Critical-severity security defects could lead to command execution, authentication bypass, and XSS attacks.
The post Cisco Patches 34 Vulnerabilities Across Multiple Products appeared first on SecurityWeek.
https://www.securityweek.com/cisco-patches-34-vulnerabilities-across-multiple-products/
Former president of Special US will lead the global creative network’s new stateside hub. https://www.adweek.com/agencies/shannon-nunn-rounds-out-lepub-ny-leadership-team-as-ceo/
Initial attempts were observed on October 17, and mass activity began shortly after patches were released.
The post PHP2Shell Exploitation Started Days Before Patches appeared first on SecurityWeek.
https://www.securityweek.com/php2shell-exploitation-started-days-before-patches/
The deal marks Common Interest’s biggest move in the U.S. to date. https://www.adweek.com/agencies/common-interest-expands-us-presence-with-mirimar-investment/
A conference invitation can be easy to justify: new ideas, contacts, technology, and professional development.
https://www.securitymagazine.com/articles/102585-are-you-the-insider-threat
Generative Bionics annuncia un nuovo piano industriale per realizzare una rete di Physical AI Data Factory dedicata all’addestramento e alla validazione di robot umanoidi per applicazioni industriali.
Il primo hub sorgerà in Italia, avrà una superficie di 5.000 metri quadrati e dovrebbe diventare operativo entro il quarto trimestre del 2027. A questo seguiranno una seconda struttura in un’altra area d’Europa e una terza destinata a servire i mercati globali. L’obiettivo dichiarato dall’azienda italiana è costruire un’infrastruttura capace di collegare apprendimento nel mondo reale, simulazione tramite digital twin e capacità di calcolo ad alte prestazioni, mantenendo in Europa dati, modelli e know-how legati allo sviluppo della robotica umanoide.
La logica alla base della Physical AI Data Factory parte da una differenza fondamentale rispetto ai modelli linguistici. Gli LLM possono essere addestrati su enormi quantità di testi, immagini e altri contenuti già disponibili online. Per i robot umanoidi, invece, non esiste una quantità paragonabile di dati relativi alle azioni da compiere nel mondo fisico.
Nella struttura, flotte di GENE.01 eseguiranno attività industriali in ambienti progettati per riprodurre condizioni operative reali. I robot raccoglieranno dati su movimento, contatto, forza, prossimità, temperatura, attività svolte e interazione con le persone.
Ogni ambiente fisico e ogni configurazione del robot saranno riprodotti anche digitalmente. Grazie ai gemelli digitali, Generative Bionics potrà ripetere le stesse attività in migliaia di varianti, modificando layout, oggetti, materiali, condizioni operative e possibili guasti.
Si crea così un ciclo continuo: i robot raccolgono dati durante il lavoro reale, le esperienze vengono ampliate attraverso la simulazione, i modelli vengono addestrati e testati e successivamente riportati sui robot per una nuova fase di validazione. Secondo l’azienda, questo processo dovrebbe consentire di configurare GENE.01 per specifici ambienti industriali prima ancora dell’installazione presso i clienti. Una volta entrate in funzione, le flotte operative continueranno a produrre nuovi dati che alimenteranno i successivi cicli di addestramento.
AMD sarà il partner tecnologico di Generative Bionics per l’infrastruttura AI.
La rete delle Physical AI Data Factory utilizzerà AMD Helios, un’architettura rack-scale destinata a fornire la capacità di calcolo necessaria per elaborare dati reali e sintetici, addestrare modelli di Physical AI ed eseguire contemporaneamente migliaia di simulazioni.
L’infrastruttura sarà affiancata dai team di robotica, AI e data engineering di Generative Bionics, che gestiranno l’intero percorso: dai dati grezzi raccolti dai robot fino alla creazione dei dataset, all’addestramento dei modelli e alla loro implementazione nelle flotte.
“Stiamo replicando il mondo, fisicamente e digitalmente, per addestrare robot umanoidi su larga scala prima ancora che vi entrino”, ha spiegato Daniele Pucci, CEO di Generative Bionics. Secondo Pucci, l’obiettivo è permettere alle flotte di GENE.01 di apprendere dalle attività industriali reali, testare poi queste capacità attraverso migliaia di varianti simulate e riportare infine sui robot i World Action Models validati.
Il primo hub italiano sarà progettato per riprodurre ambienti selezionati insieme ai partner industriali e permettere alle flotte di GENE.01 di lavorare continuamente in condizioni controllate ma realistiche.
I dati serviranno non soltanto per addestrare i modelli, ma anche per validare l’intero sistema robotico prima dell’impiego negli stabilimenti dei clienti: percezione dell’ambiente, controllo, comportamento di sicurezza ed esecuzione dei compiti.
Generative Bionics presenta il progetto anche come uno strumento per rafforzare la sovranità tecnologica europea nella robotica umanoide, mantenendo nel continente lo sviluppo dell’infrastruttura, dei dati e dei modelli utilizzati dai robot.
Keith Strier, SVP Global AI Markets di AMD, ha definito la Physical AI “un’opportunità per portare la potenza dell’AI nel mondo reale”, sottolineando il ruolo dell’infrastruttura di calcolo nella nuova generazione di automazione industriale.
Il progetto di Generative Bionics si inserisce in un momento in cui l’Europa prova a trasformare la propria eccellenza nella ricerca robotica in una vera capacità industriale. Al Parlamento europeo, una recente dimostrazione organizzata da euROBIN e dal DLR ha mostrato quattro robot collaborare in attività di manipolazione e coordinamento, accompagnando la richiesta di una strategia europea più ambiziosa sulla robotica basata sull’AI.
Tra gli obiettivi indicati dai ricercatori c’è quello di raggiungere entro il 2035 il 33% del mercato globale della robotica general-purpose e favorire la nascita di cinque-dieci grandi produttori europei.
The post Generative Bionics costruirà in Italia una Physical AI Data Factory da 5mila metri quadrati appeared first on Key4biz.
https://www.key4biz.it/generative-bionics-costruira-in-italia-una-physical-ai-data-factory-da-5mila-metri-quadrati/591660/
Nearly 100 vulnerabilities have been assigned a critical severity rating and Fusion Middleware received the most patches.
The post Oracle Patches Over 1,200 Vulnerabilities With October 2026 CPU appeared first on SecurityWeek.
https://www.securityweek.com/oracle-patches-over-1200-vulnerabilities-with-october-2026-cpu/
The $25 billion award far exceeds a $5 billion fine the Federal Trade Commission levied against Facebook in 2019.
The post Meta Ordered to Pay New Mexico $25 Billion for Deceiving Users About Privacy on Facebook appeared first on SecurityWeek.
https://www.securityweek.com/meta-ordered-to-pay-new-mexico-25-billion-for-deceiving-users-about-privacy-on-facebook/
L’intelligenza artificiale (AI) fino ad oggi non ha dimostrato di poter spegnere una rete elettrica o manomettere un acquedotto da sola, ma sicuramente può aiutare a pianificare i passaggi necessari a raggiungere un obiettivo molto preciso all’interno di un ambiente industriale, in sintesi: a pianificare (ancora in fase di testing) attacchi alle nostre infrastrutture critiche. È questo il segnale lanciato da una ricerca pubblicata dalla società di cybersecurity Frenos e riportata da Sam Sabin per Axios: in un test su dieci modelli, tre hanno elaborato piani d’attacco giudicati efficaci in circa il 90% dei tentativi.
Il risultato riguarda la capacità di mettere in sequenza passaggi plausibili in un ambiente simulato. Non prova che un modello possa individuare da sé un impianto reale, entrarvi e portare a termine un attacco. Questa distinzione è decisiva per valutare il rischio senza minimizzarlo né sopravvalutarlo.
La ricerca ha sottoposto sei modelli di frontiera, due modelli statunitensi open-weight e due modelli open-weight stranieri alle stesse prove. In totale, Frenos dichiara 16.980 test, più di 13mila decisioni, circa 2.500 tentativi di pianificazione e oltre 500 osservazioni in simulatore.
Ai modelli sono state fornite informazioni sul bersaglio, sull’accesso iniziale disponibile, sulle azioni possibili e sull’obiettivo da raggiungere. Il compito era collegare questi elementi in una sequenza di passaggi coerente. I ricercatori hanno poi verificato se il piano avrebbe raggiunto l’obiettivo nella simulazione. In pratica, hanno misurato quanto il modello riuscisse a ragionare sul percorso d’attacco, non se sapesse condurre da solo una campagna contro un’infrastruttura reale.
I dati richiedono una lettura attenta, si legge sulla testata online americana. I tre modelli di frontiera più performanti hanno superato circa il 90% delle prove di pianificazione: i risultati individuali sono 92,9%, 91,9% e 89,5%. Altri tre modelli di frontiera hanno registrato tassi di successo complessivi più bassi: 31,9%, 18,8% e 17,9%. Il modello open-weight straniero migliore ha raggiunto il 36,2%, contro il 5,2% del migliore tra quelli statunitensi. I ricercatori non hanno reso noti i nomi dei modelli.
Il confronto non va trasformato in una classifica tra Paesi: misura versioni specifiche di singoli modelli, non la qualità complessiva dei sistemi nazionali. Inoltre, il rapporto distingue tra coverage, la quota di percorsi per cui il modello è riuscito almeno una volta, e consistency, cioè la percentuale di tentativi effettivamente riusciti. Un modello può quindi individuare un percorso valido senza riprodurlo con affidabilità a ogni prova.
Le reti elettriche, gli impianti di trattamento dell’acqua e gli stabilimenti produttivi dipendono dalla tecnologia operativa, o OT: sistemi digitali che monitorano e controllano processi fisici. Qui un incidente informatico può avere conseguenze concrete sui servizi, sulla sicurezza degli impianti e sulla continuità delle operazioni.
Queste reti hanno esigenze diverse dai sistemi informatici aziendali. Devono continuare a funzionare e non sempre possono essere aggiornate o testate senza cautele: traffico imprevisto o comandi anomali possono interferire con processi delicati. NIST e CISA sottolineano che la sicurezza OT deve tenere insieme protezione informatica, affidabilità, continuità operativa e sicurezza fisica.
Il possibile vantaggio per un aggressore è soprattutto nella preparazione. Un modello può aiutare ad analizzare informazioni già raccolte, ricostruire relazioni tra componenti e individuare quali passaggi potrebbero avvicinare a un obiettivo. Se integrato in strumenti più ampi, potrebbe inoltre lavorare a lungo e passare al vaglio grandi quantità di dati. Frenos e gli esperti citati da Axios avvertono che queste capacità potrebbero rendere più agevoli le attività di ricognizione dopo che un attaccante ha già ottenuto accesso a una rete. La ricerca, tuttavia, non ha dimostrato che i modelli abbiano individuato autonomamente bersagli o vulnerabilità nel mondo reale.
Il rischio non nasce dunque da una capacità magica di “hackerare”, ma dalla possibilità di ridurre il tempo e le competenze necessari per interpretare un ambiente complesso e pianificare i passaggi successivi. Questo può essere utile a gruppi criminali e attori statali, già interessati a infrastrutture essenziali, ma i test portati avanti nelle sperimentazioni non attribuiscono capacità o intenzioni a specifici gruppi.
La stessa ricerca evidenzia i limiti della prova: “i modelli lavoravano con dati e opzioni forniti dai ricercatori, e i risultati venivano valutati in un simulatore. Non è stato dimostrato un attacco autonomo a sistemi OT reali”. In alcuni casi i modelli hanno saltato passaggi necessari o dato per acquisiti privilegi che non avevano. La supervisione di una persona competente può intercettare errori e correggere le ipotesi.
Il dato più rilevante è che, anche con una configurazione descritta dall’azienda come “relativamente semplice”, alcuni modelli hanno costruito piani validi con notevole frequenza. È stato osservato che strumenti capaci di aggiungere contesto e feedback potrebbero migliorare le prestazioni, si tratta però di una possibilità, non di un risultato già misurato in questa ricerca.
Per i gestori di reti e impianti, il problema è anche organizzativo. Molti operatori devono proteggere sistemi complessi con budget e personale limitati, mentre interventi e aggiornamenti richiedono attenzione per non compromettere i servizi.
L’AI può ampliare le capacità di analisi degli aggressori, ma anche aiutare i difensori a collegare inventari degli apparati, vulnerabilità ed eventi di sicurezza, purché le conclusioni siano verificate da analisti. Gli esperti raccomandano inoltre di limitare gli accessi remoti, separare le reti e provare le procedure di ripristino.
La ricerca non stabilisce quando un modello open-weight sarà in grado di replicare i risultati dei migliori sistemi di frontiera, né dimostra che questo passaggio sia inevitabile o imminente. Mostra però perché il margine di preparazione si sta riducendo: se la pianificazione degli attacchi diventa più accessibile, la difesa delle infrastrutture energetiche e idriche dovrà puntare su controlli rigorosi, capacità di rilevare attività anomale e piani di continuità testati. Per questi servizi, prevenire un’intrusione significa proteggere anche la regolarità delle forniture da cui dipendono cittadini e imprese.
Novità su Google, per aggiungere Key4Biz tra le tue fonti preferite, clicca qui
Leggi le altre notizie sull’home page di Key4biz
https://www.key4biz.it/ai-ecco-come-i-modelli-possono-aiutare-a-pianificare-attacchi-cyber-a-reti-elettriche-e-idriche/591654/
La crisi finanziaria in cui versano le grandi telco rappresenta un’occasione di business per i piccoli operatori. “La crisi delle grandi telco e la mancanza di un sostengo pubblico per sovvenzionare il 5G dà la possibilità di essere tutti sullo stesso piano, grandi e piccoli operatori, e questa mancanza di fondi pubblici premierà i piccoli operatori di AIIP nel cercato dell’ultrabroadband, del Cloud e dei data center”. Lo ha detto Giovanni Zorzoni, vice presidente dell’AIIP (Associazione Italiana Internet Provider) analizzando la situazione di mercato attuale, che vede i grandi operatori alle prese con gravi problemi economici a fronte della necessità di finanziare le nuove reti ultrabroadband.
Piccoli operatori che sul mercato lavorano a livello locale mantenendo un rapporto diretto con il cliente, un vantaggio non da poco che favorisce così il subentro ai grandi player nazionali che stanno perdendo clienti soprattutto nel segmento della banda ultralarga fissa. “I grandi operatori hanno problemi con i conti che non tornano mai”, aggiunge Zorzoni. “Anche nel Cloud si doveva fare la rivoluzione, ma c’è sempre lo stesso mezzo gigawatt di base installata nei data center preesistenti, che sono quelli che crescono di più, portando avanti i dati delle aziende italiane”, aggiunge.
Nel ranking dell’Osservatorio Agcom sui clienti ultrabroadband i piccoli operatori sono cresciuti in un anno dell’1%, arrivando al 10,5% del totale, collocandosi al quarto posto nazionale fra i provider di servizi ultrabroadband fissi. “Un totale del 10,5% nell’ultrabroadband dei nostri soci, al netto di Tiscali, che è entrata in AIIP da pochi mesi e che incrementa ulteriormente questa quota tanto che di fatto potremmo già essere al terzo posto nella classifica nazionale”, dice Zorzoni.
Sul fronte del CUP (Canone Unico Patrimoniale) richiesto dai Comuni italiani agli operatori di telecomunicazioni per l’occupazione del suolo pubblico, l’associazione ha raccolto il favore dell’ANCI nella protesta ed eventualmente, se fosse confermata, per allargare l’applicazione del provvedimento anche agli operatori 4G, 5G e FWA. “Se la tassa sull’occupazione sulle infrastrutture in fibra ottica dovrà valere per gli operatori in fibra, allora è giusto che la stessa norma valga anche per i player mobili che con l’uso mediato dei cavi in fibra su suolo pubblico lo fanno esattamente come gli operatori puri di rete fissa. Senza la fibra, il 4-5G oggi non può funzionare”, dice Zorzoni.
Sul tema delle frequenze, secondo l’AIIP il rinnovo non può essere fatto gratuitamente. “Non sarebbe compatibile con le regole europee. Il rinnovo deve essere oneroso e vanno riservate delle frequenze per le case sparse, per formare degli operatori di prossimità. Inoltre bisogna liberalizzare definitivamente le frequenze del 5G privato, in maniera che chiunque possa costruire quelle reti”.
Novità su Google, per aggiungere Key4Biz tra le tue fonti preferite, clicca qui
Leggi le altre notizie sull’home page di Key4biz
https://www.key4biz.it/banda-ultralarga-e-cloud-zorzoni-aiip-la-crisi-delle-telco-unoccasione-per-i-piccoli-operatori/591646/