As the cyber landscape evolves and grows increasingly connected, the partnerships, tools and flexible device practices we depend on can also become weak points. For instance, the very third parties businesses rely on for operations can expose them to risks in the event of a cyber incident. Likewise, as artificial intelligence (AI) becomes more prevalent, it also accelerates cyber threats, and while bring-you-own-device (BYOD) policies can help employees work with more flexibility, they may cost the company in terms of risk. 

In cases like these, cyber threats can become legal risks as well. 

To better understand the scope of these legal concerns, I spoke with three Parker Poe attorneys, Sarah Hutchins, Robert Botkin, and Susie Lloyd. Hutchins directs the firm’s Cybersecurity & Data Privacy Team, advises multi-national corporations regarding federal and state data privacy compliance, and is recognized as a Certified Information Privacy Professional/United States (CIPP/US) by the International Association of Privacy Professionals (IAPP). Furthermore, as a cybersecurity and data privacy attorney, Botkin has experience in examining and mitigating enterprise risks associated with privacy and cybersecurity. As for Lloyd, she represents clients in litigation involving cybersecurity, data breaches, and regulatory compliance.

Below, these attorneys share their insights about the legal considerations organizations should be aware of when it comes to AI and third party relationships. 

Security: What legal considerations should organizations keep in mind when it comes to third party relationships? 

Hutchins: Companies have long relied on third-party specialists to conduct and grow their business. The tools and innovation that these service providers offer are necessary to stay ahead in the competitive race. These partnerships, however, are not without risk. When a company allows access to their information — be it customer or employee personal information, or critical business information that is confidential or a trade secret — contractual protections are paramount.

There are many contractual clauses I look for when representing a business that controls the data but needs to share it with a vendor to perform a necessary business function. I pay attention to the protections the vendor promises, such as how they secure the data and whether they promise to use it only for performing tasks under the agreement. I especially like to see clauses devoted specifically to data breach response, including when the vendor must disclose the possible incident and who takes financial responsibility for the investigation and notification tasks that may follow.

When I look at an agreement with a third party, I also focus heavily on the boilerplate clauses in the agreement — confidentiality, duty of mitigation, force majeure, limitation of liability, and, of course, the indemnity clause. Indemnity clauses often dictate which party will cover the litigation-related costs in the event of a lawsuit from someone outside of the contract. In the wake of a security incident, this could mean an individual, or class of individuals, whose data was impacted by the data breach. It could also be other companies who either had their confidential business information exposed or who had to incur costs related to the breach.

Allocation of these possible costs through an indemnification clause is important given the potential exposure. Security breaches involving third parties are increasingly common. Incurred costs escalate quickly and involve forensic investigation, attorneys’ fees, notification letters to individuals, mitigation efforts, and other significant penalties. Individuals impacted by a security breach — and their class action attorneys — often claim substantial impact. Considering these risks up front — and considering the insurance that may need to be secured — is vital in a world where security incidents are a matter of “when,” not “if.”

When your vendor experiences a security incident, there is an extra layer of uncertainty. You may only learn of the incident through a disruption in service or even in the media. Your business — along with all of your other vendor’s customers — will be scrambling to get answers at the same time, and your service provider may or may not have the resources in place to give you the necessary and timely answers you require. Depending on how much you rely on the service provider, a vendor security incident could leave your business operations entirely disrupted, with nothing but a busy signal when you attempt to get answers.

Here, the old adage is particularly relevant — an ounce of prevention is worth a pound of cure. Take the time to understand the information each of your service providers and other vendors has access to and, where important to ongoing business function, plan for a possible rainy day.

Many businesses have historically had gaps in vendor contracting and management. As a result, the selection, contracting, and onboarding of various vendors — especially those that engage in specialized IT functions — are not always fully understood by management. As a first step in managing vendor risk, companies should understand and document the data these service providers and vendors have access to, how that access is maintained, and the functions the third party provides. A vendor management system should be simultaneously implemented to avoid a repeat gap in knowledge in the future.

Once a full picture of vendor function and access is in place, it is necessary to game out the loss of functions of critical provider services. Some companies are required to have an incident response plan based on applicable regulations; however, all businesses should have one. An incident response plan provides a roadmap for a breach response and is prepared when all stakeholders can be thoughtful and collaborative — well before an actual incident occurs and it is all hands on deck. Planning for a third-party breach — including gathering information about contacts and key contract requirements — is helpful and will give back precious time during a breach response.

Your business interruption prevention plan should also include replicating key business functions in case a provider unexpectedly goes offline. While cost is an important factor in instituting redundancies, thinking through options ahead of time with all key personnel involved will provide a thoughtful plan in the wake of a real incident.

Finally, plan for loss of data. An off-site regular backup plan provides businesses with vital options if ever data is held hostage. Businesses that are able to restore current data from a backup will not be as dependent on an unresponsive vendor or unknown threat actor.

Security: What legal considerations should organizations keep in mind when it comes to AI? 

Botkin: The adoption of generative artificial intelligence (genAI) platforms introduces novel legal risks, many of which are insufficiently addressed by existing regulatory regimes. While AI is increasingly embedded in commercial tools, it is not always transparent how genAI providers will process their users’ data. This opaque environment places the onus squarely on companies and their counsel to anticipate risks and mitigate them through contractual protections and internal governance.

One of the most pressing risks is data leakage, which occurs when business or other sensitive information is entered into an AI system without proper corporate safeguards. 

When employees use an AI platform their company has not provided access to — or use a company-approved AI platform but with their personal email sign-on — then the data input by the user is subject to the AI platform’s terms of use rather than any agreement between the company and AI provider. When a company and AI provider enter into an agreement for AI services, it is common for the company to impose restrictions on the AI provider so that the company’s data is only used to provide the AI service and not for training the AI model. When AI platforms retain and train on user inputs, that means confidential business information, personal data, or attorney-client communications may be absorbed into the model and later reflected in responses to unrelated users. 

Additionally, many providers log prompts and outputs for system improvement or troubleshooting; if these logs are insecure or accessible to third parties, data can be inadvertently disclosed — giving third parties a trove of valuable data. Moreover, when genAI tools are integrated with other applications through APIs or third-party plug-ins, weak access controls or poor configurations may allow information to flow outside the company’s control. These pathways highlight why data leakage is not just a cybersecurity concern but also an attorney-client privilege, confidentiality, and compliance issue.

Companies leveraging AI should supplement their standard technology and SaaS contracts with clauses tailored to address the risk AI poses. With data use and retention, for example, the agreement should state unequivocally whether customer inputs will be used to train the vendor’s models. If not, the agreement should include a “no training” clause, require deletion of prompts after processing, and prohibit use of data for analytics without consent.

In terms of confidentiality and privilege, AI providers should be bound to treat all inputs and outputs as confidential information, with restrictions on internal access. AI tools that market themselves to the legal industry should have the agreement expressly state that disclosure of attorney-client communications into the tool does not waive privilege and that the AI provider must maintain technical and organizational safeguards.

With intellectual property, agreements should allocate ownership of outputs to the customer and disclaim AI providers’ rights to reuse them. AI providers should indemnify customers against claims that outputs infringe third-party IP, given the opacity of training data sources, and provide uncapped liability. 

In terms of audit and oversight, companies should reserve rights to audit or receive detailed reports on data handling, model updates, and security certifications. AI providers should also commit to notifying customers of material changes to model behavior, security practices, or compliance policies.

Security: What legal considerations should organizations keep in mind when it comes to BYOD policies? 

Lloyd: BYOD policies were once hailed as a cost-effective way to boost productivity, reduce costs, and increase flexibility. Companies saved millions by letting employees use personal devices instead of buying and managing corporate hardware. But the landscape has shifted. With genAI entering the workplace, BYOD is no longer just a convenience — it’s a growing liability.

Personal devices lack the consistent security controls of corporate-issued hardware. Employees mix work and personal apps, connect to unsecured networks, and often skip critical updates. When sensitive corporate data lives alongside personal content, the risk of accidental or malicious exposure skyrockets.

Employees increasingly use AI tools to draft emails, analyze data, or even write code, often on the same devices they use for social media, booking healthcare appointments, and shopping. This overlap creates two major risks: proprietary information can end up in AI platforms that store or learn from user inputs, and unapproved tools can bypass governance, making it nearly impossible to track where sensitive data goes.

Eliminating BYOD is not a quick fix. Companies will face higher costs for purchasing and managing corporate devices, implementing Mobile Device Management (MDM), and hiring additional IT staff to handle a larger fleet of endpoints. Device procurement alone, especially for remote or global teams, can be a major expense. The alternative, however, can be far more costly. A single breach can lead to regulatory fines, lawsuits, and reputational damage that dwarf the cost of new hardware and IT resources. The savings that once justified BYOD may no longer outweigh the risk.

Organizations should weigh the financial trade-offs and consider adopting zero trust architecture to continuously authenticate every user and device, defining AI governance policies that specify approved tools while prohibiting inputting sensitive data into public models, and implementing corporate-owned, personally enabled devices as a middle ground between security and flexibility.

The savings that once justified BYOD no longer outweigh the risk. In the genAI era, security is not optional — it is the cost of doing business.

Stay Ahead of Cyber Threats to Protect Your Organization 

Mitigating cyber risks also means mitigating legal risks. By taking into account the legal considerations of third party relationships, AI, and BYOD policies, organizations can better protect themselves, their data, and their customer’s privacy. 

https://www.securitymagazine.com/articles/101939-cyber-risks-can-be-legal-risks-how-to-protect-the-organization

@import url(‘https://fonts.googleapis.com/css2?family=Handlee&display=swap’); h3 { font-weight: bold; font-size: 18px; color: #C72026; } .pqFull { display: block; border-width: 2px 0; border-style: solid; border-color: #404144; padding: 1.5em 0 0.5em; margin: 1.5em 0; position: relative; Handlee”, Arial, sans-serif; font-size: 20px; text-align: center; color: #0067A6; } .pqFull:before { content: ‘\275D’; position: absolute; top: -.10em; left: 50%; transform: translate(-50%, -50%); background: #fff; width: 4rem; height: 2rem; color: #666; text-align: center; } .pqFull:after { content: attr(cite); display: block; text-align: center; font-size: 18px; color: #404144; }

In a move aimed at enhancing the security of sensitive participant data, earlier this year the U.S. Department of Labor (DOL) broadened its cybersecurity guidance to cover all employee benefit plans, including health plans. Previously, the DOL’s guidance focused solely on ERISA retirement plans, leaving health plans outside the scope.

With this year’s new expansion, health plan sponsors must now align their cybersecurity practices with updated DOL standards, as well as existing regulations like HIPAA and HITECH. This shift reflects a growing recognition of the risks posed by cyber threats and the need for robust, proactive measures to protect participant data.

The goal of these updated guidelines is to provide a consistent, comprehensive framework for managing cybersecurity risks across employee benefit plans. Health plan sponsors now face the challenge of integrating these practices into their existing operations, ensuring that they not only meet HIPAA/HITECH requirements but also adhere to the DOL’s expanded guidance. The ultimate objective is to create a secure environment for sensitive data while maintaining ongoing risk management processes to stay ahead of evolving threats.

The DOL’s 12 Recommended Cybersecurity Practices

To help plan sponsors meet this challenge, the DOL has outlined 12 key practices that must become part of an ongoing cybersecurity strategy. These recommendations emphasize the need for continuous improvement and adaptation in the face of rapidly changing cyber risks:

1. Formal Cybersecurity Program

The first step in complying with the DOL’s guidelines is to establish a comprehensive cybersecurity program. This program should be designed to outline specific policies and procedures for safeguarding sensitive data. It must be regularly reviewed and updated to reflect current cybersecurity threats and best practices. A formal program ensures that all employees understand their roles in protecting data and helps prevent inconsistencies in security practices.

2. Annual Risk Assessments

Health plan sponsors are required to conduct yearly risk assessments to identify vulnerabilities in their systems. This assessment process should involve documenting any identified risks, evaluating current security controls, and making necessary adjustments to address emerging threats. By staying proactive, organizations can maintain strong defenses and quickly adapt to new vulnerabilities.

3. Incorporating Penetration Testing

Penetration testing (or pentesting) is a crucial component of cybersecurity assessments. This practice involves simulating real-world cyberattacks to identify potential entry points for hackers. Pentests help health plan sponsors uncover weaknesses that might not be apparent through traditional risk assessments, allowing them to address vulnerabilities before they are exploited.

4. Third-Party Security Audits

Given the interconnected nature of modern healthcare and benefit systems, third-party vendors often have access to sensitive participant data. The DOL recommends that plan sponsors arrange for annual third-party security audits to evaluate the effectiveness of security practices implemented by these external providers. These audits help ensure that third-party vendors are maintaining appropriate cybersecurity measures and do not pose an added risk.

5. Defined Security Roles and Responsibilities

A clear organizational structure for cybersecurity is essential. The DOL advises that health plan sponsors assign specific cybersecurity responsibilities to qualified personnel. This might include the appointment of a Chief Information Security Officer (CISO) to oversee the program. Staff should also be adequately trained and certified in relevant cybersecurity practices to ensure that they are capable of responding to emerging threats.

6. Access Control Procedures

One of the most effective ways to prevent unauthorized access to sensitive data is through access control protocols. The DOL’s guidelines stress the importance of limiting access based on job roles and using multi-factor authentication to verify users’ identities. Regularly reviewing user permissions ensures that only those with a legitimate need to access certain data are allowed to do so.

Given the interconnected nature of modern healthcare and benefit systems, third-party vendors often have access to sensitive participant data.

7. Third-Party Provider Security Reviews

Third-party providers that handle health plan data must be regularly assessed to ensure their cybersecurity practices align with industry standards. Sponsors should establish clear security requirements in vendor contracts, including encryption protocols and data access controls. These ongoing reviews help mitigate the risk that a vendor’s lax security measures might compromise participant data.

8. Cybersecurity Awareness Training

Educating staff members about cybersecurity threats is vital to building a strong security culture within an organization. The DOL recommends that health plan sponsors provide annual cybersecurity training to all employees, focusing on recognizing common threats like phishing and identity theft. Well-trained staff can act as a frontline defense against many types of cyberattacks.

9. Secure System Development Life Cycle (SDLC)

Cybersecurity should be integrated into every stage of system development. The DOL urges health plan sponsors to incorporate security measures from the earliest stages of development through to testing, deployment and maintenance. Regular testing during development helps identify potential vulnerabilities before new systems are put into operation.

10. Integrating Pentesting in SDLC

Penetration testing should not be limited to post-deployment assessments; it should also be part of the system development life cycle. By performing pentests on new systems before they are deployed, organizations can identify weaknesses early and ensure that security is built into every phase of development.

11. Business Resiliency and Incident Response

Health plan sponsors are required to create, test and maintain disaster recovery and incident response plans. These plans should outline clear roles, responsibilities, and procedures to follow in the event of a cybersecurity breach. Testing these plans annually ensures that organizations are ready to respond quickly and effectively when an incident occurs.

12. Data Encryption

Encryption is a fundamental aspect of data security. The DOL recommends using strong encryption to protect data both in storage and during transmission. Sponsors should also ensure that encryption methods are kept up to date with evolving technology to maintain robust protection against unauthorized access.

Distinctions Between DOL Guidance and HIPAA/HITECH

While HIPAA and HITECH regulations are designed to protect the privacy and security of health data, the DOL’s updated guidance takes a broader, more comprehensive approach to cybersecurity for employee benefit plans. Unlike HIPAA/HITECH, which primarily focuses on the confidentiality of health data, the DOL’s guidelines introduce specific protocols for addressing cybersecurity risks across the full spectrum of health plan operations. The DOL emphasizes ongoing monitoring, annual assessments and auditing practices that are critical to maintaining a secure environment.

Cybersecurity as an Ongoing Responsibility

The most important takeaway from the DOL’s updated guidance is that cybersecurity is not a one-time task, but an ongoing responsibility. Health plan sponsors must continuously assess, update and improve their cybersecurity measures to protect sensitive participant data effectively. By adopting the DOL’s guidelines, sponsors are not only ensuring compliance but are also taking proactive steps to safeguard against the increasingly sophisticated and frequent cybersecurity threats that target employee benefit plans.

For health plan sponsors, the message is clear: cybersecurity is a critical aspect of fiduciary duty, and staying ahead of potential threats is crucial to maintaining trust with plan participants and meeting regulatory obligations.

https://www.securitymagazine.com/articles/101942-navigating-the-us-department-of-labors-health-plan-cybersecurity-guidance

L’evoluzione delle tecnologie di intelligenza artificiale generativa ha inaugurato un’epoca di trasformazione radicale nella creazione e nella manipolazione dei contenuti digitali, ponendo sfide senza precedenti per l’autenticità e la verificabilità delle informazioni. Le tecniche di watermarking invisibile, la protezione contro attacchi avversariali, la tracciabilità dei contenuti generati e i sistemi di rilevamento basati su modelli fondazionali rappresentano oggi le frontiere più avanzate nella battaglia per preservare l’integrità dell’ecosistema informativo digitale.

Questa analisi esplora le implicazioni pratiche di queste tecnologie, esaminando come vengono implementate nei contesti reali – dai social media alle aule di tribunale, dalle redazioni giornalistiche alle applicazioni di sicurezza nazionale – evidenziando sia i successi ottenuti che le sfide persistenti che caratterizzano questo campo in rapida evoluzione.

Il watermarking invisibile come baluardo dell’autenticità

Sicurezza IA: Architetture avanzate di watermarking

I sistemi di watermarking invisibile rappresentano oggi una delle tecnologie più promettenti per garantire la tracciabilità e l’autenticità dei contenuti generati dall’intelligenza artificiale. TrustMark, sviluppato da Adobe Research, esemplifica l’approccio più sofisticato attualmente disponibile: attraverso un’architettura basata su reti generative avversariali, questo sistema raggiunge una qualità percettiva di 40-43 dB PSNR mantenendo robustezza contro 18 diverse tipologie di attacchi, inclusi la compressione JPEG, le trasformazioni geometriche e gli attacchi avversariali deliberati.

L’innovazione di Stable Signature, proposta da Meta FAIR nel 2023, introduce un paradigma radicalmente diverso: anziché aggiungere il watermark dopo la generazione, il sistema integra la marcatura direttamente nel processo di fine-tuning del modello di diffusione latente. Questa integrazione profonda rende l’eliminazione del watermark estremamente difficile, se non impossibile, senza degradare significativamente la qualità dell’immagine generata. Il sistema mantiene un tasso di falsi positivi di 1e-6 (un ordine di grandezza superiore ai metodi di rilevamento tradizionali che operano a 1e-2), garantendo così un’affidabilità significativamente migliorata nelle applicazioni pratiche.

Le implementazioni industriali di queste tecnologie rivelano un panorama in rapida evoluzione. Google DeepMind ha sviluppato SynthID, un sistema di watermarking che copre immagini, audio, testo e video, ora reso open-source per il watermarking testuale e raggiungendo il 98% di accuratezza con meno dello 0,5% di falsi positivi. Microsoft Azure OpenAI implementa automaticamente watermark crittografici per tutte le immagini generate da DALL-E 3, garantendo la tracciabilità attraverso identificatori univoci globali (GUID) resistenti alle modifiche comuni. Amazon Titan Image Generator incorpora watermark invisibili in tutte le immagini generate, mentre OpenAI sta sviluppando sistemi di watermarking per i modelli vocali personalizzati.

Tuttavia, la ricerca recente ha evidenziato vulnerabilità significative in questi sistemi. L’attacco SemanticRegen dimostra come sia possibile eliminare watermark semantici attraverso un processo a tre fasi che sfrutta le capacità rigenerative dell’IA stessa. Gli attacchi basati su ottimizzazione multi-stadio come UnMarker richiedono migliaia di iterazioni per compromettere i metodi più robusti, ma dimostrano che nessun sistema è completamente invulnerabile. Questa realtà sottolinea la natura di “corsa agli armamenti” che caratterizza il campo della sicurezza dell’IA generativa.

La protezione contro gli attacchi avversariali nei modelli generativi

Strategie difensive per i modelli di diffusione

I modelli di diffusione, che costituiscono l’architettura dominante per la generazione di immagini di alta qualità, presentano una robustezza intrinseca grazie alle loro proprietà di denoising, ma rimangono vulnerabili ad attacchi mirati. Il framework DiffPure sfrutta questa caratteristica naturale utilizzando modelli di diffusione pre-addestrati per purificare esempi avversariali attraverso l’aggiunta controllata di rumore seguita da denoising. Questa tecnica ha dimostrato miglioramenti dell’88% nell’accuratezza robusta mantenendo l’informazione semantica originale.

L’approccio LoRID (Low-Rank Iterative Diffusion) combina il denoising generativo con la decomposizione tensoriale per eliminare le perturbazioni avversariali in modo più efficiente. TendiffPure estende questo concetto utilizzando la decomposizione tensor-train per creare modelli di diffusione compressi che mantengono capacità di purificazione avversariale con requisiti computazionali ridotti. Queste innovazioni rappresentano passi cruciali verso sistemi di difesa praticamente implementabili su larga scala.

Fortificazione dei Large Language Models

La protezione dei modelli linguistici di grandi dimensioni richiede strategie multi-livello data la loro complessità e la diversità dei vettori di attacco. Il metodo Robust Prompt Optimization (RPO) ottimizza suffissi leggeri e trasferibili per difendere contro il jailbreaking, raggiungendo un tasso di successo degli attacchi di solo il 6% su GPT-4. Il rafforzamento del system prompt e l’implementazione di principi di Constitutional AI attraverso il Reinforcement Learning from Human Feedback (RLHF) forniscono ulteriori livelli di protezione.

OWASP ha classificato l’iniezione di prompt come il rischio numero uno per la sicurezza dell’IA nel 2025 (LLM01:2025), evidenziando l’urgenza di queste difese. Le implementazioni di produzione in ChatGPT e altri sistemi commerciali dimostrano l’efficacia di approcci multi-livello che combinano validazione dell’input, context locking, e la tecnica “sandwich defense” che rinforza le istruzioni all’inizio e alla fine dei prompt. Microsoft ha lanciato la sfida LLMail-Inject per testare praticamente queste difese, mentre SmoothLLM utilizza perturbazione e aggregazione dell’input per rilevare prompt avversariali.

Il compromesso tra sicurezza e prestazioni rimane una sfida centrale. L’addestramento avversariale aumenta il tempo di training di 2-10 volte, mentre i modelli robusti mostrano tipicamente una riduzione del 5-15% nell’accuratezza su input benigni. I metodi di purificazione aggiungono 100-500ms di latenza di elaborazione, creando tensioni significative per sistemi che richiedono risposte in tempo reale inferiori a 100ms. Questi trade-off richiedono decisioni strategiche nell’implementazione basate sui requisiti specifici di ciascuna applicazione.

La tracciabilità attraverso tecniche di point tracking e sistemi di provenienza

Fingerprinting dei modelli generativi e analisi forense

La ricerca pionieristica di Yu et al. del 2019 ha stabilito che le reti generative avversariali portano impronte digitali distintive che lasciano firme stabili nelle immagini generate. Queste impronte digitali dimostrano cinque caratteristiche fondamentali: esistenza (i GAN portano impronte distintive che supportano l’attribuzione delle immagini), unicità (differenze minime nell’addestramento risultano in impronte diverse), persistenza (le impronte sopravvivono attraverso frequenze e patch dell’immagine), robustezza (resistenza contro cinque tipi di perturbazioni avversariali), e superiorità (prestazioni costantemente migliori rispetto ai metodi baseline).

Gli approcci moderni di fingerprinting multi-livello distinguono tra impronte a livello di architettura nel dominio spaziale e impronte a livello di istanza nel dominio della frequenza. I framework di rappresentazione disaccoppiata permettono l’estrazione separata di diversi livelli di impronte per applicazioni task-specific. L’analisi di ombre e riflessi, sviluppata da Amped Software, sfrutta l’incapacità dei sistemi AI di mantenere coerenza fisica completa, rilevando pattern di ombre e riflessi fisicamente impossibili che forniscono prove interpretabili per procedimenti legali.

La Coalition for Content Provenance and Authenticity come standard industriale

Il C2PA rappresenta lo sforzo industriale più completo verso l’autenticità dei contenuti, sviluppato da una coalizione che include Adobe, Microsoft, Intel, BBC e altri attori principali sotto l’egida della Linux Foundation. Lo standard fornisce un’architettura tecnica basata su Content Credentials – metadati crittograficamente firmati contenenti informazioni di provenienza – con strutture manifest tamper-evident che registrano creazione, editing e distribuzione dei contenuti. Le firme digitali basate su certificati X.509 con verifica dell’autorità di timestamp e la verifica dell’integrità attraverso hashing crittografico garantiscono l’autenticità end-to-end.

L’adozione industriale sta accelerando significativamente. Leica (M11-P come prima fotocamera di produzione con autenticazione integrata) e Nikon hanno integrato le credenziali C2PA direttamente nelle loro fotocamere, Adobe Creative Suite e gli strumenti OpenAI incorporano Content Credentials nativamente, mentre le piattaforme social media stanno progressivamente adottando lo standard. Tuttavia, persistono sfide nell’adozione universale, vulnerabilità allo stripping dei metadati, impatti sulle prestazioni dei workflow di creazione contenuti, e problemi di interoperabilità cross-platform. Wikipedia nota che “molto poco contenuto internet utilizza C2PA” al 2025, evidenziando il gap tra capacità tecnica e implementazione reale.

Le soluzioni basate su blockchain, esemplificate dal Numbers Protocol, offrono un approccio complementare attraverso il processo Capture-Seal-Trace che crea record di provenienza immutabili. Il Proof-of-Existence (PoE) con identificatori unici contenenti hash values, timestamp e dati di proprietà, combinato con record on-chain che garantiscono tracciamento tamper-evident, fornisce vantaggi significativi in termini di decentralizzazione, immutabilità, verificabilità e interoperabilità.

Il rilevamento avanzato attraverso modelli fondazionali

L’evoluzione dei Vision Transformers nel rilevamento dei deepfake

I Convolutional Vision Transformers (CViT) rappresentano l’avanguardia nel rilevamento dei contenuti sintetici, combinando CNN con ViT per raggiungere il 91.5% di accuratezza sul dataset DFDC con un AUC di 0.91. GenConViT integra modelli ConvNeXt e Swin Transformer con Autoencoders/Variational Autoencoders, superando le aspettative con il 95.8% di accuratezza media attraverso DFDC, FF++, DeepfakeTIMIT e Celeb-DF v2. La fusione multi-architettura che combina Dual Attention Vision Transformers (DaViT), Inception Transformer (iFormer) e Group Propagation Vision Transformer (GPViT) usando MLP-Mixer per la fusione delle features sfrutta la comprensione contestuale locale-globale, l’ampliamento dello spettro di frequenza e la ritenzione di features ad alta risoluzione.

I Vision Transformers auto-supervisionati pre-addestrati come DINO offrono adattabilità comparabile ai metodi supervisionati con requisiti computazionali significativamente inferiori. DINO fornisce spiegabilità naturale attraverso meccanismi di attenzione, mentre il fine-tuning parziale riduce l’overhead computazionale mantenendo le prestazioni di rilevamento. Gli approcci basati su CLIP come C2P-CLIP iniettano prompt comuni di categoria per migliorare la generalizzazione nel rilevamento dei deepfake, mentre gli approcci Guided e Fused utilizzano CLIP-ViT congelato con guida delle features e fusione multi-stadio.

I metodi ViT all’avanguardia raggiungono accuratezza del 95-99% sui benchmark standard, ma la generalizzazione cross-dataset rimane problematica con prestazioni che scendono al 70-80% su dataset non visti. I metodi basati su CLIP mostrano robustezza migliorata attraverso diverse tecniche di generazione, suggerendo il valore delle capacità multimodali per il rilevamento robusto.

Sistemi multimodali e l’integrazione di modelli linguistici

I framework di rilevamento audio-visivo come UMMAFormer (Universal Multimodal-adaptive Transformer) per la localizzazione temporale delle falsificazioni e AVoiD-DF per l’apprendimento congiunto audio-visivo raggiungono prestazioni all’avanguardia sul dataset FakeAVCeleb (19.500 video falsi con audio sintetizzato). I meccanismi di attenzione cross-modale rilevano inconsistenze audio-visive, l’analisi di consistenza temporale attraverso le modalità identifica manipolazioni, mentre l’analisi del lip-sync combinata con il riconoscimento dei pattern vocali e l’integrazione del movimento oculare estende il rilevamento oltre il tradizionale lip-sync.

I Multimodal Large Language Models (MLLM) come ForgeryGPT e il benchmark SHIELD dimostrano capacità per il rilevamento spiegabile dei deepfake. GPT-4V e Gemini mostrano prestazioni zero-shot competitive rispetto ai metodi CV tradizionali con capacità superiori di interpretabilità e ragionamento per manipolazioni complesse, anche se non sono affidabili come sistemi standalone. I modelli OpenAI (GPT-4o) superano costantemente altri provider MLLM, anche se gli approcci augmented dal ragionamento non migliorano universalmente l’accuratezza del rilevamento.

Le implementazioni nel mondo reale e le sfide operative

L’ecosistema delle piattaforme social media

Le piattaforme di social media rappresentano la prima linea nella battaglia contro i contenuti sintetici malevoli. Meta ha investito massicciamente nella Deepfake Detection Challenge, generando oltre 35.109 modelli di rilevamento da 2.114 partecipanti con un premio di un milione di dollari. Nonostante questi sforzi, un’indagine CBS del 2024 ha rivelato centinaia di annunci deepfake “nudify” attraverso le piattaforme Meta, portando Meta a citare in giudizio Joy Timeline HK Limited nel giugno 2025.

Twitter/X ha introdotto politiche sui media sintetici con etichette di avvertimento e meccanismi di segnalazione degli utenti, ma sotto la leadership di Elon Musk ha visto riduzioni dell’80% nei team di moderazione dei contenuti. TikTok ha lanciato strumenti per rilevare e divulgare contenuti generati dall’IA il 19 settembre 2023, con oltre 37 milioni di creatori che utilizzano questi strumenti. YouTube sta implementando politiche di etichettatura AI integrate nei sistemi esistenti di moderazione dei contenuti, evitando di raccomandare contenuti contrassegnati come falsi dai fact-checker.

Le sfide di scala sono monumentali: YouTube elabora 500 ore di contenuti caricati al minuto (equivalenti a 82 anni di contenuto al giorno), Twitter gestisce milioni di post che richiedono analisi in tempo reale. Le prestazioni nel mondo reale sono spesso del 20-30% inferiori alle condizioni di laboratorio a causa della compressione delle piattaforme social. I sistemi di rilevamento rimangono vulnerabili agli attacchi avversariali, creando una dinamica di corsa agli armamenti tra generatori e rilevatori che richiede aggiornamenti e riaddestramento continui dei modelli.

Le applicazioni forensi e legali nell’era dei deepfake

Il sistema legale affronta sfide senza precedenti nell’autenticazione delle prove digitali. Le Federal Rules of Evidence esistenti, in particolare la Rule 901 sviluppata prima della manipolazione AI, sono inadeguate per l’era dei deepfake. Northwestern Law Review nota che “non esiste oggi un modo infallibile per classificare testo, audio, video o immagini come autentici o generati dall’IA”. I tribunali richiedono sempre più testimoni esperti, analisti forensi e consulenti FBI per la verifica.

Casi reali illuminano queste sfide. Nel 2019, una madre ha segretamente registrato conversazioni reali del padre per fabbricare prove false, rilevate attraverso analisi forense. Il caso della Pikesville High School del 2024 ha richiesto due esperti forensi e consulenti FBI per verificare una registrazione del preside generata dall’IA. I tribunali programmano sempre più udienze probatorie pre-processuali specificamente per presunte prove deepfake, stabilendo precedenti per la gestione futura di tali casi.

Le soluzioni proposte includono una nuova Rule 901(b)(11) che richiede fonti di conferma oltre le dichiarazioni dei testimoni, standard di autenticazione più elevati quando vengono sollevati sospetti di deepfake, e sistemi esperti come Intel FakeCatcher, DuckDuckGoose AI e Sensity AI implementati in contesti forensi. L’ammissibilità legale richiede catena di custodia e standard forensi rigorosi, complicando ulteriormente l’implementazione pratica.

L’industria dei media e il giornalismo investigativo

Il Wall Street Journal ha formato il WSJ Media Forensics Committee, una task force interna sui deepfake con editor di video, foto, visual, ricerca, piattaforma e notizie. Il loro approccio combina analisi frame-by-frame, ricerche inverse di immagini e strumenti di autenticazione blockchain attraverso partnership con Storyful, Associated Press e Cornell Tech. La loro filosofia che “la tecnologia da sola non risolverà il problema” sottolinea l’importanza dell’augmentazione umana.

Reuters ha trovato 30 video falsi durante le tensioni India-Pakistan del 2019, per lo più vecchi video con nuove didascalie, portando alla formazione di team specializzati di rilevamento. Tuttavia, la Columbia Journalism Review nel 2025 avverte che gli strumenti di rilevamento “non possono essere considerati affidabili per catturare contenuti generati dall’IA”, con il 71% delle persone intervistate che non sanno cosa sono i deepfake e solo il 61% in grado di distinguere persone generate dall’IA da quelle reali.

Gli impatti economici e sociali della manipolazione sintetica

Il costo crescente delle frodi deepfake

L’impatto economico delle frodi deepfake sta raggiungendo proporzioni allarmanti. Il caso Arup Engineering nel Regno Unito ha visto perdite di HK$200 milioni ($25,6 milioni USD) da videoconferenze deepfake che impersonavano dirigenti. Steve Beauchamp, 82 anni, ha perso $690.000 in una truffa di investimento deepfake di Elon Musk. In Francia, una donna di 53 anni ha perso €830.000 in 18 mesi a una truffa romantica deepfake di Brad Pitt, confermata da TF1 e dalla risposta ufficiale di Brad Pitt.

Le statistiche globali rivelano tendenze preoccupanti: un aumento del 1.000% (10x) nelle frodi deepfake dal 2022 al 2023 secondo i dati Sumsub, con il Nord America che ha visto un aumento del 1.740% e l’Asia-Pacifico del 1.530%. L’88% dei casi si concentra nel settore crypto, l’8% nel fintech. Il governo britannico stima che 8 milioni di deepfake saranno condivisi nel 2025 contro i 500.000 del 2023. Le aziende perdono in media $450.000-680.000 per incidente deepfake, con perdite per frodi AI generative previste raggiungere i $40 miliardi entro il 2027 negli Stati Uniti.

Le implicazioni politiche e la minaccia alla democrazia

I deepfake rappresentano una minaccia esistenziale ai processi democratici. La robocall Biden del New Hampshire che utilizzava voce generata dall’IA per scoraggiare il voto alle primarie ha portato a una multa di $6 milioni per Steve Kramer (con una multa aggiuntiva di $1 milione per la compagnia telefonica Lingo Telecom). Le elezioni statali indiane del marzo 2024 hanno visto l’uso diffuso da parte dei candidati politici per tradurre discorsi in lingue regionali. Il video deepfake del presidente ucraino Zelensky del marzo 2022 che dichiarava falsamente la fine della guerra contro la Russia ha dimostrato il potenziale per la manipolazione geopolitica.

L’incidente di Taylor Swift del gennaio 2024 con immagini deepfake esplicite diffuse sui social media ha spinto discussioni legislative, con X che ha temporaneamente bloccato le ricerche per il nome di Swift. Le truffe pubblicitarie deepfake di MrBeast del 2023 per omaggi falsi dimostrano come le celebrità siano bersagli particolarmente vulnerabili per lo sfruttamento deepfake, con MrBeast stesso che ha postato su X riguardo al problema.

I framework normativi e le risposte istituzionali

L’AI Act europeo come modello globale

L’AI Act dell’Unione Europea, entrato in vigore il 1° agosto 2024 con i rischi inaccettabili vietati dal 2 febbraio 2025 e piena applicabilità dal 2 agosto 2026, stabilisce il primo framework normativo completo per l’IA. L’atto definisce i deepfake come “contenuti immagine, audio o video generati o manipolati dall’IA che assomigliano a persone, oggetti, luoghi, entità o eventi esistenti e apparirebbero falsamente a una persona come autentici o veritieri”.

I requisiti includono l’etichettatura di divulgazione obbligatoria e gli obblighi di trasparenza per fornitori e implementatori. Le sanzioni possono raggiungere €35 milioni o il 7% del fatturato globale, a seconda di quale sia maggiore (Articolo 99). Le esenzioni per l’applicazione della legge per rilevare, prevenire, indagare o perseguire reati penali creano complessità aggiuntive nell’implementazione.

L’approccio degli Stati Uniti

Il TAKE IT DOWN Act firmato in legge il 19 maggio 2025 (Legge Pubblica 119-12) rappresenta la prima legge federale che restringe direttamente i deepfake dannosi, concentrandosi su immagini intime non consensuali con requisiti per le aziende di siti web e social media di rimuovere contenuti deepfake entro 48 ore dalla notifica della vittima. Quasi ogni stato americano ha progetti di legge attivi relativi all’IA, con 25 progetti di legge sui deepfake introdotti a settimana. La California guida con molteplici leggi firmate inclusi disclaimer per annunci politici generati dall’IA (SB 942) e requisiti di rimozione dalle piattaforme.

Le tendenze normative internazionali mostrano approcci divergenti. L’Online Safety Act del Regno Unito richiede alle piattaforme di rimuovere la pornografia deepfake illegale su notifica, con pene fino a 2 anni di prigione. Le normative cinesi richiedono che tutti i contenuti generati dall’IA siano chiaramente etichettati visibilmente e nei metadati dal 1° settembre 2025, limitando la generazione di notizie AI. La Danimarca sta considerando un divieto completo di immagini sessuali generate dall’IA senza consenso.

Le prospettive future e le direzioni di ricerca emergenti

L’evoluzione tecnologica e le nuove frontiere

Le tecnologie di prossima generazione promettono sia opportunità che sfide. L’analisi multimodale che combina autenticazione di testo, immagine, video e audio offre rilevamento più robusto. Il fingerprinting comportamentale dei pattern di interazione degli utenti per l’identificazione dei contenuti sintetici fornisce un nuovo vettore per il rilevamento. La crittografia quantum-resistant per l’autenticazione dei contenuti prepara i sistemi per le future minacce del calcolo quantistico. L’apprendimento federato permette l’addestramento distribuito preservando la privacy mentre migliora il rilevamento.

Gli sforzi di standardizzazione industriale stanno accelerando con framework ISO/IEC per l’autenticazione dei contenuti AI, specifiche W3C per lo scambio di informazioni di provenienza, e linee guida IEEE per i sistemi di tracciamento dei contenuti AI. L’evoluzione legale include sforzi di armonizzazione per il coordinamento internazionale sulla regolamentazione dei contenuti AI, framework di responsabilità per i danni dei contenuti generati dall’IA, e standard di prova per l’ammissibilità forense del rilevamento AI nei procedimenti legali.

Le raccomandazioni strategiche per gli stakeholder

Per l’industria, l’accelerazione dell’adozione C2PA attraverso piattaforme di creazione e distribuzione dei contenuti è cruciale, riconoscendo che l’adozione attuale rimane limitata. Gli investimenti in infrastrutture di rilevamento robuste capaci di analisi in tempo reale su scala, lo sviluppo di soluzioni interoperabili che permettono la verifica dei contenuti cross-platform, e l’istituzione di best practice a livello industriale per l’etichettatura e la divulgazione dei contenuti AI sono priorità immediate.

I ricercatori devono concentrarsi sulla robustezza avversariale nello sviluppo di algoritmi di rilevamento, investigare approcci multimodali che combinano molteplici tecniche di autenticazione, sviluppare metodi AI spiegabili per applicazioni forensi e legali, e ricercare tecniche che preservano la privacy bilanciando l’autenticità con i diritti degli utenti.

I policymaker devono armonizzare gli standard internazionali per la regolamentazione dei contenuti AI, stabilire chiari framework di responsabilità per i danni dei contenuti sintetici, investire nelle capacità del settore pubblico per la verifica e l’applicazione dei contenuti, e supportare la ricerca e lo sviluppo nelle tecnologie di autenticità AI.

Conclusioni

La sicurezza dell’IA generativa e il rilevamento dei deepfake rappresentano una delle sfide tecnologiche e sociali più pressanti del nostro tempo. Mentre le tecnologie di watermarking invisibile, la protezione contro attacchi avversariali, i sistemi di tracciabilità e i modelli fondazionali per il rilevamento offrono capacità promettenti, la loro efficacia nel mondo reale rimane limitata da sfide tecniche, di scala e di adozione.

L’esperienza delle implementazioni pratiche – dalle piattaforme social media alle aule di tribunale – dimostra che la tecnologia da sola non è sufficiente. Il successo richiede un approccio ecosistemico che integra innovazione tecnologica, cooperazione industriale, framework normativi appropriati e consapevolezza pubblica. La natura di “corsa agli armamenti” tra creatori e rilevatori di contenuti sintetici suggerisce che questa sfida richiederà vigilanza e adattamento continui.

Il prossimo decennio sarà critico nel determinare se la società può mantenere la fiducia nell’autenticità dei media digitali mentre le capacità di generazione AI continuano ad avanzare esponenzialmente. La convergenza di standard industriali come C2PA (nonostante l’adozione limitata attuale), l’evoluzione dei framework normativi come l’AI Act europeo, e i continui progressi nelle tecnologie di rilevamento offre speranza che l’integrità dell’ecosistema informativo possa essere preservata.

Tuttavia, questo richiederà sforzi coordinati senza precedenti attraverso settori, confini e discipline per affrontare efficacemente le implicazioni profonde dell’IA generativa per la verità, la fiducia e l’autenticità nell’era digitale. La sfida non è solo tecnologica, ma fondamentalmente sociale: come preservare la fiducia in un mondo dove la distinzione tra reale e sintetico diventa sempre più sfumata.

Fonti:

Adobe Research. (2023). TrustMark: Universal Watermarking for Arbitrary Resolution Images. GitHub Repository.

Fernandez, P., Couairon, G., Jain, H., Douze, M., & Cord, M. (2023). The stable signature: Rooting watermarks in latent diffusion models. In Proceedings of the IEEE/CVF International Conference on Computer Vision. Meta AI Blog.

Google DeepMind. (2024). SynthID: Tools for watermarking and detecting LLM-generated Text. Responsible Generative AI Toolkit.

Salman, H., et al. (2023). Denoising Diffusion Probabilistic Models as a Defense against Adversarial Attacks. arXiv preprint arXiv:2301.06871.

Yu, N., Davis, L., & Fritz, M. (2019). Attributing fake images to GANs: Learning and analyzing GAN fingerprints. In Proceedings of the IEEE/CVF International Conference on Computer Vision.

Dolhansky, B., et al. (2020). The DeepFake Detection Challenge (DFDC) Dataset. arXiv preprint arXiv:2006.07397.

Khalid, H., et al. (2021). FakeAVCeleb: A Novel Audio-Video Multimodal Deepfake Dataset. NeurIPS Datasets and Benchmarks Track.

Coalition for Content Provenance and Authenticity (C2PA). (2024). C2PA Specification Version 2.2. Linux Foundation Project.

OWASP Gen AI Security Project. (2025). LLM01:2025 Prompt Injection.

CFO Dive. (2024). Scammers siphon $25M from engineering firm Arup via AI deepfake ‘CFO’.

Sumsub. (2023). Global Deepfake Incidents Surge Tenfold from 2022 to 2023.

Federal Communications Commission. (2024). FCC Fines Man Behind Election Interference Scheme $6 Million. DOC-405811A1.

NBC News. (2024). Telecom company agrees to $1M fine over Biden deepfake.

CNN. (2024). Pikesville High School’s principal was accused of offensive language on a recording. Authorities now say it was a deepfake.

Meta AI. (2020). Deepfake Detection Challenge Results: An open initiative to advance AI.

CBS News. (2024). Meta’s platforms showed hundreds of “nudify” deepfake ads, investigation finds.

TechCrunch. (2023). TikTok debuts new tools and technology to label AI content.

European Commission. (2024). AI Act | Shaping Europe’s digital future.

Congress.gov. (2025). The TAKE IT DOWN Act: A Federal Law Prohibiting the Nonconsensual Publication of Intimate Images.

https://www.ictsecuritymagazine.com/articoli/sicurezza-ia/

Il tuo volto è probabilmente già catalogato in un database che contiene oltre 60 miliardi di immagini raccolte senza il tuo consenso. Clearview AI, l’azienda più controversa nel settore del riconoscimento facciale, ha costruito il più grande archivio di volti umani mai esistito attraverso lo scraping sistematico di foto da Facebook, Instagram, LinkedIn e milioni di altri siti web.

Non è più fantascienza: per circa 30 dollari al mese, chiunque può identificare una persona sconosciuta scattandole una foto. Il 47,6% delle agenzie federali americane che impiegano agenti di polizia utilizzano sistemi di riconoscimento facciale, mentre in Europa l’AI Act ha introdotto divieti storici dal febbraio 2025.

Eppure, nonostante sanzioni per 95,7 milioni di euro, Clearview continua a operare indisturbata, ignorando sistematicamente gli ordini delle autorità europee di cancellare i dati dei cittadini.

Come Clearview AI ha trasformato ogni foto online in un sistema di sorveglianza

Fondata nel 2017 da Hoan Ton-That, Richard Schwartz e Charles Johnson, e rimasta segreta fino al gennaio 2020 quando il New York Times rivelò la sua esistenza, Clearview AI ha rivoluzionato il mondo della sorveglianza digitale con una strategia tanto semplice quanto inquietante.

L’azienda utilizza crawler automatizzati che setacciano internet 24 ore su 24, raccogliendo non solo immagini ma anche tutti i metadati associati: geolocalizzazione, titoli delle pagine, URL di origine. Ogni volto viene convertito in una rappresentazione matematica unica, un “vettore biometrico” che permette identificazioni istantanee.

Il database di Clearview ha raggiunto dimensioni impressionanti: secondo i dati ufficiali dell’azienda aggiornati al 2025, si parla di oltre 60 miliardi di immagini raccolte principalmente da social media, siti di notizie, registri pubblici e forum online.

Le fonti includono tutti i maggiori social network, piattaforme come Facebook, Instagram, LinkedIn, X (ex-Twitter), YouTube, Venmo, siti di notizie e migliaia di altre fonti web pubbliche. Anche se hai cancellato le tue foto da Facebook, se qualcun altro le aveva già scaricate o condivise, sono probabilmente nel database di Clearview.

Un aggiornamento importante: Hoan Ton-That si è dimesso da CEO di Clearview AI nel dicembre 2024, segnando un cambio nella leadership dell’azienda dopo anni di controversie legali.

Le conseguenze legali sono state significative ma inefficaci. Francia, Italia, Grecia e Paesi Bassi hanno comminato sanzioni per un totale di 95,7 milioni di euro. Il Garante Privacy italiano ha inflitto 20 milioni di euro nel febbraio 2022, la Francia 20 milioni più 5,2 milioni di penale aggiuntiva nel 2023, la Grecia 20 milioni nel luglio 2022, e i Paesi Bassi hanno stabilito il record con 30,5 milioni di euro nel maggio 2024.

Clearview non ha mai pagato un centesimo né cancellato i dati, sostenendo di non avere giurisdizione europea. Le autorità stanno ora valutando sanzioni personali contro i dirigenti dell’azienda.

Trenta euro al mese per identificare chiunque nella tua città

Il riconoscimento facciale non è più appannaggio esclusivo di governi e forze dell’ordine. PimEyes, il servizio più popolare, costa esattamente 29,99 dollari al mese e permette fino a 25 ricerche giornaliere. L’interfaccia è talmente semplice che non richiede alcuna competenza tecnica: carichi una foto, attendi qualche secondo, ottieni tutti i risultati con link diretti alle pagine originali.

Amazon Rekognition offre prezzi accessibili per sviluppatori: 0,001 dollari per immagine analizzata, con 1.000 immagini gratuite al mese per il primo anno (non 5.000 come precedentemente riportato). FaceCheck.ID utilizza un sistema a crediti con costi di circa 0,30 dollari per ricerca, promettendo di identificare mugshot di criminali con un sistema di scoring che indica la probabilità del match. Social Catfish si specializza in investigazioni personali a prezzi compresi tra 27,95 e 29,95 dollari mensili.

L’accuratezza dichiarata supera il 99% in condizioni ottimali, con alcuni algoritmi NIST che raggiungono il 99,97%, ma nasconde discriminazioni sistemiche devastanti. Studi del MIT hanno dimostrato che le donne afroamericane hanno tassi di errore fino al 34,7%, contro lo 0,8% degli uomini bianchi. Questo significa che per ogni tre donne nere analizzate, una viene identificata erroneamente. Harvey Murphy Jr. sta chiedendo 10 milioni di dollari di risarcimento dopo essere stato arrestato erroneamente per furto in un negozio a Houston nel 2022: durante la detenzione di due settimane è stato aggredito, riportando lesioni permanenti, mentre si trovava a 2.000 miglia di distanza dal luogo del crimine.

Il mercato cresce a ritmi vertiginosi: dagli attuali 4-8 miliardi di dollari raggiungerà i 18,28 miliardi entro il 2030, con una crescita annua del 16,33%. I settori trainanti sono retail (crescita del 18,6% annuo), banche (verifica identità) e ovviamente sicurezza pubblica.

Il 47,6% delle agenzie federali USA scrutano i volti dei cittadini

I dati del Government Accountability Office (GAO) rivelano che 18 delle 24 maggiori agenzie federali americane utilizzavano sistemi di riconoscimento facciale nel 2020, e che 20 delle 42 agenzie federali che impiegano agenti delle forze dell’ordine possedevano o utilizzavano sistemi di riconoscimento facciale. Questo significa che il 47,6% delle agenzie con responsabilità di polizia negli Stati Uniti fa uso di questa tecnologia.

FBI, Department of Homeland Security, TSA, DEA, Secret Service: tutte agenzie che hanno accesso a database che hanno processato oltre 60.000 ricerche in 2,5 anni (dal 2019 al 2021), spesso senza adeguata formazione del personale. Il GAO ha scoperto che solo 10 dipendenti dell’FBI su 196 che utilizzavano il sistema Clearview AI avevano completato la formazione specifica sul riconoscimento facciale.

La Cina rimane il leader mondiale indiscusso con oltre 700 milioni di telecamere nel 2024, una ogni due cittadini. Il sistema “Skynet” può teoricamente scansionare 1,4 miliardi di persone in un secondo. Otto delle dieci città più sorvegliate al mondo sono cinesi. La Russia ha installato oltre 189.000 telecamere con riconoscimento facciale solo a Mosca, con documentati casi di utilizzo contro dissidenti politici.

Nel Regno Unito, la Metropolitan Police ha registrato tassi di falsi positivi dell’85% nel 2024, con centinaia di migliaia di volti scansionati producendo pochi arresti effettivi. A New York, Amnesty International ha mappato oltre 25.500 telecamere di sorveglianza nel 2021, concentraste principalmente nei quartieri con popolazione afroamericana e ispanica. Negli aeroporti americani, la CBP ha implementato il riconoscimento biometrico in 32 aeroporti per le uscite e in tutti per gli arrivi internazionali.

Gli errori hanno conseguenze devastanti. Robert Williams è stato il primo americano documentato arrestato erroneamente nel gennaio 2020 a Detroit, detenuto per 30 ore per un furto che non aveva commesso. Ha ottenuto un settlement di 300.000 dollari nel 2024. Altri casi simili hanno portato ad arresti ingiustificati e cause legali milionarie.

Perché è impossibile sfuggire all’occhio digitale che ti segue ovunque

Evitare il riconoscimento facciale nel 2025 è praticamente impossibile per quattro ragioni fondamentali. Prima: anche se non pubblichi mai una tua foto online, altri lo fanno per te. Ogni selfie di gruppo, ogni foto di matrimonio, ogni immagine aziendale finisce potenzialmente in un database. I crawler di Clearview non distinguono tra chi ha dato il consenso e chi no.

Seconda: le telecamere pubbliche sono ovunque. Solo la Cina ne ha oltre 700 milioni, a New York oltre 25.500. Non servono solo per la sicurezza: Madison Square Garden le usa per identificare e bannare avvocati di oltre 90 studi legali che hanno cause contro l’azienda, una pratica ora sotto indagine del procuratore generale di New York. I concerti di Taylor Swift hanno segretamente scansionato i volti dei fan attraverso kiosk apparentemente innocui per identificare potenziali stalker al Rose Bowl nel 2018.

Terza: la tecnologia sta superando le contromisure. I nuovi sistemi possono identificarti anche con mascherina e occhiali da sole, utilizzando l’analisi della camminata, la forma delle orecchie, persino il pattern delle vene della mano. Clearview ha sviluppato strumenti di “deblur” per migliorare immagini sfocate e “mask removal” per rimuovere digitalmente le mascherine.

Quarta: i database si interconnettono. Quando carichi una foto su Google Photos con riconoscimento facciale attivo, quando Facebook ti tagga automaticamente, quando passi un controllo aeroportuale, tutti questi dati potrebbero teoricamente essere correlati. Il tuo volto diventa una chiave universale che collega ogni aspetto della tua vita digitale e fisica.

L’Europa dice basta mentre l’Italia mantiene la moratoria

L’Unione Europea sta guidando la resistenza globale contro la sorveglianza biometrica di massa. L’AI Act, entrato in vigore il 1° agosto 2024, vieta dal 2 febbraio 2025 i sistemi di identificazione biometrica remota in tempo reale negli spazi pubblici. Sono vietati anche lo scraping non mirato di immagini da internet (proprio quello che fa Clearview), la categorizzazione biometrica per dedurre orientamento sessuale o convinzioni politiche, e il riconoscimento delle emozioni nei luoghi di lavoro.

L’Italia ha assunto una posizione rigida fin dal 2021. La prima moratoria nazionale fu introdotta il 1° dicembre 2021, vietando l’uso di sistemi di videosorveglianza con riconoscimento facciale nei luoghi pubblici o accessibili al pubblico da parte di soggetti privati. Questa moratoria è stata poi estesa e rafforzata: attualmente è in vigore fino al 31 dicembre 2025, con sanzioni amministrative simili a quelle previste dal GDPR per chi non rispetta il divieto.

Il Garante Privacy italiano ha dimostrato particolare severità: oltre ai 20 milioni di euro a Clearview nel febbraio 2022, ha bloccato il sistema SARI Real Time del Ministero dell’Interno, che avrebbe dovuto identificare criminali in tempo reale confrontando i volti con un database di profili. Il Garante ha stabilito che il sistema, così configurato, avrebbe rappresentato una forma di sorveglianza di massa priva di base giuridica adeguata.

Nel 2024, il Garante ha continuato la sua azione di controllo, sanzionando diverse aziende per l’uso illegale di riconoscimento facciale per il controllo degli accessi dei dipendenti, con multe fino a 120.000 euro. La normativa italiana prevede eccezioni solo per indagini giudiziarie e attività delle forze dell’ordine, ma con rigorose garanzie procedurali.

La differenza con gli Stati Uniti è abissale. Mentre l’Europa applica il principio di precauzione basato sui diritti fondamentali, gli USA hanno una regolamentazione frammentaria. Solo alcuni stati americani hanno limitazioni significative, e città come San Francisco stanno riconsiderando i divieti precedentemente introdotti.

Come proteggere il tuo volto in un mondo che non dimentica mai

La protezione completa è impossibile, ma esistono strategie per limitare l’esposizione. A livello fisico, la combinazione mascherina, occhiali da sole e cappello rimane la più efficace contro le telecamere pubbliche. Esistono anche trucchi anti-riconoscimento con pattern geometrici che confondono gli algoritmi, occhiali con LED infrarossi invisibili all’occhio umano ma che saturano le telecamere, e tessuti riflettenti che disturbano i sensori.

Digitalmente, il primo passo è disabilitare il tag automatico su tutti i social media. Facebook, Instagram e Google Photos hanno opzioni per disattivare il riconoscimento facciale nelle impostazioni privacy. Limitare drasticamente le foto pubbliche sui social e utilizzare browser come Tor o Brave con protezioni anti-tracking integrate. Per le comunicazioni, preferire app con crittografia end-to-end come Signal.

I cittadini europei hanno diritti GDPR specifici: diritto di accesso per sapere se i propri dati sono in un database, diritto di cancellazione per richiedere la rimozione dei dati biometrici, diritto di opposizione per rifiutare trattamenti non necessari. Clearview offre un opt-out form sul sito, anche se l’efficacia è dubbia visto che ignora le autorità europee. Per Google e Facebook, è possibile cancellare i dati di raggruppamento facciale dalle impostazioni dell’account.

Gli esperti concordano su alcune raccomandazioni pratiche. Mai caricare foto di minori sui social pubblici. Utilizzare pseudonimi e avatar invece di foto reali dove possibile. Leggere sempre i termini di servizio delle app che richiedono l’accesso alla fotocamera. Considerare l’uso di VPN per mascherare la geolocalizzazione. E soprattutto, essere consapevoli che ogni foto pubblicata online è potenzialmente permanente e rintracciabile.

Il futuro prossimo promette ancora meno privacy e più sorveglianza

Le previsioni per il periodo 2025-2030 delineano uno scenario inquietante. Il mercato crescerà da 4-8 miliardi di dollari attuali a 18,28 miliardi, trainato da retail (+18,6% annuo) ed e-commerce. L’accuratezza raggiungerà il 99,97% in condizioni ottimali, con algoritmi che riducono il bias al 98-99% su tutti i gruppi demografici. I sistemi ibridi 3D e termici renderanno inutili mascherine e trucchi ottici.

L’edge computing permetterà elaborazione locale in tempo reale: i dati biometrici non dovranno nemmeno lasciare il dispositivo per l’identificazione istantanea. Gli Emirati Arabi pianificano di eliminare completamente le carte d’identità fisiche entro 12 mesi, sostituendole con riconoscimento biometrico universale. La Cina sta sviluppando “Severe Management Measures” per regolamentare ma non limitare l’uso della tecnologia.

Edward Snowden e altri esperti avvertono che stiamo trasformando ogni spazio pubblico in una “prigione digitale”. La Electronic Frontier Foundation, insieme a 180 esperti mondiali, ha chiesto lo stop immediato della sorveglianza con riconoscimento facciale, definendola “incompatibile con i diritti umani”. Privacy International parla di “sorveglianza costante dei nostri corpi” che minaccia le vite online e offline.

Fonti:

Clearview AI. (2025). Database size and technology overview

European Data Protection Board. (2022-2024). Multiple enforcement actions against Clearview AI

Government Accountability Office. (2021). Report GAO-21-526 on federal facial recognition use

MIT Technology Review. (2018). Gender Shades study by Joy Buolamwini

European Commission. (2024). AI Act implementation guidelines

Dutch Data Protection Authority. (2024). €30.5M fine against Clearview AI

National Institute of Standards and Technology. (2019-2024). Facial Recognition Vendor Test reports

Mordor Intelligence. (2025). Facial Recognition Market Analysis 2025-2030

Big Brother Watch. (2024). UK facial recognition false positive rates

Amnesty International. (2021). NYC surveillance camera mapping project

https://www.ictsecuritymagazine.com/notizie/clearview-ai/

Ott 03, 2025 Marina Londei Attacchi, In evidenza, News, RSS 0

---

Nelle scorse ore RedHat ha confermato di essere rimasta vittima di un imponente breach che avrebbe portato al furto di 570 GB di dati, come riportato da Bleeping Computer. Le informazioni provengono da 28.000 repository e includono oltre 800 Customer Engagement Report, documenti contenenti dettagli di configurazione, token di autenticazione e altre informazioni per accedere alle reti di numerose compagnie.

“Recentemente abbiamo rilevato un accesso non autorizzato a un’istanza GitLab utilizzata per la collaborazione interna di Red Hat Consulting in alcuni progetti selezionati” ha comunicato la compagnia. “Una volta rilevato l’accesso, abbiamo avviato immediatamente un’indagine approfondita, rimosso l’accesso della parte non autorizzata, isolato l’istanza e contattato le autorità competenti. La nostra indagine, ancora in corso, ha rilevato che una terza parte non autorizzata aveva effettuato l’accesso e copiato alcuni dati da questa istanza“.

Secondo quanto riportato da RedHat, l’istanza colpita conterebbe anche le specifiche dei propri progetti, snippet di codice e comunicazioni interne sui servizi di consulenza.

L’autore del breach contro RedHat sarebbe Crimson Collective, un gruppo noto per le sue campagne ransomware. Contattato da Bleeping Computer, il gruppo ha affermato che l’attacco è avvenuto due settimane fa. La gang ha inoltre dichiarato di aver inviato una richiesta di riscatto a Red Hat, ma di non aver ricevuto alcuna risposta.

Crimson Collective avrebbe trovato token di autenticazione e URI completi dei database che, a detta loro, hanno già usato per accedere alle infrastrutture dei clienti Red Hat.

Tra i nomi potenzialmente colpiti da questo breach spiccano Bank of America, T-Mobile, AT&T, Walmart e Costco, oltre a tantissimi altri.

Anche GitLab ha commentato la notizia specificando di non avere nulla a che fare col breach: a TechZine ha specificato che “l’incidente ha a che fare con l’istanza autogestita di Red Hat di GitLab Community Edition, la nostra offerta open-core free. I clienti che eseguono istanze autogestite sulla propria infrastruttura sono responsabili della sicurezza delle stesse“.

Al momento non ci sono notizie su incidenti di sicurezza legati al breach di Red Hat contro le compagnie esposte.

---

---

---

https://www.securityinfo.it/2025/10/03/redhat-vittima-di-un-breach-sottratti-oltre-500-gb-di-dati/?utm_source=rss&utm_medium=rss&utm_campaign=redhat-vittima-di-un-breach-sottratti-oltre-500-gb-di-dati

Ott 03, 2025 Giancarlo Calzetta Mercato, News, Prodotto 0

---

Odyssey è un’azienda fondata nel 2002 a Cipro, specializzata in servizi di sicurezza informatica. Nel corso degli anni ha sviluppato una notevole esperienza nel settore e ha sviluppato strumenti di alto livello per tenere al sicuro i propri clienti, finora distribuiti in maniera opportunistica tra l’Europa, l’Asia e il Medio Oriente. Il suo primo mercato è quello greco, ma ha intrapreso investimenti significativi in aree strategicamente complesse come l’Arabia Saudita (dove ha costruito un data center e un SOC locale per motivi normativi). Da luglio sono sbarcati in Italia, con il “kickstart” effettivo delle attività che ha avuto luogo a settembre.

La decisione di sbarcare nel Paese è maturata a seguito di uno studio approfondito condotto da una società di consulenza, che ha identificato l’Italia come la nazione con maggiori opportunità di investimento per svariate ragioni. Il mercato italiano è visto come un’economia di grandi dimensioni caratterizzata da crescenti investimenti in sicurezza informatica e consapevolezza del rischio. Un fattore chiave è la struttura economica che riflette in parte quella di Cipro e della Grecia, con una componente molto significativa di piccole e medie imprese (PMI/SMB). Inoltre, essendo l’azienda un fornitore europeo, il suo arrivo propone una valida alternativa alle tecnologie americane e asiatiche: una caratteristica che aiuta molto le aziende a riconsiderare il proprio parco tecnologico alla luce della necessità di una maggiore indipendenza da fornitori troppo soggetti a dinamiche geopolitiche.

La Forza della Tecnologia e del Modello Operativo

La piattaforma di sicurezza offerta si chiama ClearSkies TDIR (Threat Detection, Investigation and Response) ed è frutto di una lunga esperienza diretta. Nata per soddisfare le esigenze interne dell’azienda stessa che opera come MSSP (Managed Security Service Provider) dal 2002, il prodotto è stato sviluppato per l’uso proprietario, tanto che l’azienda stessa è e rimane il più grande cliente della propria piattaforma. Questa origine pratica garantisce una profonda conoscenza delle sfide operative che le aziende devono affrontare quando si affidano a un prodotto di sicurezza e l’inclusione per ben due volte nel Magic Quadrant di Gartner, che qualifica l’azienda come una delle circa 20 realtà tecnologiche globali nel suo settore e una delle sole due europee ad aver ottenuto questo traguardo, certifica come la piattaforma sia pienamente competitiva con le altre sul mercato, integrando anche funzionalità avanzate come l’Intelligenza Artificiale (attualmente Generativa, con l’intenzione di aggiungere presto quella Cognitiva) per depurare i log e velocizzare le decisioni degli analisti umani. Dal punto di vista della scalabilità, la soluzione è tecnicamente in grado di supportare clienti da 50 fino a 50.000 utenti.

Pur potendo servire tecnicamente qualsiasi entità, la strategia iniziale in Italia si concentra sul mercato delle PMI, tipicamente tra 50 e 5000 utenti. L’obiettivo primario è creare referenze solide nel settore prima di poter ambire ai grandi account o al governo.

Strategia Commerciale: Un Approccio Rigorosamente “Channel Only”

Per penetrare il mercato italiano, l’azienda ha adottato un approccio esclusivo tramite  canale di vendita. Il primo passo cruciale è stata la selezione di un distributore specializzato in cybersecurity, identificato in ICOS. Successivamente, l’azienda è impegnata nella creazione di un ecosistema con un numero relativamente contenuto di reseller che siano motivati a evolvere verso il ruolo di Managed Security Service Provider (MSSP). Questa strategia è dettata dall’esperienza vista sul mercato: solitamente, infatti, i clienti che acquistano piattaforme SIEM o TDR (Threat Detection and Response) non dispongono delle risorse e della capacità interna per gestirle autonomamente, andando a cercare dei partner a cui affidarne l’uso. La creazione di partner ben qualificati da questo punto di vista permette a Odyssey di puntare a un mercato ampio e ben disposto all’esternalizzazione di un servizio complesso e impegnativo.

L’azienda si impegna attivamente a supportare il canale con una filosofia basata sulla trasparenza. Il sostegno ai partner è multiforme: oltre a fornire la tecnologia e la formazione necessaria, l’azienda offre assistenza nella creazione dei processi operativi dei SOC (Security Operations Center) e, se richiesto, può aiutare nell’assunzione di personale qualificato. Inoltre, in attesa che i partner siano pienamente operativi, l’azienda può fornire servizi limitati di outsourcing. Tuttavia, il loro obiettivo non è agire come outsourcer primario in Italia, ma abilitare i partner a diventare MSSP di successo. Tutte le lead commerciali generate direttamente dall’azienda verranno rigorosamente indirizzate al canale affiancando un approccio agile e flessibile anche alla gestione dei prezzi, per fare in modo che i partner abbiano il margine necessario per vincere gli affari.

Per aumentare la trazione sul canale, l’azienda ha in programma la certificazione della piattaforma con l’ACN, un passo ritenuto fondamentale. Infine, per la riconoscibilità del marchio, le attività di marketing e comunicazione non saranno lasciate solo al distributore ICOS, ma verranno intraprese campagne congiunte con i partner e iniziative autonome, riconoscendo la necessità di comprendere appieno le dinamiche del nuovo mercato per garantire il successo.

---

---

---

https://www.securityinfo.it/2025/10/03/clearskies-la-suite-di-sicurezza-avanzata-tutta-made-in-europe-arriva-in-italia/?utm_source=rss&utm_medium=rss&utm_campaign=clearskies-la-suite-di-sicurezza-avanzata-tutta-made-in-europe-arriva-in-italia

SecurityWeek’s cybersecurity news roundup provides a concise compilation of noteworthy stories that might have slipped under the radar.

We provide a valuable summary of stories that may not warrant an entire article, but are nonetheless important for a comprehensive understanding of the cybersecurity landscape.

Each week, we curate and present a collection of noteworthy developments, ranging from the latest vulnerability discoveries and emerging attack techniques to significant policy changes and industry reports. 

Here are this week’s stories:

Microsoft announces updates to key security offerings

Microsoft announced that its SIEM and SOAR solution Sentinel has evolved into a unified AI-ready platform that connects users, agents, devices, actions, and risks across the security environment. This enables defenders to trace attack paths, assess blast radius, and prioritize responses with greater clarity. Security Copilot builds on this foundation, allowing teams to create custom AI agents (no coding required) that integrate seamlessly into daily workflows. With built-in guardrails, companies can scale agents confidently, knowing their digital labor is backed by enterprise-grade security. In addition, the launch of the new Microsoft Security Store simplifies the discovery and deployment of agents and solutions and allows customers to leverage Microsoft’s ecosystem of security partners to implement new agents.

BBC journalist offered money in a plot to create an insider threat

A BBC journalist was offered a significant amount of money by cybercriminals who sought to hack into BBC’s network in hopes of stealing valuable data and leveraging it for a ransom. The journalist engaged with the hacker for several days to gather information. The hackers seemed skilled and the BBC’s security team decided to temporarily disconnect him completely from the organization’s network as a precaution.

FEMA and CBP data stolen via Citrix exploitation

A Citrix product vulnerability dubbed CitrixBleed 2 is believed to have been exploited in an attack that resulted in employee data being stolen from the Federal Emergency Management Agency (FEMA) and Customs and Border Protection (CBP), Nextgov reported. The incident may have led to FEMA technology staff being fired over their handling of the situation. 

LinkedIn user data will train AI

LinkedIn users who do not want their data to be used for AI training have one month to take action. LinkedIn will start sharing profile data, job-related data, and content with Microsoft and its affiliates for AI training on November 3. The data collection will be enabled by default, but users can opt out by going to Settings → Data privacy → Data for Generative AI improvement. There is also a form where users can object to the processing of their data for AI training.

Android users in UAE targeted with new spyware

ESET has analyzed two new spyware families targeting Android users in the United Arab Emirates. The malware, named ProSpy and ToSpy, is disguised as the Signal and ToTok apps. The malicious applications are not distributed through official app stores and they require manual installation. One of the websites distributing ToSpy mimicked the Samsung Galaxy Store. Both spyware families continually exfiltrate sensitive data and files from Android devices.

Tile tracker vulnerabilities

Researchers have analyzed the location-tracking protocol of Tile trackers. They identified several critical vulnerabilities and design flaws that contradict the company’s security and privacy claims. Their findings indicate that Tile’s servers can permanently track the location of all tags, unprivileged adversaries can track users through Bluetooth, and the anti-theft features are easily compromised.

Milesight industrial cellular routers abused for phishing

Sekoia has warned that Milesight industrial cellular routers, which are known to have been targeted by threat actors, are being abused for an SMS phishing campaign targeting users in Belgium and elsewhere. An analysis found that 18,000 routers are accessible on the internet, and at least 572 are potentially vulnerable to attacks.

Google guidance for protecting against attacks of Salesforce hackers

Google Cloud has released proactive hardening recommendations that can aid organizations in protecting their systems against attacks conducted by UNC6040, the threat actor behind the recent Salesforce data theft and extortion campaign, which has impacted several major organizations. 

Post-quantum cryptography adoption 

Post-quantum cryptography (PQC) support for SSH servers has increased to 8.5% of all SSH servers and 26% of OpenSSH servers. However, the adoption of TLS 1.3, which supports PQC, has remained at 19%, according to an analysis by Forescout. IoT, OT, IoMT and network devices have a much lower adoption of PQC for SSH than traditional IT devices. In terms of PQC adoption across industries, professional and business services have the highest adoption rates, while manufacturing, oil and gas, and mining account for the lowest adoption. 

Related: In Other News: LockBit 5.0, Department of War Cybersecurity Framework, OnePlus Vulnerability

Related: In Other News: 600k Hit by Healthcare Breaches, Major ShinyHunters Hacks, DeepSeek’s Coding Bias

https://www.securityweek.com/in-other-news-pqc-adoption-new-android-spyware-fema-data-breach/

Cybersecurity startup Oneleet has announced raising $33 million in a Series A funding round that brings the total raised by the company to $35 million.

The investment round was led by Dawn Capital, with additional support from Y Combinator and several angel investors.

Founded in 2022 and based in Amsterdam, Netherlands, Oneleet has built a platform that provides organizations with visibility into their security posture to help them improve protections and ensure compliance.

The solution combines attack surface management with code scanning, identifying forgotten assets and exposed services and uncovering vulnerabilities before they enter production. The company also offers penetration testing and helps organizations prepare for audits.

Oneleet says its solution works with existing stacks, allowing businesses to connect cloud providers, repositories, identity platforms, and productivity utilities with its scanners and monitoring tools, for automated security.

By offering support for policy management, risk tracking, and vendor discovery, and by automating compliance, the platform helps companies become compliant faster, the startup says.

The funding will allow Oneleet to expand its engineering team, invest more in AI capabilities across multiple cybersecurity areas, and scale its go-to-market channels.

“We consolidate what previously required half a dozen vendors—penetration testing, code scanning, cloud security posture management, attack surface monitoring, MDM, security training, all of it—into one integrated platform. Because we build everything ourselves and control the entire stack, we deploy comprehensive security with the click of a button,” Oneleet founder and CEO Bryan Onel said.

Related: MokN Raises $3 Million for Phish-Back Solution

Related: Zania Raises $18 Million for AI-Powered GRC Platform

Related: Descope Raises $35 Million in Seed Round Extension

Related: US Gov Removing Four-Year-Degree Requirements for Cyber Jobs

https://www.securityweek.com/oneleet-raises-33-million-for-security-compliance-platform/

DrayTek on Thursday announced patches for an unauthenticated remote code execution (RCE) vulnerability affecting DrayOS routers.

Tracked as CVE-2025-10547, the issue can be exploited via crafted HTTP or HTTPS requests sent to a vulnerable device’s web user interface.

Successful exploitation of the bug, DrayTek explains in its advisory, may result in memory corruption and a system crash. In certain circumstances, it could be used to execute arbitrary code remotely, it says.

“Routers are shielded from WAN-based attacks if remote access to the WebUI and SSL VPN services is disabled, or if Access Control Lists (ACLs) are properly configured,” DrayTek notes.

“Nevertheless, an attacker with access to the local network could still exploit the vulnerability via the WebUI. Local access to the WebUI can be controlled on some models using LAN side VLANs and ACLs,” the company adds.

The company credited ChapsVision security researcher Pierre-Yves Maes for reporting the vulnerability on July 22.

DrayTek has released firmware updates that address the security defect in 35 Vigor router models, urging users to update their devices as soon as possible. However, it made no mention of the bug being exploited in the wild.

DrayTek devices are widely used by prosumers and SMBs, and are known to be popular targets for hackers. Ransomware groups last year hit hundreds of organizations by exploiting an unknown flaw in DrayTek routers.

Earlier this year, widespread Vigor router reboots reported across the UK, Australia, and other countries were blamed on potentially malicious TCP connection attempts targeting older models.

Related: Organizations Warned of Exploited Meteobridge Vulnerability

Related: Broadcom Fails to Disclose Zero-Day Exploitation of VMware Vulnerability

Related: Cisco Patches Zero-Day Flaw Affecting Routers and Switches

Related: Vulnerabilities Expose Helmholz Industrial Routers to Hacking

https://www.securityweek.com/unauthenticated-rce-flaw-patched-in-draytek-routers/

The US cybersecurity agency CISA on Thursday warned that a Meteobridge vulnerability patched in May has been exploited in attacks and added the flaw to its Known Exploited Vulnerabilities (KEV) catalog.

Meteobridge is a device that allows administrators to connect their weather stations to public weather networks. Station data collection and system management functionality is provided through the Meteobridge web interface.

While Meteobridge should not be exposed to the internet, there are roughly 100 devices that are accessible from the public web, Shodan historical data shows. This misconfiguration exposes vulnerable devices to potential attacks.

Tracked as CVE-2025-4008 (CVSS score of 8.7), the Meteobridge bug now flagged as exploited was identified in a web interface endpoint (a CGI shell script) that is prone to command injection.

The issue exists because user-controlled input is parsed and used in an eval call without sanitization. Furthermore, because the vulnerable CGI script is available in the public folder, it is not protected by authentication, allowing unauthenticated attackers to exploit the bug via a curl command.

“Remote exploitation through malicious webpage is also possible since it’s a GET request without any kind of custom header or token parameter,” Onekey explains.

On May 13, Smartbedded announced that MeteoBridge version 6.2 was released with fixes for “an application security risk”, without mentioning the CVE or the vulnerability’s exploitation.

Now, CISA warns that threat actors have exploited the flaw in attacks, urging federal agencies to address it within the next three weeks, as mandated by the Binding Operational Directive (BOD) 22-01.

While Onekey published technical details on CVE-2025-4008 and a proof-of-concept (PoC) exploit in May, there have been no reports of the bug’s in-the-wild exploitation prior to CISA adding it to KEV.

On Thursday, CISA also expanded the KEV list with a recent Samsung zero-day (CVE-2025-21043) and with three old security defects in Jenkins (CVE-2017-1000353), Juniper ScreenOS (CVE-2015-7755), and GNU Bash OS (CVE-2014-6278, aka Shellshock), which were flagged as exploited before.

All organizations are advised to address these five vulnerabilities, and all the flaws described by CISA’s KEV list.

Related: Oracle Says Known Vulnerabilities Possibly Exploited in Recent Extortion Attacks

Related: Organizations Warned of Exploited Sudo Vulnerability

Related: WireTap Attack Breaks Intel SGX Security

Related: Chrome 141 and Firefox 143 Patches Fix High-Severity Vulnerabilities

https://www.securityweek.com/organizations-warned-of-exploited-meteobridge-vulnerability/