In Breve
- Qual è l'impatto dell'IA sulla scoperta delle vulnerabilità?
- L'IA ha aumentato significativamente la capacità di individuare vulnerabilità, ma la gestione delle segnalazioni non è migliorata allo stesso ritmo.
- Qual è il principale collo di bottiglia nella gestione delle vulnerabilità?
- Il collo di bottiglia principale è la validazione delle segnalazioni, che richiede tempo e risorse significative.
- Cosa sono le iniziative di Continuous Threat Exposure Management?
- Le iniziative CTEM mirano a connettere scoperta, validazione, prioritizzazione e remediation per ridurre il rischio reale.
L’adozione di strumenti di scoperta basati su intelligenza artificiale (IA) ha rivoluzionato il settore della sicurezza informatica, aumentando significativamente la capacità di individuare vulnerabilità nei sistemi. Tuttavia, nonostante i progressi nella scoperta, la capacità di validare, prioritizzare e correggere le segnalazioni non sta seguendo lo stesso ritmo, creando un collo di bottiglia che può compromettere la sicurezza complessiva.
Negli ultimi dodici mesi, il tempo medio per correggere una vulnerabilità critica è stato ridotto di circa il 50%. Tuttavia, l’arretrato di vulnerabilità non risolte è aumentato di quasi 29 volte, evidenziando una disconnessione tra la scoperta e l’azione. L’IA, infatti, è in grado di analizzare migliaia di asset e leggere codice per identificare pattern noti, consentendo di rilevare esposizioni più rapidamente rispetto ai test manuali. Tuttavia, la scoperta è solo il primo passo e non garantisce automaticamente una riduzione del rischio.
Il vero collo di bottiglia risiede nella validazione delle segnalazioni. I report generati dall’IA possono contenere duplicati, interpretazioni errate o problemi teorici che richiedono indagini approfondite. Questo processo consuma ore di lavoro degli analisti e rischia di far affondare segnalazioni urgenti in code congestionate. Per affrontare questa sfida, è necessario stabilire standard chiari sulle evidenze richieste e sviluppare strumenti automatici che migliorino la qualità delle prove anziché aumentare semplicemente la quantità di segnalazioni.
Inoltre, 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. I lavori umani rimangono essenziali per identificare percorsi d’attacco composti da più debolezze apparentemente minori e per dimostrare l’effettiva sfruttabilità delle esposizioni.
Un altro aspetto significativo è l’aumento dei pagamenti ai ricercatori di sicurezza, che hanno superato i 47 milioni di dollari nel primo semestre dell’anno, con un incremento del 25% rispetto all’anno precedente. Questo trend evidenzia come l’IA stia assorbendo i casi routinari, mentre cresce il valore dei ricercatori in grado di dimostrare impatti concreti e catene di attacco.
Le iniziative di Continuous Threat Exposure Management (CTEM) sono state 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.
La fase successiva dell’adozione dell’IA nella sicurezza 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 rimarrà avvantaggiato; chi non lo farà si troverà con un elenco di vulnerabilità in rapida crescita e non risolte.
