Le minacce informatiche IA di Microsoft sono ora connesse ai sistemi che prendono di mira
Microsoft ha avvertito che le minacce informatiche IA ora collegano identità, agenti, servizi cloud e catene di fornitura, pur facendo spesso ricorso a metodi di attacco familiari.
L’avvertimento arriva dal suo Digital Defense Report 2026, pubblicato il 1° ottobre dopo aver analizzato l’attività delle minacce da luglio 2025 a giugno 2026. Microsoft afferma che gli aggressori stanno usando l’IA per ricognizione, ingegneria sociale, sviluppo di malware, ricerca sulle vulnerabilità e attività svolte dopo una compromissione iniziale.
Il conflitto centrale non è tra esseri umani e sistemi di hacking completamente autonomi. Microsoft afferma che operatori umani controllano ancora la maggior parte delle campagne dannose. Il cambiamento consiste nel fatto che l’IA li aiuta a studiare gli obiettivi, personalizzare i messaggi, modificare il codice e interpretare più rapidamente le informazioni rubate.
Questo rende la minaccia più difficile da trattare come una raccolta di incidenti tecnici isolati. Un’identità rubata può collegare un aggressore a dati cloud, applicazioni aziendali, agenti IA e strumenti amministrativi fidati. Piccoli segnali provenienti da questi sistemi possono combinarsi in un’intrusione molto più ampia.
L’argomentazione di Microsoft comporta anche una tensione strategica. Le stesse capacità di IA possono aiutare i difensori a individuare vulnerabilità, correlare gli avvisi e indagare sugli attacchi. Possono anche ridurre lo sforzo necessario per creare esche convincenti o cercare punti deboli.
Il risultato è una competizione operativa tra aggressori assistiti dall’IA e difesa connessa. La velocità conta, ma la visibilità su identità, strumenti e dati conta di più.
Cosa è cambiato nel Defense Report 2026 di Microsoft
L’ultimo avvertimento di Microsoft riformula le minacce informatiche IA come un problema di accesso connesso, non semplicemente di contenuti dannosi generati da un modello.
Il Digital Defense Report descrive due rischi sovrapposti. Gli aggressori possono usare l’IA contro sistemi tradizionali e possono prendere di mira i componenti che consentono ai sistemi IA di funzionare.
Questi componenti includono prompt, dati del modello, infrastruttura di servizio, informazioni degli utenti, output generati, strumenti e identità degli agenti. Un attacco contro un componente può creare accesso a molti altri.
Questo modello è più ampio della familiare preoccupazione per criminali che chiedono a un chatbot di scrivere malware. Microsoft afferma che la maggior parte dell’uso dannoso dell’IA osservato continua a supportare singole fasi all’interno di flussi di attacco consolidati.
Gli attori delle minacce usano modelli linguistici per redigere messaggi, tradurre contenuti, ricercare vulnerabilità, creare strutture di script, eseguire il debug di malware e riassumere record rubati. Gli operatori umani mantengono generalmente il controllo sugli obiettivi e sulle decisioni di distribuzione.
La valutazione di sicurezza di Microsoft del 1° ottobre sottolinea questa continuità. Persone, identità, sistemi esposti e accessi fidati restano centrali nell’attività osservata dai suoi team.
La tecnologia modifica l’economia che circonda questi metodi. Un operatore può testare più varianti, adattare il materiale a più obiettivi e processare maggiori quantità di informazioni senza sviluppare manualmente ogni capacità.
Il rapporto amplia inoltre il perimetro difensivo. Gli agenti IA possono interagire con dati aziendali, applicazioni, API e strumenti software. Un’API è un’interfaccia definita che consente ad applicazioni separate di scambiarsi dati o azioni.
Queste connessioni rendono utili gli agenti. Offrono però anche ai team di sicurezza più relazioni da inventariare, autenticare, monitorare e revocare.
Microsoft suddivide la superficie d’attacco agentica in cinque grandi classi di rischio. Queste comprendono la manipolazione dei prompt, l’esposizione di dati sensibili, la compromissione delle identità, l’eccessiva autonomia e il danno all’integrità operativa.
L’eccessiva autonomia si verifica quando un sistema compie azioni che vanno oltre il comportamento previsto o approvato dal suo proprietario. Un agente manipolato potrebbe concatenare diversi strumenti singolarmente consentiti in una sequenza non sicura.
L’integrità operativa riguarda l’affidabilità di prompt, memoria, configurazione, dati di addestramento, dipendenze software e log. Un aggressore che modifica questi elementi può influenzare il comportamento successivo senza compromettere direttamente il modello sottostante.
Questa impostazione cambia la domanda di sicurezza. I team non possono valutare un agente limitandosi a verificare se il suo modello rifiuta una richiesta pericolosa.
Devono anche chiedersi quale identità utilizzi l’agente, quali dati possa recuperare e quali azioni possa eseguire. Devono sapere se le sue credenziali sono limitate nell’ambito e se gli amministratori possono revocare rapidamente l’accesso.
Questo cambiamento trasforma la sicurezza dell’IA in un problema di architettura. Le protezioni del modello continuano a essere importanti, ma si collocano all’interno di un sistema più ampio di identità, autorizzazioni, archivi dati, applicazioni e fornitori.
Perché le minacce informatiche IA di Microsoft aumentano la pressione sui difensori
L’IA sta comprimendo alcune parti del ciclo di attacco e costringendo al contempo i difensori a supervisionare un ambiente più ampio e interconnesso.
I dati di Microsoft mostrano perché questa combinazione sia rilevante. Il suo rapporto afferma che il 63 percento delle intrusioni osservate ha coinvolto il furto di dati, rendendo l’accesso alle informazioni un obiettivo centrale per gli aggressori.
L’azienda ha inoltre rilevato oltre 46 milioni di attacchi di impersonificazione di contatti aziendali nei 12 mesi precedenti. Questi attacchi imitano persone o organizzazioni fidate per manipolare i dipendenti affinché inviino denaro, credenziali o informazioni sensibili.
Gli account validi restano particolarmente preziosi. Microsoft afferma che il 52,2 percento delle intrusioni che coinvolgevano account validi ha portato a un ulteriore furto di credenziali.
Questo schema può trasformare un’identità compromessa in un percorso verso molte altre. Consente inoltre all’attività dannosa di assomigliare al comportamento legittimo che molti sistemi di monitoraggio si aspettano.
La pressione non è distribuita in modo uniforme. Microsoft afferma che i clienti negli Stati Uniti hanno rappresentato il 25,5 percento dell’attività di minacce informatiche osservata tra gennaio 2025 e giugno 2026.
Le agenzie e i servizi governativi sono stati il settore più colpito durante il periodo di misurazione del rapporto nel 2026. La loro quota ha raggiunto il 27 percento, rispetto al 17 percento del 2025.
L’information technology è seguita con il 17 percento, mentre ricerca e mondo accademico hanno rappresentato il 14 percento. Questi settori combinano dati di valore con dipendenze che possono diffondere un incidente tra partner e clienti.
Microsoft riporta inoltre che il phishing ha rappresentato il 23 percento delle intrusioni osservate nel 2026, in aumento rispetto al 7 percento del 2025. Il phishing utilizza comunicazioni ingannevoli per convincere un bersaglio a divulgare informazioni o compiere un’azione non sicura.
Questo aumento non dimostra che l’IA abbia causato ogni ulteriore intrusione di phishing. Le prove più ampie di Microsoft mostrano però perché l’IA renda queste campagne più facili da perfezionare e adattare.
La sua analisi dell’aprile 2026 ha riportato un tasso di clic del 54 percento per il phishing assistito dall’IA, rispetto a circa il 12 percento per campagne più tradizionali. Microsoft ha descritto questa differenza come un aumento del 450 percento dell’efficacia.
Queste cifre provengono dalla stessa visibilità sulle minacce di Microsoft e non dovrebbero essere considerate un parametro di riferimento universale per il settore. Il tasso osservato può dipendere dal targeting, dalla progettazione della campagna e dalla popolazione misurata.
Anche con questa limitazione, la direzione operativa è importante. L’IA aiuta gli aggressori a localizzare i messaggi, imitare il linguaggio del luogo di lavoro e adattare le esche a ruoli specifici.
Supporta inoltre iterazioni più rapide. Un aggressore può modificare un messaggio dopo risultati deludenti anziché aspettare che uno specialista riscriva la campagna.
Il ciclo di vita dell’attacco ora include attività assistite dall’IA dalla ricerca iniziale fino alle attività post-compromissione. Microsoft ne ha osservato l’uso nello sviluppo di identità fittizie, documenti contraffatti, debug di malware, evasione e analisi di dati rubati.
Eppure la pressione più immediata continua a gravare sui sistemi di identità. Un messaggio convincente diventa una grave violazione solo quando produce un accesso che un aggressore può riutilizzare.
Ciò significa che i team di sicurezza devono rispondere attraverso email, browser, endpoint, servizi di identità, applicazioni cloud e controlli sui dati. Strumenti separati possono ciascuno rilevare un frammento senza riconoscere la sequenza completa.
Un prodotto email potrebbe segnalare una formulazione insolita. Un sistema di identità potrebbe osservare un accesso sospetto. Un’applicazione cloud potrebbe registrare un download anomalo.
Il vantaggio difensivo emerge solo quando i team collegano rapidamente questi segnali. Microsoft sostiene che la telemetria isolata diventa più utile quando gli investigatori possono stabilire relazioni tra sistemi.
Per questo i difensori affrontano più di un problema di volume degli avvisi. Affrontano un problema di contesto, nel quale le prove sono distribuite tra confini tecnici e organizzativi.
La vera competizione è tra difesa connessa e sicurezza frammentata
L’argomentazione principale di Microsoft è che una difesa connessa può rivelare schemi di attacco che rimangono invisibili all’interno di prodotti di sicurezza isolati.
Un aggressore assistito dall’IA non ha bisogno di una tecnica completamente nuova in ogni fase. L’operatore può combinare tecniche familiari tra email, identità, applicazioni cloud e strumenti amministrativi.
Ogni singola azione potrebbe apparire incompleta o moderatamente sospetta. La relazione tra le azioni può rivelare l’intrusione.
Si consideri un dipendente che riceve un messaggio altamente personalizzato e inserisce le credenziali in un sito di phishing con reverse proxy. Il sito acquisisce sia le credenziali sia un token di sessione autenticata.
Una nuova sessione accede poi a email, archiviazione cloud e strumenti di collaborazione. L’aggressore cerca conversazioni finanziarie, copia documenti e crea un ulteriore metodo di autenticazione per mantenere la persistenza.
Nessun singolo evento spiega completamente la campagna. I record di email, browser, identità e cloud devono essere collegati attraverso tempo, contesto utente, informazioni sul dispositivo e schemi di accesso.
Il rapporto di Microsoft rende questa correlazione centrale per la difesa moderna. I team di sicurezza raccolgono già informazioni da endpoint, reti, applicazioni, email, ambienti cloud e intelligence sulle minacce.
La sfida consiste nel trasformare questi record in una ricostruzione coerente prima che l’aggressore si sposti ulteriormente. L’IA può aiutare ad automatizzare correlazioni note e attività investigative ripetitive.
Può raggruppare avvisi correlati, riassumere sequenze di eventi e portare anomalie all’attenzione di un analista esperto. Ciò offre ai difensori maggiore capacità per indagini più approfondite.
Tuttavia, Microsoft pone un limite all’automazione. Le tecniche consolidate possono essere sempre più ripetute dalle macchine, mentre i percorsi di attacco non documentati continuano a beneficiare del giudizio di esperti umani.
Questa distinzione è importante perché difesa connessa non equivale a difesa completamente autonoma. I sistemi automatizzati possono ereditare dati incompleti, policy deboli e presupposti errati.
Un agente di sicurezza che riceve autorizzazioni ampie può creare a sua volta un ulteriore percorso per gli aggressori. Il suo valore difensivo non elimina la necessità di credenziali limitate nell’ambito, controlli sulle azioni e log dettagliati.
Questo produce il compromesso centrale del rapporto. Collegare i sistemi offre ai difensori più contesto, ma ogni connessione può anche ampliare la superficie d’attacco disponibile.
I responsabili della sicurezza necessitano quindi di due forme di visibilità. Hanno bisogno di visibilità sulle minacce tra sistemi diversi e di un inventario di ciò a cui i loro agenti IA possono accedere o che possono modificare.
Il secondo requisito diventa più difficile man mano che i team aziendali implementano agenti nei flussi di lavoro quotidiani. Alcuni agenti recuperano documenti, redigono messaggi, interrogano database o aggiornano sistemi operativi.
Un'organizzazione che non riesce a identificare questi agenti non può assegnare in modo coerente responsabili né riesaminare le autorizzazioni. Non può nemmeno revocare con sicurezza gli accessi dopo un incidente.
Questo problema ricorda le prime fasi dell'adozione del cloud, quando i team spesso scoprivano applicazioni non gestite dopo che i dipendenti vi avevano già inserito dati importanti. Le implementazioni di agenti aggiungono l'azione autonoma a questa nota lacuna di governance.
Una risposta concreta parte dalle identità. Ogni agente dovrebbe disporre di un'identità verificabile, anziché basarsi su credenziali condivise o sui privilegi permanenti di un dipendente.
Le autorizzazioni dovrebbero rispecchiare il più piccolo insieme di azioni necessario per uno specifico compito. Il principio del privilegio minimo limita i danni possibili dopo il furto di un'identità o la manipolazione di un prompt.
I team di sicurezza dovrebbero inoltre separare il recupero delle informazioni dall'azione. Un agente che può leggere un documento non necessita automaticamente dell'autorizzazione per inviarlo, modificarlo o eseguire le istruzioni in esso contenute.
I log devono conservare sia le azioni dell'agente sia il contesto che le ha determinate. Senza questa cronologia, un investigatore non può distinguere l'automazione approvata da un comportamento manipolato.
I team che gestiscono conoscenze sensibili dovrebbero applicare una disciplina analoga alla propria knowledge base. Proprietà, confini di accesso e ambito di recupero delle informazioni contano quando i sistemi di IA possono cercare informazioni interne.
L'obiettivo non è scollegare ogni strumento. È rendere ogni connessione visibile, attribuibile e reversibile.
L'IA è un acceleratore, non ancora un attaccante autonomo
Le prove più solide indicano che l'IA agisce da moltiplicatore di forza per gli operatori umani, non da sostituto affidabile.
La ricerca di Microsoft sulle tecniche operative dell'IA afferma che la maggior parte dell'uso malevolo attuale si concentra sulla generazione di testo, codice e media. Gli operatori utilizzano questi risultati per ridurre l'attrito nei flussi di lavoro esistenti.
Questa valutazione offre un importante contrappeso alle affermazioni più drammatiche sulla guerra informatica autonoma. Microsoft ha osservato sperimentazioni con l'IA agentica, ma afferma che tale attività non opera ancora su larga scala.
L'IA agentica descrive sistemi in grado di prendere decisioni iterative ed eseguire attività tramite strumenti connessi. Affidabilità e rischio operativo ne limitano ancora l'uso malevolo.
Gli attaccanti non hanno bisogno di autonomia completa per ottenere un vantaggio. Un modello che fa risparmiare tempo nella ricerca, nella traduzione o nel debugging può aumentare il numero di obiettivi gestiti da un operatore.
Le operazioni dei lavoratori IT remoti nordcoreani illustrano questo schema. Microsoft monitora gruppi che chiama Jasper Sleet e Coral Sleet, i quali usano l'IA per la fabbricazione di identità, l'ingegneria sociale e l'uso improprio prolungato di accessi legittimi.
Queste campagne combinano l'inganno digitale con processi di assunzione reali. L'IA aiuta i candidati a creare curriculum, mantenere identità fittizie, comunicare in un'altra lingua e risolvere incarichi tecnici.
L'accesso critico proviene comunque da un datore di lavoro. Una volta assunto, un lavoratore fraudolento può ricevere credenziali e raggiungere sistemi interni attraverso canali approvati.
Questo esempio mostra perché la minaccia va oltre la generazione di codice malevolo. L'IA può rafforzare i passaggi sociali e operativi che collocano un attaccante all'interno di una relazione fidata.
Microsoft ha inoltre osservato attori di minacce tentare di aggirare i controlli di sicurezza dei modelli. Le tecniche includono prompt basati sui ruoli, richieste riformulate e istruzioni distribuite su più interazioni.
Un controllo di sicurezza può limitare le richieste dirette pur non rilevando una catena di attività apparentemente innocue. L'operatore combina i risultati al di fuori del modello.
La ricerca sulle vulnerabilità presenta la stessa tensione del duplice uso. L'analisi del codice tramite IA può aiutare i manutentori a individuare debolezze prima che gli attaccanti le sfruttino.
La stessa capacità può aiutare gli attori di minacce a esaminare divulgazioni pubbliche, cercare nel codice e identificare percorsi di sfruttamento plausibili. Il risultato dipende dall'accesso, dall'intento e dalla velocità di correzione.
Microsoft afferma che una vulnerabilità può passare dalla scoperta in natura all'armamento attivo in meno di 24 ore. Prevede inoltre 72.000 vulnerabilità divulgate pubblicamente nel corso del 2026.
Questi dati aumentano il valore della prioritizzazione. I team di sicurezza non possono trattare ogni vulnerabilità come ugualmente urgente, soprattutto in ambienti cloud e software di grandi dimensioni.
L'IA può aiutare a classificare l'esposizione combinando la gravità tecnica con il contesto delle risorse. Può identificare se un servizio vulnerabile è esposto a internet o custodisce dati sensibili.
Gli attaccanti possono effettuare un calcolo analogo. Possono concentrarsi sulle vulnerabilità associate a servizi esposti, organizzazioni di valore o prodotti ampiamente distribuiti.
È qui che la descrizione del moltiplicatore di forza diventa più utile della narrativa dell'attaccante autonomo. Il cambiamento immediato non è un intento indipendente della macchina.
Il cambiamento è una minore frizione operativa. Più persone possono accedere a capacità che un tempo richiedevano competenze linguistiche specialistiche, conoscenze di programmazione o tempo dedicato alla ricerca.
L'analisi di Microsoft di aprile sostiene che capacità sofisticate stanno diventando disponibili per operatori più piccoli. Questa valutazione è plausibile, ma l'accesso alle capacità non garantisce un'intrusione riuscita.
Gli obiettivi continuano a differire per i propri controlli. Il malware generato può contenere errori, i messaggi di phishing possono fallire e le azioni automatizzate possono esporre un attaccante tramite comportamenti insoliti.
I difensori dovrebbero quindi evitare due errori opposti. Non dovrebbero liquidare le operazioni assistite dall'IA come automazione ordinaria, né descrivere ogni attacco come autonomo.
Entrambi gli errori indeboliscono la pianificazione. Minimizzare ignora i cambiamenti di velocità e scala, mentre esagerare indirizza le risorse verso scenari ancora immaturi.
Le prove di Microsoft hanno limiti, ma il rischio è concreto
Microsoft osserva un'enorme quota dell'attività digitale globale, ma le sue misurazioni descrivono comunque la propria visibilità, non l'intero internet.
L'azienda gestisce servizi cloud, di identità, endpoint, email e collaborazione presso numerose organizzazioni. Questa posizione produce telemetria preziosa in diverse fasi di un attacco.
Crea però anche un particolare campo visivo. Settori, Paesi e tecniche che interagiscono intensamente con i prodotti Microsoft possono apparire più chiaramente rispetto alle attività altrove.
Le percentuali di Microsoft dovrebbero quindi essere lette come attività osservata all'interno di set di dati definiti. Non sono un censimento di ogni attacco informatico nel mondo.
Le differenze nella segnalazione dei clienti, nella distribuzione dei prodotti e nella copertura di rilevamento possono influenzare i risultati. Microsoft può migliorare il proprio rilevamento in un periodo, causando un aumento dell'attività misurata senza un incremento equivalente degli attacchi sottostanti.
Le affermazioni del rapporto relative all'IA combinano inoltre comportamenti osservati con previsioni sui rischi in evoluzione. La distinzione merita attenta considerazione.
Microsoft riporta direttamente l'uso dell'IA da parte di attori di minacce per la produzione di contenuti, la ricerca, la programmazione e l'analisi dei dati. Descrive separatamente l'identità degli agenti e l'eccessiva autonomia operativa come aree in espansione che le organizzazioni devono proteggere.
Questi rischi orientati al futuro sono credibili perché gli agenti si connettono già agli strumenti aziendali. Tuttavia, il rapporto non dimostra che gli agenti autonomi dominino attualmente gli attacchi nel mondo reale.
Microsoft stessa afferma che gli operatori umani restano coinvolti nella maggior parte delle campagne malevole. Riconosce inoltre che l'uso agentico avanzato è ancora in fase di sviluppo.
Questa cautela rafforza la parte utile dell'avvertimento. Le organizzazioni non devono attendere intrusioni autonome prima di agire.
L'iniezione di prompt crea già un rischio pratico. Questa tecnica inserisce istruzioni ostili nei contenuti elaborati da un sistema di IA, nel tentativo di reindirizzarne il comportamento.
Un documento malevolo potrebbe dire a un agente di ignorare il suo compito originale, esporre informazioni recuperate o richiamare uno strumento connesso. L'output del modello diventa pericoloso quando le autorizzazioni consentono a tale istruzione di produrre un'azione.
La memoria crea un altro rischio. Se un agente archivia informazioni manipolate e le riutilizza in seguito, una singola interazione avvelenata può influenzare decisioni future.
Questi problemi si affiancano alle tradizionali carenze di sicurezza, non ne sono separati. Credenziali rubate, autorizzazioni eccessive, monitoraggio debole e servizi esposti restano importanti.
I framework indipendenti supportano questa visione del ciclo di vita. Il National Institute of Standards and Technology degli Stati Uniti considera la gestione del rischio dell'IA un processo continuo che copre progettazione, distribuzione, misurazione e governance.
Il framework sul rischio dell'IA non sostituisce i controlli di cybersecurity. Aiuta le organizzazioni a identificare chi è responsabile di un rischio, come viene misurato e come cambiano le decisioni con l'evolversi dei sistemi.
Microsoft ha un interesse commerciale nell'enfatizzare la sicurezza integrata. Vende prodotti per identità, cloud, endpoint, dati e sicurezza che beneficiano di una visibilità centralizzata.
Questo incentivo non invalida le prove sottostanti. Significa però che i lettori dovrebbero separare i risultati osservati dalle affermazioni sulla migliore architettura di prodotto.
Un'organizzazione può connettere i segnali di sicurezza senza acquistare ogni controllo da un unico fornitore. Standard aperti, identificatori condivisi, log normalizzati e processi disciplinati di gestione degli incidenti possono anch'essi ridurre la frammentazione.
La concentrazione presso un fornitore crea un proprio compromesso. Una piattaforma unificata può semplificare la correlazione, ma un guasto o una compromissione può interessare più livelli difensivi.
La lezione corretta è quindi architetturale, non legata a uno specifico marchio. I difensori necessitano di contesto utilizzabile tra i sistemi, proprietà chiare e controlli che restino efficaci quando un componente fallisce.
Anche la condivisione di informazioni tra settore pubblico e privato è importante, perché nessuna singola azienda vede ogni parte di una campagna. Provider cloud, governi, fornitori di software e organizzazioni colpite detengono prove diverse.
Microsoft sostiene che una condivisione affidabile possa collegare frammenti che restano ambigui all'interno di una singola istituzione. La sfida consiste nel condividere rapidamente senza esporre informazioni sensibili di clienti o indagini.
Per gli acquirenti, il test è la performance misurabile. Un prodotto di sicurezza dovrebbe ridurre i tempi di indagine, identificare comportamenti connessi e conservare prove che gli analisti possano verificare.
Le affermazioni sul rilevamento tramite IA non dovrebbero sostituire questi risultati. I team dovrebbero chiedere come un sistema gestisce dati mancanti, correlazioni errate e input compromessi.
Tre segnali mostreranno se la difesa connessa sta funzionando
La prossima fase sarà giudicata in base ai controlli dell'identità degli agenti, a una risposta più rapida alle vulnerabilità e alla prova che i difensori possano ridurre il tempo di permanenza degli attaccanti.
Il primo segnale è se le organizzazioni assegnano agli agenti di IA identità distinte e revocabili. Microsoft afferma che gli agenti necessitano di accesso adeguato, autenticazione, attribuzione e un metodo affidabile per rimuovere le autorizzazioni.
Questo richiede più della semplice assegnazione di un account di servizio. I team devono sapere quale persona o processo aziendale è responsabile dell'agente, quali strumenti può richiamare e quali dati può recuperare.
Occorre osservare se i provider di identità e le piattaforme cloud aggiungeranno controlli più robusti e specifici per gli agenti. Le funzionalità utili includeranno credenziali con ambito limitato, autenticazione reciproca, approvazione delle azioni e cronologie di audit complete.
L'adozione conta più degli annunci. L'avvertimento trova conferma se le imprese possono inventariare gli agenti e revocare gli accessi senza interrompere sistemi non correlati.
Si indebolisce se l'identità degli agenti resta un quadro concettuale mentre le distribuzioni continuano attraverso account condivisi e ampie autorizzazioni dei dipendenti.
Il secondo segnale è il tempo che intercorre tra la scoperta di una vulnerabilità, la sua prioritizzazione e la correzione. Microsoft afferma che l'armamento può avvenire in meno di 24 ore, lasciando ai processi manuali poco margine.
L’analisi del codice assistita dall’AI dovrebbe aiutare i difensori a individuare vulnerabilità raggiungibili e a proporre correzioni. Gli stessi strumenti aiuteranno anche gli attaccanti a cercare informazioni pubbliche e a testare ipotesi di sfruttamento.
La metrica significativa non è quante possibili debolezze individua un modello. È se le organizzazioni correggono le falle esposte e sfruttabili prima che gli avversari le utilizzino.
I team di sicurezza dovrebbero monitorare separatamente i tempi di correzione degli asset esposti a internet rispetto al completamento generale delle patch. Dovrebbero inoltre misurare se le correzioni d’emergenza introducono problemi operativi.
Prove di correzioni costantemente più rapide rafforzerebbero l’argomentazione di Microsoft secondo cui i difensori possono trasformare l’AI in un vantaggio. Code di lavoro in crescita mostrerebbero che l’individuazione sta superando la capacità di risposta delle istituzioni.
Il terzo segnale è il dwell time, ossia il periodo tra l’accesso iniziale e il contenimento. Microsoft afferma che il dwell time è aumentato in più settori, anche se la risposta è migliorata dopo il rilevamento.
Questa constatazione individua l’attuale debolezza. I difensori possono agire rapidamente una volta compresa un’intrusione, ma faticano ancora a riconoscerne le fasi iniziali.
Il rilevamento connesso dovrebbe ridurre questo divario. Attività di email, identità, endpoint, cloud e agenti devono formare una cronologia prima che l’attaccante stabilisca un accesso persistente.
Le organizzazioni dovrebbero misurare quanto spesso i segnali correlati rivelano un’intrusione prima di qualsiasi singolo prodotto. Dovrebbero inoltre verificare se i riepiloghi automatizzati aiutano gli analisti oppure nascondono importanti elementi di incertezza.
Una riduzione del dwell time sosterrebbe la tesi centrale di Microsoft. Un dwell time stabile o in aumento suggerirebbe che una maggiore telemetria e l’AI non hanno risolto la frammentazione delle indagini.
Gli stessi tre test sono importanti per gli sviluppatori, gli acquirenti aziendali e i knowledge worker. Gli sviluppatori decidono quali autorizzazioni ricevono gli agenti, mentre gli acquirenti determinano quali sistemi condividono il contesto di sicurezza.
I knowledge worker restano centrali perché gli attaccanti continuano a prendere di mira le persone e gli accessi fidati. I messaggi generati dall’AI sono più dannosi quando il lavoro di routine rende la richiesta plausibile.
La risposta immediata non è presumere che ogni messaggio o azione di un agente sia ostile. È rendere le azioni ad alto impatto verificabili e reversibili.
Le organizzazioni dovrebbero identificare gli agenti distribuiti, separare i permessi di lettura dai diritti di esecuzione e collegare gli eventi di identità con l’attività delle applicazioni. Dovrebbero inoltre esercitarsi su come revocare gli accessi durante un incidente.
Le minacce informatiche AI di Microsoft continueranno a evolversi, ma il test a breve termine è già chiaro. I difensori riescono a collegare segnali deboli prima che gli attaccanti colleghino sistemi fidati?
Esaminate i punti in cui agenti, identità, dati e strumenti si intersecano nella vostra organizzazione. Poi chiedetevi se il vostro team è in grado di tracciare ogni azione, valutarla criticamente e revocarla prima che un singolo collegamento compromesso si trasformi in una violazione più ampia.
