isolato e una gestione rigorosa delle vulnerabilità, rimangono essenziali ma potrebbero non essere più sufficienti da soli.
- La sfida principale consiste nel passare dalla semplice individuazione alla capacità di intervenire, dato che il volume delle vulnerabilità sta aumentando a ritmi tali da superare gli attuali limiti operativi.
- La resilienza dell’IA dipende dalla capacità di ripristinare sistemi coerenti – non solo i dati – a livello di modelli, pipeline e autorizzazioni.
- Le organizzazioni che si adegueranno in modo proattivo in questa fase iniziale avranno probabilmente un vantaggio competitivo molto maggiore rispetto a quelle che rimanderanno l’adozione di misure concrete.
Qualche settimana fa mi trovavo in una stanza con un gruppo di CIO e CISO quando la conversazione si è spostata su Mythos e Project Glasswing. L’entusiasmo è stato immediato: si tratta di persone che hanno vissuto molti cicli di hype, e questa notizia ha catturato la loro attenzione. Le reazioni si sono divise in due schieramenti. Primo: le categorie di minaccia non sono nuove – le organizzazioni con una solida gestione delle vulnerabilità e backup isolati affidabili saranno in una posizione migliore rispetto a quelle che ne sono sprovviste. Secondo: la velocità è diversa – non solo ciò che Mythos è in grado di individuare, ma anche la rapidità con cui gli autori degli attacchi potrebbero sfruttare l’intelligenza artificiale per sferrare attacchi alla velocità delle macchine, e le conseguenze che ciò comporta per i modelli matematici su cui si basano la maggior parte dei programmi di gestione delle vulnerabilità. Avevano ragione entrambi. È proprio questo che ha reso la conversazione degna di essere raccontata.
Cosa cambia con Mythos – e cosa no
Mythos è il modello di intelligenza artificiale sviluppato da Anthropic per l’individuazione autonoma delle vulnerabilità. È in grado di individuare e concatenare exploit critici sui principali sistemi operativi con un tasso di successo che, a quanto pare, non ha precedenti in questo settore.
Il progetto Glasswing – il consorzio di aziende creato per testare e rafforzare i propri sistemi prima che Mythos o funzionalità simili finiscano nelle mani degli avversari – è il segnale che si tratta di una realtà, che è già qui, e che il margine di tempo per anticiparla è breve. Rimane valida la visione che privilegia i fondamenti: le patch sono importanti, i backup virtualmente isolati (air-gapped) sono importanti, la disciplina nella gestione delle vulnerabilità è importante. Nulla di tutto ciò cambia con Mythos. Ciò che cambia è la velocità di produzione dall’altra parte di quei programmi. Dopo il caso Glasswing, la domanda non è se si disponga di un programma di gestione delle vulnerabilità, ma piuttosto se esso sia stato concepito per gestire risultati che arrivano a gocce o come uno tsunami. La maggior parte dei programmi è stata progettata per il flusso a gocce. Valutazioni periodiche, code di prioritizzazione basate sul CVSS, cicli di patch e test misurati in settimane. Quel ritmo aveva senso quando la velocità di individuazione corrispondeva a quella dei processi gestiti dall’uomo. Le funzionalità della classe Mythos ribaltano tale presupposto: il volume dei risultati utilizzabili potrebbe superare ciò che la maggior parte delle organizzazioni è in grado di elaborare attraverso i flussi di lavoro di cui dispone oggi. Il problema non è l’individuazione. È la capacità di agire – e ciò che accade quando il divario tra l’individuazione e la risoluzione si allarga più velocemente di quanto si riesca a colmarlo.
Quando la prevenzione passa in secondo piano, la resilienza prende il sopravvento
Quando il tempo dedicato alla prevenzione si riduce, la questione della resilienza passa in primo piano. Se non è possibile garantire che tutte le vulnerabilità vengano corrette prima che qualcuno ne approfitti – e sempre più spesso non è possibile farlo – le domande fondamentali cambiano: con quale rapidità si rileva l’intrusione? Come la si contiene? E una volta ripristinata la situazione, a quale stato esatto si ritorna?
Quest’ultima domanda è più complessa di quanto sembri, specialmente per le organizzazioni con interazioni agentiche progressive. Un sistema di IA non è solo dati. È una versione del modello, una pipeline di addestramento, un database vettoriale, un insieme di identità e autorizzazioni degli agenti – tutti elementi che devono riflettere lo stesso stato operativo per costituire qualcosa di cui ci si possa effettivamente fidare. La maggior parte delle organizzazioni è in grado di ripristinare singoli componenti. Pochissime, invece, sono in grado di dimostrare che ciò che hanno ripristinato sia coerente.
Il ripristino di un sistema di intelligenza artificiale non è una questione di recupero dei dati. È una questione di coerenza – ed è proprio nella differenza tra queste due cose che la maggior parte delle aziende si trova attualmente vulnerabile. Questo è il filo conduttore che collega Mythos al più ampio dibattito sulla resilienza dell’intelligenza artificiale. Non è che Mythos introduca un nuovo tipo di rischio che richieda un nuovo quadro di riferimento.
Il fatto è che Mythos comprime la linea temporale in modo tale da far emergere più rapidamente le lacune esistenti, lasciando meno tempo per colmarle prima che si verifichi un problema, aumentando così la probabilità che qualcosa vada storto prima che un’organizzazione riesca a correggere adeguatamente le vulnerabilità.
La finestra è aperta. Ma non rimarrà tale a lungo.
Glasswing è stato progettato per offrire ai difensori un vantaggio iniziale. Le organizzazioni che sfruttano consapevolmente questa opportunità – sottoponendo a stress test i propri programmi di gestione delle vulnerabilità in termini di volume, portando l’infrastruttura di resilienza basata sull’intelligenza artificiale a un livello tale da garantire la difesa e considerando il ripristino come un processo che deve essere dimostrabile prima che si verifichi un incidente, anziché essere messa a punto nel corso dello stesso – si troveranno in una posizione nettamente migliore rispetto a quelle che preferiscono aspettare. I principi fondamentali rimangono validi. È l’urgenza ad essere nuova.
“L’impresa agentica: perché la resilienza dell’IA richiede un sistema di registrazione” – l’ultimo rapporto di Commvault sulla preparazione – esamina le lacune nell’infrastruttura di resilienza dell’IA che determinano la capacità delle organizzazioni di rispondere alle difficili sfide del ripristino quando la rapidità delle minacce lo richiede.
Domande frequenti
D: Che cos’è Mythos e perché è importante?
R: Mythos è un modello di intelligenza artificiale progettato per l’individuazione autonoma delle vulnerabilità, in grado di identificare e concatenare gli exploit tra i vari sistemi a una velocità senza precedenti. La sua importanza risiede nel modo in cui riduce i tempi che intercorrono tra l’individuazione di una vulnerabilità e il suo potenziale sfruttamento, aumentando così la posta in gioco per chi si occupa della difesa.
D: Mythos cambia i principi fondamentali della sicurezza informatica?
A: No, le pratiche fondamentali come l’applicazione delle patch, i backup e la gestione delle vulnerabilità continuano a essere importanti. Ciò che sta cambiando sono il volume e la velocità delle minacce, il che mette sotto pressione i processi esistenti, progettati per flussi di lavoro più lenti e prevedibili.
D: Perché gli attuali programmi di gestione delle vulnerabilità potrebbero incontrare delle difficoltà?
R: Molti programmi sono stati concepiti per gestire un flusso costante di risultati, non per far fronte all’ondata di scoperte resa possibile dall’intelligenza artificiale. Di conseguenza, le organizzazioni si trovano ad affrontare un divario sempre più ampio tra l’identificazione delle vulnerabilità e la loro effettiva risoluzione.
D: Cosa significa “resilienza” nel contesto dei sistemi di intelligenza artificiale?
A: La resilienza va oltre il ripristino dei dati: implica il ripristino dell’intero sistema di intelligenza artificiale in uno stato coerente e affidabile. Ciò comporta che modelli, pipeline di addestramento, database vettoriali e controlli di accesso siano tutti correttamente allineati.
D: Perché la correzione sta diventando più importante della prevenzione?
R: Poiché i tempi di prevenzione si riducono a causa di un’esplorazione sempre più rapida, sta diventando irrealistico applicare tutte le patch in tempo. Ciò sposta l’attenzione sulla rapidità con cui le organizzazioni sono in grado di rilevare, contenere e riprendersi dagli incidenti.
D: In che modo le organizzazioni possono iniziare a prepararsi?
R: Le organizzazioni possono sottoporre a stress test i propri processi di gestione delle vulnerabilità, modernizzare le infrastrutture di resilienza e verificare le capacità di ripristino. Agire in questa fase iniziale offre un vantaggio strategico significativo.
Tim Zonca è vicepresidente responsabile della gestione del portafoglio presso Commvault.
