Nell’attuale panorama della sicurezza informatica, caratterizzato da un incremento esponenziale degli attacchi cyber e dalla crescente sofisticazione delle tecniche di social engineering, la security awareness rappresenta un elemento fondamentale per la protezione delle infrastrutture critiche organizzative. La ricerca empirica dimostra che fino al 95% di tutti gli hacks e delle violazioni dei dati sono causati dall’errore umano, evidenziando come il fattore antropogenico costituisca il principale vettore di compromissione per le organizzazioni contemporanee.

Il presente articolo analizza le metodologie scientificamente validate per l’implementazione di programmi di sensibilizzazione efficaci, esaminando le best practice derivanti dai framework normativi internazionali e presentando le evidenze empiriche più recenti sull’efficacia delle diverse strategie formative.

Il paradigma della gestione del rischio umano

Evoluzione dal modello tradizionale verso l’human risk management

Secondo Gartner (2023), nonostante il 90% delle aziende disponga di programmi di security awareness training, il 70% dei dipendenti mantiene comportamenti insicuri. Questa evidenza sottolinea l’inadeguatezza dei modelli formativi tradizionali e la necessità di una transizione verso approcci basati sui principi delle scienze comportamentali, l’analisi dei dati e l’automazione per promuovere un cambiamento culturale misurabile e mitigare efficacemente i rischi.

Il National Institute of Standards and Technology (NIST) ha definito nella sua pubblicazione SP 800-50 quattro fasi critiche nel ciclo di vita di un programma di awareness e formazione: progettazione, sviluppo dei materiali, implementazione e valutazione post-implementazione. Questo framework metodologico fornisce una base scientifica per la strutturazione di interventi formativi evidence-based.

Framework normativi e compliance requirements

L’implementazione di programmi di security awareness non costituisce meramente una raccomandazione, ma un requisito normativo vincolante in numerosi contesti regolamentari. Lo standard ISO 27001:2022, nella clausola 7.3, stabilisce l’obbligo per le organizzazioni di implementare programmi continuativi di sensibilizzazione, educazione e formazione per garantire che il personale comprenda e adempia alle proprie responsabilità in materia di sicurezza informatica.

Il framework di controllo Annex A 6.3 specifica ulteriormente che l’organizzazione potrebbe dover fornire formazione di sensibilizzazione sulla sicurezza almeno una volta all’anno, o come previsto dalla valutazione del rischio, a tutto il personale con accesso a informazioni sensibili o sistemi informativi.

Metodologie evidence-based per la security awareness

Analisi dell’efficacia delle simulazioni di phishing

Le simulazioni di phishing rappresentano uno strumento fondamentale nell’armamentario della security awareness, consentendo la valutazione empirica delle vulnerabilità comportamentali e l’identificazione di aree di miglioramento specifiche. Le ricerche dimostrano che i dipendenti possono essere addestrati a riconoscere e segnalare attacchi di social engineering con un miglioramento di 6 volte in 6 mesi, riducendo il numero di incidenti di phishing per organizzazione dell’86%.

Tuttavia, studi randomizzati controllati con campioni di grandi dimensioni hanno evidenziato un’efficacia quasi nulla per i programmi annuali di formazione e phishing, suggerendo la necessità di approcci più frequenti e mirati.

Dati di efficacia e metriche di performance

Le evidenze empiriche più recenti indicano che gli utenti formati hanno il 30% di probabilità in meno di cliccare su un collegamento di phishing. Inoltre, le aziende che si impegnano costantemente nella formazione di sensibilizzazione alla sicurezza sperimentano una notevole riduzione del 70% degli incidenti di sicurezza.

Le ricerche di Keepnet dimostrano che le aziende che implementano una formazione regolare di phishing riducono il rischio di cadere vittime di attacchi di phishing fino al 90%, evidenziando l’importanza di programmi strutturati e continuativi.

Personalizzazione e targeting comportamentale

L’approccio personalizzato alla formazione rappresenta un elemento cruciale per l’efficacia dei programmi di security awareness. La formazione di sensibilizzazione alla sicurezza nel 2025 richiede approcci innovativi, contenuti personalizzati e miglioramento continuo per combattere le minacce informatiche in evoluzione.

Le piattaforme moderne utilizzano algoritmi di apprendimento adattivo per creare percorsi formativi personalizzati, considerando il profilo di rischio individuale, il ruolo lavorativo e le competenze pregresse di ciascun dipendente.

Tendenze emergenti e minacce del 2025

Integrazione dell’intelligenza artificiale nelle minacce cyber

L’evoluzione del panorama delle minacce nel 2025 è caratterizzata dall’integrazione massiva dell’intelligenza artificiale nelle tecniche di attacco. Lo sviluppo rapido dell’AI e del machine learning sta influenzando significativamente l’evoluzione dei componenti formativi.

Gli attaccanti utilizzano strumenti di AI generativa per creare contenuti di phishing sempre più sofisticati e personalizzati, aumentando esponenzialmente la difficoltà di rilevamento da parte degli utenti finali.

Nuovi vettori di attacco: vishing, smishing e quishing

Il 76% delle aziende è stato colpito da attacchi di smishing (SMS phishing) nell’ultimo anno, con un aumento del 328% degli incidenti. Parallelamente, gli attacchi di vishing sono aumentati del 30% nell’ultimo anno, dimostrando il crescente utilizzo dell’ingegneria sociale basata su chiamate telefoniche.

Il fenomeno emergente del “quishing” (QR code phishing) ha registrato una crescita significativa, con quasi la metà di tutte le email di phishing (48%) che contenevano allegati maligni nel gennaio 2025.

Framework implementativi per organizzazioni enterprise

Progettazione di programmi multimodali

L’implementazione efficace di un programma di security awareness richiede un approccio multimodale che integri diverse metodologie formative. La formazione fornisce anche una panoramica delle attuali minacce alla sicurezza informatica e delle migliori pratiche per mantenere sicure le informazioni e i sistemi informativi a casa e al lavoro.

I componenti essenziali includono:

Formazione di base generale: moduli introduttivi per tutti i dipendenti che coprono i concetti fondamentali della sicurezza informatica, le politiche organizzative e le procedure di segnalazione degli incidenti.

Formazione specializzata per ruolo: percorsi formativi specifici basati sul livello di accesso ai sistemi critici e sulla tipologia di responsabilità informatiche.

Simulazioni pratiche: esercitazioni realistiche che permettono ai dipendenti di sperimentare scenari di attacco in ambiente controllato.

Microlearning e rinforzo continuo: brevi sessioni formative distribuite nel tempo per mantenere alta l’attenzione e rinforzare i concetti appresi.

Governance e metriche di valutazione

CISA evidenzia la formazione e la sensibilizzazione sulla sicurezza come componente fondamentale della funzione di Protezione del Cybersecurity Framework. La governance efficace richiede la definizione di KPI specifici e misurabili:

• Phish-prone percentage: percentuale di dipendenti che clicca su simulazioni di phishing
• Tempo di segnalazione: velocità con cui gli utenti segnalano email sospette
• Tasso di completamento formativo: percentuale di personale che completa i moduli obbligatori
• Riduzione degli incidenti: diminuzione quantificabile degli eventi di sicurezza correlati a errore umano

Integrazione con tecnologie di sicurezza esistenti

L’efficacia dei programmi di security awareness è amplificata dall’integrazione con le tecnologie di sicurezza esistenti. I sistemi di Security Orchestration, Automation and Response (SOAR) possono automatizzare la risposta agli eventi formativi, mentre le piattaforme di threat intelligence forniscono contenuti aggiornati sui vettori di attacco emergenti.

Considerazioni economiche e ROI

L’investimento in programmi di security awareness genera un ritorno economico quantificabile attraverso la riduzione dei costi associati agli incidenti di sicurezza. Gli attacchi di phishing costano alle grandi organizzazioni 15 milioni di dollari all’anno, ovvero più di 1.500 dollari per dipendente.

Nel 2025, il costo previsto per eseguire una simulazione di phishing è compreso tra 0,45 e 6 dollari USA per dipendente al mese, rappresentando un investimento altamente cost-effective considerando i potenziali danni evitati.

Conclusioni e raccomandazioni strategiche

La security awareness nel contesto digitale del 2025 richiede un approccio scientifico, data-driven e continuamente adattivo alle minacce emergenti. Le evidenze empiriche dimostrano chiaramente l’efficacia di programmi strutturati che integrano formazione teorica, simulazioni pratiche e rinforzo comportamentale continuo.

Le organizzazioni devono transitare da modelli formativi episodici verso ecosistemi di apprendimento permanente, utilizzando tecnologie avanzate per la personalizzazione e l’automazione dei contenuti formativi. L’integrazione con i framework normativi internazionali (NIST, ISO 27001, CISA) garantisce compliance e standardizzazione delle procedure.

La sfida principale risiede nel superamento del gap tra conoscenza teorica e applicazione pratica, attraverso metodologie che stimolino il cambiamento comportamentale duraturo piuttosto che la mera acquisizione di nozioni. Solo attraverso questa trasformazione culturale le organizzazioni potranno trasformare il fattore umano da principale vulnerabilità a prima linea di difesa contro le minacce cyber.

Fonti

CISA. (2025). Cybersecurity Training & Exercises. Cybersecurity and Infrastructure Security Agency. https://www.cisa.gov/cybersecurity-training-exercises

Keepnet Labs. (2024). Cybersecurity Awareness Training Trends for 2025. https://keepnetlabs.com/blog/what-are-the-top-trends-in-cybersecurity-awareness-training-for-2025

NIST. (2003). Special Publication 800-50: Building an Information Technology Security Awareness and Training Program. https://csrc.nist.gov/publications/detail/sp/800-50/final

ISO/IEC. (2022). ISO 27001:2022 Information Security Management Systems – Requirements. International Organization for Standardization. https://www.iso.org/standard/27001

Proofpoint. (2025). Phishing Training Efficacy: Maximize Simulation Learning. https://www.proofpoint.com/us/blog/security-awareness-training/phishing-training-efficacy-maximize-simulation-learning

Hoxhunt. (2025). Phishing Trends Report. https://hoxhunt.com/guide/phishing-trends-report

https://www.ictsecuritymagazine.com/articoli/security-awareness/

Ago 13, 2025 Giancarlo Calzetta In evidenza, News, RSS, Scenari, Scenario 0

---

Le tensioni tra Stati Uniti e Cina si spostano sul terreno della sicurezza hardware, con Pechino che chiede a Nvidia di dimostrare che i suoi chip per l’intelligenza artificiale non contengano backdoor o vulnerabilità sfruttabili.

La controversia arriva dopo un lungo braccio di ferro sull’export di processori AI verso la Cina. Nel 2022, Washington aveva imposto un divieto di vendita dei chip più avanzati, allentato solo il mese scorso dalla nuova amministrazione Trump, che ha consentito la spedizione di modelli meno sofisticati dietro il pagamento di una tassa del 15% al governo statunitense. Ora, tuttavia, la Cyberspace Administration of China – citata dal quotidiano statale China Daily – mette in discussione la sicurezza dei chip H2O di Nvidia, accusandoli di possibili capacità di accesso remoto.

Il funzionario Pan Helin, membro del Ministero dell’Industria e dell’Information Technology cinese, ha avvertito che se queste ipotesi fossero fondate, l’azienda statunitense rischierebbe di vedersi abbandonata dai clienti a livello globale, per timori legati a spegnimenti da remoto o furti di dati.

Backdoor tra accuse e realtà

Le backdoor, reali o presunte, sono da anni terreno di scontro tra USA e Cina. Entrambi i Paesi hanno accusato l’altro di utilizzare queste tecniche a scopo di spionaggio, e in passato sono emerse prove concrete: dalla modifica di router Cisco da parte della NSA per installare dispositivi di sorveglianza, fino alla scoperta di backdoor in hardware cinese, come le MIFARE Classic prodotte da Shanghai Fudan Microelectronics, o alle accuse su Huawei.

Una backdoor ben progettata deve essere difficile da rilevare, plausibilmente accidentale e conosciuta solo da pochissime persone. In ambito AI, una backdoor potrebbe consistere in un semplice blocco o spegnimento del chip al verificarsi di determinate condizioni, codice minimo ma con un impatto enorme. Proprio per la complessità dei processori AI, rilevare funzioni indesiderate è estremamente difficile.

Politica e mercato pesano più della tecnica

La possibilità per Nvidia e AMD di continuare a vendere in Cina dipenderà soprattutto da dinamiche politiche e dalla domanda di mercato. Per Pechino, produrre chip AI nazionali è parte di un progetto strategico di lungo periodo, e nel 2024 si stima abbia comunque ottenuto 140.000 chip AI statunitensi nonostante i divieti, attraverso società di copertura e reti di contrabbando.

Il deputato repubblicano John Moolenaar ha accusato il Partito Comunista Cinese di sfruttare falle nei controlli sull’export per alimentare capacità militari e sorveglianza di massa, a danno della sicurezza nazionale USA.

Dal canto suo, Nvidia respinge con forza ogni ipotesi di backdoor. Il Chief Security Officer David Reber Jr. ha dichiarato: “Nei chip Nvidia non ci sono backdoor, kill switch o spyware. Mai ci saranno. Inserirli sarebbe un regalo a hacker e attori ostili, minando la fiducia nella tecnologia statunitense e l’integrità dell’infrastruttura digitale globale”.

---

• AI chip, AMD, backdoor, Cina, cybersicurezza, export tecnologico, H2O, Nvidia, sicurezza hardware, spionaggio informatico, Stati Uniti

---

---

https://www.securityinfo.it/2025/08/13/cina-contro-nvidia-dubbi-sulla-sicurezza-dei-chip-ai-e-sospetti-di-backdoor/?utm_source=rss&utm_medium=rss&utm_campaign=cina-contro-nvidia-dubbi-sulla-sicurezza-dei-chip-ai-e-sospetti-di-backdoor

I criminali informatici stanno sfruttando vulnerabilità tecniche nei sistemi FaceID per accedere illegalmente ai conti bancari, con perdite che superano i 200 milioni di euro solo in Italia nel 2024.

Mentre la tecnologia biometrica facciale promette maggiore sicurezza rispetto alle tradizionali password, la crescita del 3.000% negli attacchi deepfake e l’aumento del 783% negli attacchi di injection su app mobile stanno trasformando il volto umano in una nuova arma per i cybercriminali. Il caso più eclatante è quello di Hong Kong, dove un dipendente della multinazionale Arup ha trasferito 25 milioni di dollari dopo essere stato ingannato da un deepfake del CFO durante una videoconferenza. In Europa, le frodi identitarie sono cresciute del 150% anno su anno, mentre l’Italia ha registrato oltre 12.000 attacchi informatici significativi gestiti dal CNAIPIC, con truffe online che hanno causato perdite per 181 milioni di euro.

Come funziona tecnicamente FaceID e perché è vulnerabile

Apple FaceID rappresenta attualmente il gold standard della sicurezza biometrica facciale, utilizzando un sistema TrueDepth che proietta oltre 30.000 punti infrarossi invisibili per creare una mappa tridimensionale dettagliata del volto. La tecnologia combina un proiettore di punti, una telecamera infrarossa e un illuminatore flood, elaborando tutti i dati nel Secure Enclave locale senza mai trasmetterli all’esterno del dispositivo.

Le vulnerabilità principali emergono dalle differenze tecnologiche tra i sistemi. Mentre FaceID utilizza sensori IR dedicati che garantiscono resistenza agli attacchi fotografici, molti dispositivi Android si affidano a telecamere RGB standard, risultando vulnerabili a semplici spoofing con foto ad alta risoluzione. Ricerche del 2024 dimostrano che il Samsung Galaxy S21 Ultra può essere ingannato da fotografie, mentre sistemi più avanzati come Honor Magic 6 Pro implementano tecnologie simili a FaceID.

La crescente sofisticazione degli attacchi sta mettendo in crisi anche i sistemi più sicuri. I criminali utilizzano oggi deepfake in tempo reale, maschere in silicone 3D e tecniche di injection che inseriscono feed video falsificati nei sistemi di verifica. La ricerca evidenzia che il 68% dei deepfake sono ormai quasi indistinguibili dai media genuini, rendendo sempre più difficile la distinzione tra contenuti autentici e sintetici.

Metodi criminali per aggirare i sistemi biometrici

Gli hacker hanno sviluppato un arsenale di tecniche specifiche per superare le protezioni biometriche. Gli attacchi di face swap sono cresciuti del 704% nel 2023, utilizzando software gratuiti come SwapFace, DeepFaceLive e Swapstream per creare deepfake realistici con costi minimi. Il mercato criminale offre ora questi strumenti come servizio, con prezzi che vanno da 20 dollari a migliaia di dollari per soluzioni più sofisticate.

Le tecniche di injection rappresentano la minaccia più grave, con un aumento del 783% negli attacchi su app mobile web. I criminali utilizzano strumenti come OBS Studio, emulatori mobile e telecamere virtuali per inserire feed video falsi nei sistemi di verifica. Parallelamente, crescono gli attacchi di social engineering, dove i criminali raccolgono materiale biometrico attraverso il mining di foto e video dai social media.

L’Italia ha documentato 180 persone deferite per crimini informatici nel 2024, con 31 nuovi gruppi criminali identificati che coinvolgono 34.965 utenti totali negli ecosistemi criminali. Le tecniche più utilizzate includono l’uso di informazioni familiari per aggirare i sistemi biometrici, l’impersonificazione di parenti e la combinazione di deepfake con tecniche di ingegneria sociale.

Normative italiane ed europee sulla sicurezza biometrica

Il quadro normativo europeo classifica i dati biometrici come “categorie particolari” sotto il GDPR, richiedendo consenso esplicito e protezioni rafforzate. L’articolo 9 del Regolamento 2016/679 stabilisce un divieto generale di trattamento dei dati biometrici, con eccezioni limitate per consenso esplicito, necessità lavorative autorizzate per legge e motivi di interesse pubblico rilevante.

In Italia, il Garante Privacy ha adottato una posizione molto rigida sui dati biometrici nel luogo di lavoro. I provvedimenti n. 105, 106, 107 e 109 del 22 febbraio 2024 stabiliscono che “l’ordinamento vigente NON consente il trattamento di dati biometrici dei dipendenti per finalità di rilevazione delle presenze”. Il Decreto-Legge 51/2023 ha inoltre prorogato al 31 dicembre 2025 la sospensione dell’installazione di sistemi di riconoscimento facciale “in luoghi pubblici o aperti al pubblico”.

La Direttiva PSD2 introduce requisiti specifici per i servizi finanziari, richiedendo Strong Customer Authentication basata su due o più fattori, includendo caratteristiche biometriche. Dal 31 dicembre 2020, tutti i pagamenti superiori a 30 euro richiedono autenticazione biometrica o multi-fattore nell’area europea.

Il nuovo Regolamento UE 2024/1689 (AI Act) introduce regole severe per i sistemi biometrici di intelligenza artificiale. A partire dal 2 febbraio 2025, saranno vietati i sistemi di categorizzazione biometrica per dedurre caratteristiche protette e il riconoscimento delle emozioni in luoghi di lavoro. I sistemi di identificazione biometrica remota in tempo reale negli spazi pubblici sono vietati salvo eccezioni per le forze dell’ordine.

Impatti economici e sanzioni per le violazioni

Le perdite economiche crescono esponenzialmente: le proiezioni per gli USA indicano perdite da 12,3 miliardi di dollari nel 2023 a 40 miliardi entro il 2027, con una crescita del 32% annua. In Europa, le aziende del settore finanziario registrano perdite medie di 637.000 dollari per attacchi biometrici, con il 23% delle organizzazioni che supera il milione di dollari di danni.

Le sanzioni GDPR per violazioni biometriche sono severe: l’articolo 83 prevede multe fino a 20 milioni di euro o 4% del fatturato mondiale annuo. Nel 2024, l’Italia ha inflitto sanzioni significative, inclusi 20 milioni di euro a Clearview AI per riconoscimento facciale illegale e 79,1 milioni di euro a Enel Energia per violazioni generali GDPR.

I settori più colpiti includono finanza, manifattura e sanità. Il settore manifatturiero è risultato il più colpito in Italia nel 2024 con una crescita del 19% negli attacchi, seguito da software/hardware con 760 casi (30% del totale). La sanità ha registrato un aumento dell’83% negli attacchi, confermandosi come settore particolarmente vulnerabile.

Consigli pratici per proteggere i tuoi account

Implementa un approccio multi-fattore senza affidarti esclusivamente alla biometria. Configura passcode alfanumerici robusti di almeno 8 caratteri come backup e attiva timeout brevi per il blocco automatico. Su iOS 17+, attiva la “Stolen Device Protection” che richiede autenticazione biometrica anche per modifiche critiche alle impostazioni.

Gestisci strategicamente l’uso del FaceID: evita di utilizzarlo per transazioni finanziarie ad alto valore, preferendo combinazioni di autenticazione multiple. Impara la combinazione di emergenza (pulsante power + volume) per disattivare rapidamente il FaceID in situazioni di rischio. Registra solo il tuo volto ed evita di condividere l’accesso biometrico con familiari.

Controlla regolarmente le impostazioni di privacy: verifica quali app hanno accesso al FaceID e revoca i permessi non necessari. Sotto il GDPR, hai diritto di accesso, rettifica e cancellazione dei tuoi dati biometrici. Richiedi alle aziende la cancellazione dei dati biometrici quando non più necessari.

Mantieni comportamenti sicuri online: limita la condivisione di foto e video sui social media che potrebbero essere utilizzati per creare deepfake. Aggiorna regolarmente il software del dispositivo per beneficiare delle patch di sicurezza più recenti. Educati continuamente sui nuovi rischi e le migliori pratiche di sicurezza biometrica.

Il futuro della sicurezza biometrica

Le tecnologie emergenti promettono maggiore sicurezza attraverso sistemi multi-modali che combinano riconoscimento facciale, vocale e delle impronte digitali. L’innovazione Polar ID di Metalenz e Samsung utilizza luce polarizzata per creare signature uniche impossibili da replicare, mentre la biometria comportamentale analizza pattern di digitazione, andatura e movimenti per un’autenticazione continua.

L’autenticazione passwordless crescerà rapidamente: il 60% delle grandi imprese eliminerà le password entro il 2025, sostituendole con sistemi biometrici avanzati. Il mercato biometrico globale raggiungerà 283,7 miliardi di dollari entro il 2035, con particolare crescita in sanità, fintech e trasporti.

Le sfide future includono standardizzazione e interoperabilità tra diversi sistemi biometrici, bilanciamento tra sicurezza e privacy, e necessità di framework normativi più specifici. L’implementazione di architetture Zero Trust richiederà verifica continua dell’identità durante le sessioni, mentre la crittografia omomorfica permetterà l’elaborazione di dati biometrici senza decrittazione.

Conclusioni

La sicurezza biometrica rappresenta il futuro dell’autenticazione digitale, ma la crescente sofisticazione degli attacchi criminali richiede un approccio equilibrato che consideri sia i vantaggi in termini di sicurezza che i rischi per la privacy. L’implementazione successful richiede conformità normativa rigorosa, tecnologie avanzate multi-modali e un impegno continuo per la protezione dei dati degli utenti. Solo attraverso educazione, tecnologie avanzate e rispetto delle normative europee sarà possibile sfruttare i benefici della biometria minimizzando i rischi per consumatori e aziende.

Fonti:

Apple Inc. (2024). FaceID Technical Documentation and Security Architecture.

Agenzia per la Cybersicurezza Nazionale (2024). Rapporto Annuale sulla Cybersicurezza.

Commissione Europea (2024). Regolamento UE 2024/1689 – AI Act.

Deloitte Center for Financial Services (2024). Deepfake Fraud Report.

Europol Innovation Lab (2024). Biometric Vulnerabilities Assessment.

Hong Kong Police Force (2024). Cybercrime Investigation Reports.

IMARC Group (2024). European Biometric Market Analysis.

iProov (2024). Threat Intelligence Report on Biometric Attacks.

Paravision (2024). Deepfake Detection Technology Report.

Polizia Postale Italiana (2024). Rapporto Annuale Crimini Informatici.

Regula Forensics (2024). Deepfake Trends and Impact Assessment.

Regolamento UE 2016/679 (GDPR) Protezione Dati Personali.

Resemble AI (2025). Q1 Deepfake Incident Report.

Sumsub (2024). Identity Fraud Report – European Analysis.

https://www.ictsecuritymagazine.com/notizie/furto-identita-faceid/

Questo articolo rappresenta l’ultimo contenuto della nostra serie di approfondimenti sull’architettura Zero Trust. In questo approfondimento finale, analizziamo l’implementazione pratica del modello Zero Trust attraverso l’integrazione sinergica di scelte organizzative e tecnologiche.

L’adozione di un modello Zero Trust richiede un’integrazione sinergica di scelte organizzative e tecnologiche, finalizzate sia all’implementazione del modello, sia all’incremento del valore aggiunto fornito agli utenti all’interno del perimetro di sicurezza. L’approccio Zero Trust non è un progetto con un termine predefinito, ma un processo in continua evoluzione che richiede un impegno costante per essere mantenuto e migliorato nel tempo.

Come discusso, è necessario:

• Identificare in modo robusto gli utenti. L’organizzazione deve promuovere l’adozione di tecnologie di autenticazione multifattore. Tecnologie come l’autenticazione senza password (passwordless) e il single sign-on possono semplificare l’esperienza di accesso degli utenti, garantendo al contempo un elevato livello di sicurezza. Inoltre, l’adozione di strumenti di autenticazione basati su biometria o su fattori contestuali (come la posizione o il dispositivo utilizzato) può ulteriormente rafforzare la robustezza del processo di identificazione.
• Identificare e gestire i dispositivi aziendali. Solo i dispositivi gestiti e autorizzati dovrebbero essere in grado di accedere ai servizi, garantendo così l’integrità, la riservatezza e la disponibilità dei dati aziendali. Tecnologie che consentono agli utenti di installare applicazioni da un paniere pre-approvato, o policy di compliance che li rendono amministratori dei propri dispositivi, possono incrementare l’autonomia senza compromettere la sicurezza. Inoltre, l’adozione di soluzioni di Mobile Device Management (MDM) e di Endpoint Detection and Response (EDR) consente un monitoraggio costante dello stato dei dispositivi, garantendo che questi siano sempre conformi alle politiche di sicurezza aziendali.
• Identificare e gestire le reti e il perimetro di accesso. Non è sufficiente trovarsi in un determinato luogo o essere connessi alla rete aziendale per ottenere accesso ai sistemi e ai dati aziendali. Tecnologie di Network Access Control (NAC) che regolano dinamicamente il livello di fiducia possono mitigare l’impatto di una eventuale compromissione del dispositivo dell’utente. L’adozione di segmentazione della rete, sia fisica che logica, permette di limitare la propagazione di eventuali attacchi, mentre l’uso di micro-segmentazione offre un ulteriore livello di protezione limitando l’accesso alle risorse su base granulare.
• Gestire gli applicativi e gli accessi. Una lista di applicazioni consentite e vietate tutela sia l’organizzazione che gli utenti, aumentando al contempo l’autonomia operativa all’interno di un perimetro definito. I privilegi minimi di accesso rappresentano una doppia garanzia per l’utente e per l’organizzazione. Inoltre, la definizione di criteri di accesso basati sul principio del “bisogno di sapere” (need-to-know) e del “privilegio minimo” (least privilege) consente di ridurre ulteriormente il rischio di accesso non autorizzato a informazioni sensibili.
• Monitorare e aggiornare il modello organizzativo. Il team di sicurezza deve eseguire monitoraggi regolari delle metriche di controllo e suggerire miglioramenti continui al modello organizzativo e alle tecnologie adottate per ridurre il rischio cyber. L’adozione di un approccio basato sull’analisi del rischio consente di identificare e prioritizzare le aree di intervento, mentre l’utilizzo di tecniche di threat intelligence permette di adattare il modello alle minacce emergenti, migliorando la capacità di prevenzione e risposta.

L’adozione di tecnologie appropriate, insieme alla definizione e all’implementazione di un modello organizzativo di sicurezza, conduce alla minimizzazione del rischio cyber e a una maggiore consapevolezza della sua riduzione continua. Le sole tecnologie non sono sufficienti; un modello organizzativo senza supporto tecnologico potrebbe risultare eccessivamente rigido, compromettendo l’operatività e, di conseguenza, la qualità dei servizi e del business.

Allo stesso modo, un approccio esclusivamente tecnologico, senza una struttura organizzativa adeguata, rischia di non essere sufficientemente resiliente o di non essere accettato dagli utenti, compromettendo l’efficacia complessiva delle misure di sicurezza adottate. L’equilibrio tra tecnologia e organizzazione è quindi essenziale per raggiungere una postura di sicurezza matura e sostenibile.

Implementazione ed Evoluzione del Modello Zero Trust

L’esperienza maturata negli ultimi anni nell’implementazione di architetture Zero Trust ha rivelato che il successo di questa trasformazione va ben oltre l’aspetto puramente tecnologico. Le organizzazioni che hanno ottenuto i risultati migliori hanno compreso che si tratta di un profondo cambiamento culturale e organizzativo. Il MIT Sloan Center for Information Systems Research ha documentato come le implementazioni di maggior successo abbiano dedicato una parte sostanziale delle risorse, circa il 30%, alla gestione del cambiamento culturale e alla formazione del personale.

Questo cambiamento culturale si manifesta attraverso una nuova consapevolezza della sicurezza che permea tutti i livelli dell’organizzazione. Non si tratta più di vedere la sicurezza come un ostacolo o un semplice requisito di compliance, ma come un elemento abilitante per l’innovazione e la crescita aziendale, al pari dei processi di qualità che ormai si sono consolidati nelle aziende in cui il miglioramento continuo è base per una crescita costante.

Le organizzazioni stanno sviluppando programmi di formazione continua che non si limitano a insegnare le procedure di sicurezza, ma che aiutano i dipendenti a comprendere il loro ruolo attivo nella protezione degli asset aziendali, al pari di come coinvolgono gli stessi dipendenti nell’ambito dei processi informativi/formativi della sicurezza negli ambienti di lavoro, ma mentre per questi ultimi i processi sono formalizzati a livello normativo, ancora oggi per la sicurezza informatica la definizione delle azioni è lasciata alle aziende ed altri enti.

L’implementazione di Zero Trust si è dimostrata tanto più efficace se messa in atto seguendo un percorso graduale e ben pianificato. Le esperienze sul campo mostrano che la trasformazione richiede tipicamente diversi anni per raggiungere la piena maturità. Il processo inizia con la costruzione di solide fondamenta nei primi 6-12 mesi, durante i quali l’organizzazione si concentra sulla gestione delle identità e degli accessi, introducendo l’autenticazione multi-fattore e realizzando un accurato inventario degli asset. Questa fase iniziale è cruciale per costruire la fiducia degli utenti nel nuovo modello e per identificare eventuali criticità da affrontare.

La fase successiva, che tipicamente si estende per 12-24 mesi, vede l’organizzazione espandere il modello a sistemi sempre più critici. È in questo periodo che si implementano tecnologie più sofisticate come la micro-segmentazione della rete e si inizia ad automatizzare le policy di compliance. L’esperienza mostra che questa fase richiede un delicato equilibrio tra sicurezza e usabilità: le organizzazioni più lungimiranti hanno compreso l’importanza di coinvolgere gli utenti finali nel processo di design delle soluzioni, per garantire che le misure di sicurezza non ostacolino la produttività.

I risultati di questa trasformazione sono stati documentati in dettaglio da Forrester Research, che ha evidenziato benefici tangibili non solo in termini di sicurezza, con una riduzione del 50% delle violazioni, ma anche in termini di efficienza operativa, con una diminuzione del 30% nei costi di gestione della sicurezza. Particolarmente interessante è il miglioramento della produttività degli utenti, che hanno beneficiato di processi di accesso più snelli e intuitivi.

Guardando al futuro, il modello Zero Trust dovrà evolversi per affrontare nuove sfide tecnologiche. L’espansione dell’edge computing e dell’Internet of Things sta già ponendo nuove domande su come applicare i principi Zero Trust in contesti con risorse computazionali limitate e requisiti di latenza stringenti. L’avvento del quantum computing richiederà un ripensamento fondamentale dei meccanismi di crittografia e autenticazione, mentre l’intelligenza artificiale offrirà nuove opportunità per rendere le decisioni di sicurezza più contestuali e adattive.

Il panorama normativo in continua evoluzione rappresenta un’altra sfida significativa. Le organizzazioni dovranno bilanciare le esigenze di sicurezza con requisiti sempre più stringenti in termini di privacy e protezione dei dati personali. Questo richiederà una maggiore granularità nel controllo degli accessi e una completa tracciabilità delle decisioni di sicurezza.

Per navigare con successo questa trasformazione, le organizzazioni devono adottare un approccio equilibrato che consideri tecnologia, processi e persone come elementi ugualmente importanti. La formazione continua deve diventare parte integrante della cultura aziendale, mentre le metriche di successo devono essere chiare e misurabili. La flessibilità dell’architettura è fondamentale per adattarsi a nuove tecnologie e minacce, così come la collaborazione attiva con partner e fornitori per estendere il modello Zero Trust all’intera catena del valore.

In conclusione, il futuro della sicurezza informatica sarà inevitabilmente basato su modelli Zero Trust, ma il successo della loro implementazione dipenderà dalla capacità delle organizzazioni di creare un ecosistema di sicurezza resiliente e adattivo. La vera sfida non sarà tanto tecnologica quanto culturale: le organizzazioni che riusciranno a integrare la sicurezza nel loro DNA, rendendola parte naturale dei processi decisionali e operativi, saranno quelle che trarranno i maggiori benefici da questa trasformazione.

Per approfondire ulteriormente questi concetti e scoprire le strategie pratiche per una corretta implementazione del modello Zero Trust, vi invitiamo a scaricare il white paper “Zero Trust: solo un problema tecnologico?” redatto dal Dott. Ing. Fabrizio Fioravanti.

https://www.ictsecuritymagazine.com/articoli/zero-trust-modello/

New research delves into the anatomy of modern technology collapses, finding five catalysts account for approximately 90% of all outages. These include: 

1. Software bugs 
2. Security breaches 
3. Configuration problems 
4. Database mistakes 
5. Infrastructure failures 

According to the research, these findings suggest that that when systems collapse, it is most likely due to a preventable error rather than an unpredictable event. Even security breaches, which may appear out of an organization’s control, are often the result of preventable issues due to improper vulnerability management. 

Software bugs and logic errors account for most technology outages at 38%. The research cites the CrowdStrike incident in 2024 as a prime example of how faulty patches can lead to systems shutting down. 

With preventative issues being the leading cause of system failure, the research encourages organizations to focus on the fundamentals of security, such as patching vulnerabilities promptly, testing code prior to deployment, and monitoring system limits. 

https://www.securitymagazine.com/articles/101819-system-collapses-are-preventable-not-unpredictable

Menlo Security researchers have discovered an increase in traffic to generative AI (GenAI) websites. The research found these visits rose by 50%, from 7 billion in February 2024 to 10.53 billion in January 2025.

The research highlighted the risks of shadow AI, revealing that a majority of employees (68%) utilize free-tier AI tools (such as ChatGPT) through personal accounts. Out of these employees, 57% input sensitive data. 

Furthermore, the researchers found a corresponding increase in cyberattacks. Zero-hour phishing attacks saw a 130% year-over-year increase, with approximately 600 false GenAI sites identified.

Security Leaders Weigh In

Satyam Sinha, CEO and Co-Founder at Acuvity:

There has been a lot more information and awareness about the risks and threats with regards to AI provided over the last year. In addition, there are numerous regulations brought in by various governments. In our discussions with customers, it is evident that they are overwhelmed on how to prioritize and tackle the issues — there’s a lot that needs to be done. At the face of it, personnel seems to be a key inhibitor, however, this pain will only grow. GenAI has helped in multiple industries from customer support to writing code. Workflows that could not be automated are being handled by AI agents. We have to consider the use of Gen-AI native security products and techniques which will help achieve a multiplier effect on the personnel.

The field of AI has seen enormous leaps over the past two years, but it is evolving with new developments every month. The gap in confidence and understanding of AI creates a massive opportunity for AI native security products to be created which can ease this gap. In addition, enterprises must consider approaches to bridge this gap with specialized learning programs or certifications to aid their cybersecurity teams. 

GenAI has helped in multiple industries from customer support to writing code. Workflows that could not be automated are being handled by AI agents. We have to consider the use of GenAI native security products and techniques which will help achieve a multiplier effect on the personnel. This is the only way that we can solve this problem.

Nicole Carignan, Senior Vice President, Security & AI Strategy, and Field CISO at Darktrace:

Understanding the evolving threat landscape and the techniques adversaries are using to manipulate AI is key and critical for defenders to be able to test these use cases against their own models to effectively secure their AI systems and to defend against AI attacks. As AI systems become embedded into the tools and processes organizations depend on every day, cybersecurity plays a crucial role and is foundational to AI safety. Organizations must be focused on applying cybersecurity best practices to protect models and invest in safeguards to keep AI systems protected at all stages of the AI lifecycle, to avoid unintended behaviors or potential hijacking of the algorithms. 

Adoption of AI, specifically in response scenarios, requires transparency, explainability and control. To facilitate data-driven recommendations to autonomous action, trust needs to be built with AI’s decision-making capabilities. The recent 2025 State of AI Cybersecurity Report found that 78% of CISOs admit that AI-powered cyber-threats are having a significant impact on their organization. To combat emerging challenges from AI-driven attacks, organizations of all sizes must leverage AI-powered tools that can provide granular real-time environment visibility and alerting to augment security teams. Where appropriate, they should get ahead of new threats by integrating machine-driven response, either in autonomous or human-in-the loop modes, to accelerate security team response. Through this approach, the adoption of AI technologies — such as solutions with anomaly-based detection capabilities that can detect and respond to never-before-seen threats — can be instrumental in keeping organizations secure. 

The State of AI Cybersecurity 2025 Report also noted that the increase of Shadow AI has introduced greater risk with security teams progressively seeking ways to lock down their data. I expect that we will see an explosion of tools that use AI and GenAI within enterprises and on devices used by employees. In addition to managing AI tools that are built in-house, security teams will see an surge in the volume of existing tools that have new AI features and capabilities embedded, as well as a rise in Shadow AI. If it remains unchecked, this raises serious questions and concerns about data loss prevention as well as compliance concerns as new regulations start to take effect. This drives an increasing need for AI asset discovery, the ability for companies to identify and track the use of AI systems throughout the enterprise. It is imperative that CIOs and CISOs dig deep into new AI security solutions — asking comprehensive questions about data access and visibility.

Moving forward, it will take a growing arsenal of defensive AI to effectively protect organizations in the age of offensive AI. Defensive AI includes tools that can detect anomalous behavior at scale by leveraging deep insights and intelligence into an organization’s assets. Whether the attack is AI-powered, automated, or a sophisticated threat actor, AI that identifies and isolates anomalous, suspicious behavior specific to an organization’s normal patterns can detect and defend in machine time. 

As adversaries double down on the use and optimization of autonomous agents for attacks, human defenders will become increasingly reliant on and trusting of autonomous agents for defense. Specific types of AI can perform thousands of calculations in real time to detect suspicious behavior and perform the micro decision-making necessary to respond to and contain malicious behavior in seconds. Transparency and explainability in the AI outcomes are critical to foster a productive human-AI partnership.

Mr. Jamie Boote, Associate Principal Security Consultant at Black Duck:

Today, businesses are facing a landscape made up of maturing AI technology that is offering more mature tools that enable their employees in their jobs. Just like any technological shift changes how businesses operate, from the migration cloud hosting forcing companies to revamp their vendor agreements and data policy, to mobile applications forcing companies to put programmed logic and code on a new architecture that they don’t own or control, AI will leave its mark on governance.

As AI impacts how software is built, and what software is, governance will need to adjust to cover a vision for security in an era where software writes software. Right now, there is guidance around security testing and vulnerabilities for AI, however, the technology is moving so fast that categorical best practices that can be coded into governance are still being rewritten almost as fast as they’re committed to paper. 

To close the gap, organizations should instead build a strong vision for what secure AI use and development would look like in their company. That’s not easy or fast right now, but it is necessary for security teams that want to embrace AI at scale with confidence and don’t want to play catch-up with the engineering organization.

Dave Gerry, CEO at Bugcrowd:

AI is top of mind these days, and the introduction of America’s AI Action Plan, a foundational step for U.S. leadership in AI, has only brought more attention. We commend its focus on accelerating innovation by cutting unnecessary regulations, which is crucial for the private sector to develop and deploy AI, and ultimately position the U.S. as a global AI leader. Investments in grid and datacenter infrastructure are vital to sustain AI’s rapid growth. The plan’s commitment to open-source AI and empowering the American workforce further solidifies this goal, though the interplay of state versus federal regulatory climates will be key to watch.

Now, let’s face the facts: AI-generated exploits and misinformation are already here. The big risk isn’t just technical, it’s trust erosion.  The security community needs to zero in on model manipulation (prompt injection, fine-tuning abuse), model output validation, and adversarial testing of AI systems.

This is where crowd-led testing matters most. Static models don’t adapt well to evolving tactics, however, diverse human researchers do. Initiatives that bring together defenders, researchers, and builders, such as VDPs and responsible disclosure programs, are crucial. We need more incentives for constructive interference — helping the AI ecosystem improve by breaking things safely.

Krishna Vishnubhotla, Vice President, Product Strategy at Zimperium:

Before the arrival of GenAI, attackers were already proficient at rapidly creating new domains to bypass traditional phishing detection tools. The focus was on speed and creating domains quickly to elude detection and launch attacks. However, with the rise of GenAI, phishing attacks have become more sophisticated and automated, making traditional security tools increasingly ineffective, particularly on mobile browsers. Sophistication shows up in the form of highly realistic and personalized, well-written phishing content at scale across all mobile phishing (mishing) vectors, including audio, video, and voicemail. The automation aspect allows attackers to clone websites in seconds, making brand impersonation easier. 

Combining these capabilities with the form factor or mobile browsers, with their limited URL visibility and reliance on auto-login features, provides the perfect storm for attackers to steal credentials without raising suspicion. The situation will only worsen as GenAI models improve and attackers start sharing capabilities and establishing Phishing-as-a-Service models to make money. Organizations need to adopt real-time, AI-driven mobile security to detect and block phishing before users are compromised. Relying on outdated defenses is no longer enough — security must evolve as fast as the threats.

Ms. Kris Bondi, CEO and Co-Founder of Mimoto: 

The generative nature of Shadow AI, and its lack of guardrails, makes it potentially more powerful and more dangerous than traditional shadow IT. An unmonitored AI can quickly evolve into providing inaccurate or even offensive responses. Because these are unsanctioned, they are many times a free version of AI that could be accidentally or intentional poisoned. Additionally, while shadow IT is officially unsanctioned, it is often known to be in use within a department. Workers are injecting shadow IT into their companies’ products or potentially exposing critical data to the external world. With Shadow AI, individual workers may decide to use it without telling anyone and may even hide their use from their coworkers. Its stealth usage adds to the risk associated with it.

All industries are vulnerable to the use of Shadow AI, but there are three types of industries where it will do the most damage. These are industries that are regulated, health or infrastructure-related, or where accuracy is critical. As you can imagine, these often overlap. To support innovation while minimize the threat of Shadow IT, enterprises must take a three-pronged approach of educating on the dangers of unsupported, unmonitored AI tools, create company protocols for what is not acceptable use of unauthorized AI tools, and most importantly provide AI tools that are sanctioned. Explaining while one tool is sanctioned and another isn’t greatly increases compliance. It does not work for a company to have a zero-use mandate. In fact, this results in an increase in stealth use of Shadow AI.

https://www.securitymagazine.com/articles/101820-traffic-to-genai-websites-increases-by-50-and-cyberattacks-grow-with-it

L’adversarial pruning rappresenta una frontiera tecnologica critica nell’intersezione tra compressione delle reti neurali e robustezza avversariale, emergendo come metodologia fondamentale per la creazione di sistemi di intelligenza artificiale simultaneamente efficienti e sicuri. Questa tecnica combina la riduzione parametrica dei modelli con la preservazione delle capacità difensive contro attacchi avversariali, rispondendo alle crescenti esigenze di deployment AI in ambienti resource-constrained mantenendo standard di sicurezza enterprise-grade.

Le implementazioni più avanzate, come il framework ANAS-P sviluppato dalla Northeastern University, dimostrano capacità di raggiungere sparsità del 99% con degradazione dell’accuratezza pulita limitata allo 0,75% e riduzione della robustezza avversariale del 4,58%. Questi risultati quantitativi attestano la maturità tecnologica raggiunta nel campo, ponendo le basi per deployment su larga scala in contesti di sicurezza critica.

Adversarial Pruning matematico: ottimizzazione robusta e sparsità neural network

L’adversarial pruning si configura come un insieme di tecniche algoritmiche che riducono la dimensionalità delle reti neurali attraverso l’eliminazione selettiva di parametri, preservando contestualmente la robustezza contro esempi avversariali. La formulazione matematica fondamentale può essere espressa come problema di ottimizzazione robusto:

Obiettivo di ottimizzazione robusto:

min_θ ρ(θ), dove ρ(θ) = E_{(x,y)~D}[max_{δ∈S} L(θ, x+δ, y)]

Dove θ rappresenta i parametri della rete, S ⊆ R^d definisce l’insieme delle perturbazioni ammissibili, L costituisce la funzione di perdita e δ rappresenta le perturbazioni avversariali. La problematica di pruning incorpora vincoli di sparsità con obiettivi robusti attraverso la formulazione di ottimizzazione vincolata:

min_θ E_{(x,y)~D}[max_{δ∈S} L(θ, x+δ, y)]

soggetto a: ||θ||_0 ≤ k

Le metodologie contemporanee utilizzano maschere binarie M ∈ {0,1}^|θ| per implementare la sparsità: θ_pruned = θ ⊙ M, dove ⊙ denota la moltiplicazione element-wise.

Le funzioni di perdita avanzate includono TRADES Loss per la regolarizzazione della robustezza e MART Loss per l’ottimizzazione dell’accuratezza avversariale. Il framework Adversarial Neural Pruning with Vulnerability Suppression (ANP-VS) introduce misure di vulnerabilità basate sulla sensibilità delle feature latenti: L_VS = E[||∇_z L(f(z), y)||_2^2], dove z rappresenta le feature latenti e il gradiente misura la vulnerabilità a livello di feature.

La tassonomia metodologica contemporanea categorizza gli approcci di adversarial pruning lungo dimensioni pipeline (pre-training, durante training, post-training) e specificità (criterion-based, optimization-based, learning-based). La correlazione positiva tra sparsità e robustezza avversariale costituisce un finding teorico fondamentale, esprimibile come Robustness ∝ Sparsity_level × Training_methodology.

Innovazioni metodologiche per edge AI sicuro

Il deployment di sistemi AI edge presenta sfide di sicurezza multistrato che i sistemi cloud-based tradizionali non affrontano. Le vulnerabilità del livello fisico includono tampering dei dispositivi, attacchi side-channel e attacchi supply-chain. Le minacce di livello network comprendono attacchi man-in-the-middle, DDoS distribuiti e intercettazione dati. Le vulnerabilità AI-specifiche includono esempi avversariali, estrazione di modelli, data poisoning e attacchi di inferenza.

Framework ANAS-P per edge computing: Il framework ANAS-P introduce un approccio tri-fasico innovativo: pretraining avversariale, pruning avversariale con indicatori Depth-wise Differentiable Binary Convolutional (D2BC), e fine-tuning avversariale. Gli indicatori D2BC utilizzano maschere convolutionali binarie come indicatori addestrabili per il pruning dei canali, impiegando Straight-Through Estimator (STE) per gestire la binarizzazione non differenziabile.

Blind Adversarial Pruning (BAP): Il metodo BAP affronta la sfida degli attacchi avversariali unknown-budget attraverso training avversariale cieco integrato in processi di pruning graduale, ottenendo modelli con robustezza comprensiva sotto differenti rapporti di compressione.

Fourier Space-Based Robust Pruning (FSRP): L’approccio FSRP sfrutta l’analisi del dominio della frequenza per pruning robusto, progettando indicatori di robustezza dei filtri basati su rapporti low-frequency to high-frequency e implementando strategie di pruning locale che rimuovono filtri con punteggi di robustezza bassi.

Ottimizzazione hardware-aware: Il framework Hardware-Aware Multi-objective Pruning (HAMP) affronta il pruning hardware-aware come problema di ottimizzazione multi-obiettivo, ottimizzando simultaneamente accuratezza del modello, latenza di inferenza e utilizzo di memoria attraverso algoritmi evolutivi memetic e meccanismi di selezione portfolio-based.

Frontiera tecnologica per AI sostenibile e sicuro

L’intersezione tra sostenibilità ambientale e sicurezza AI rappresenta una frontiera tecnologica critica per l’industria. Le tecniche di adversarial pruning contribuiscono significativamente alla riduzione dell’impronta carbonica dei sistemi AI, con framework come ANAS-P che dimostrano riduzioni del consumo energetico fino all’80% durante il training e riduzioni delle emissioni CO2 dell’83% con ottimizzazioni hardware appropriate.

Efficienza energetica quantitativa: Il MIT Lincoln Laboratory ha sviluppato tecniche che possono ridurre il consumo energetico del training dei modelli AI fino all’80% attraverso approcci di ottimizzazione. I metodi energy-aware pruning dimostrano riduzioni del consumo di 3.7x per AlexNet e 1.6x per GoogLeNet con perdite di accuratezza inferiori all’1%.

Riduzione impronta carbonica: I data center attualmente consumano il 4,4% di tutta l’energia negli Stati Uniti, con intensità carbonica del 48% superiore alla media nazionale. Il training di large language models può produrre 25-300 tonnellate metriche di emissioni CO2. Le tecniche di pruning e quantizzazione possono incrementare l’efficienza energetica di fattori 3-7x.

Framework di sviluppo sostenibile: I framework chiave includono AI Trust, Risk, and Security Management (AI TRiSM), iniziative Green AI, e la Zeus Project Library per il tracking accurato del consumo energetico GPU durante il training. Le best practices comprendono transfer learning, compressione di modelli, ottimizzazione cloud con energie rinnovabili, e federated learning per ridurre i carichi dei data center centralizzati.

Trade-off sostenibilità-sicurezza: Le configurazioni ottimali dimostrano sparsità mista (80% sui layer lineari, 50% sui layer convolutionali) fornendo il migliore bilanciamento. Le architetture ResNet18 mostrano prestazioni superiori rispetto a VGG16 sia in metriche di sostenibilità che di sicurezza.

Implicazioni di sicurezza e aspetti di robustezza

L’adversarial pruning presenta implicazioni di sicurezza complesse che richiedono analisi approfondita per deployment enterprise. Le reti pruned possono mostrare resistenza migliorata agli attacchi avversariali attraverso pruning strutturato, che elimina pathway vulnerabili tipicamente sfruttati dagli avversari.

Resistenza agli attacchi avversariali: Il metodo Adversarial Neural Pruning with Vulnerability Suppression (ANP-VS) raggiunge miglioramenti del 3% nell’accuratezza avversariale con riduzione della vulnerabilità del 65%. Le reti pruned mostrano resistenza migliorata a attacchi PGD, FGSM e C&W, con riduzioni di vulnerabilità del 50-70% rispetto alle reti dense.

Metriche di valutazione robustezza: RobustBench fornisce benchmark comprensivi che tracciano progressi reali nella robustezza avversariale attraverso l’ensemble AutoAttack. Le metriche standardizzate includono accuratezza pulita, accuratezza robusta, attack success rate, e security curves per la valutazione della robustezza vs. forza della perturbazione.

Vulnerabilità introdotte dal pruning: Le vulnerabilità includono suscettibilità aumentata agli attacchi backdoor, rischi di estrazione di modelli, e vulnerabilità supply-chain. Le reti pruned possono concentrare funzionalità critiche in neuroni meno numerosi, riducendo la ridondanza e rendendo i modelli più suscettibili ad attacchi neuronali mirati.

Meccanismi di difesa: Gli approcci di difesa proattiva includono Link-Pruning with Scale-Freeness (LPSF) e integrazione di adversarial training. I meccanismi di difesa reattiva comprendono Neural Cleanse per l’identificazione e ricostruzione di trigger backdoor e Reconstructive Neuron Pruning (RNP) per processi di unlearning-recovery asimmetrici.

Applicazioni in ambienti edge computing

Le applicazioni pratiche di adversarial pruning in ambienti edge computing dimostrano benefici significativi per sistemi di sicurezza distribuiti. Gli Intrusion Detection Systems (IDS) beneficiano di overhead computazionale ridotto per detection di minacce real-time, resistenza migliorata a pacchetti di rete avversariali, e prestazioni migliorate in ambienti resource-constrained.

Sistemi di controllo industriale: L’adversarial pruning protegge contro attacchi sofisticati sui sistemi di controllo, riduce la superficie di attacco mantenendo efficienza operazionale, e migliora la resilienza agli attacchi di data poisoning. Gli scenari di deployment includono monitoring real-time, detection di anomalie, e incident response.

Autenticazione biometrica: I miglioramenti di robustezza includono resistenza migliorata agli attacchi spoofing, prestazioni migliorate contro campioni biometrici avversariali, e vulnerabilità ridotta alla corruzione dei template. I benefici pratici comprendono deployment mobile, integrazione con sistemi multi-factor, e protezione della privacy.

Case study quantitativi: Un’implementazione di network intrusion detection utilizzando architettura VGG-16 con 90% pruning ratio ha raggiunto accuratezza del 99,96% con 0% attack success rate, riducendo il memory footprint dell’85% e migliorando la velocità di inferenza di 2x. Un sistema di malware detection utilizzando ResNet-18 con TRADES adversarial training ha raggiunto accuratezza pulita dell’86,05% e robustezza avversariale del 33,64% con miglioramento della velocità di processing di 10,57x.

Sviluppi di ricerca attuali e prospettive future

I breakthrough di ricerca più recenti (2024-2025) includono il framework ANAS-P con indicatori D2BC per automated layer-wise width search, survey comprensivi e framework benchmark per la valutazione standardizzata, e avanzamenti LLM-focused con SparseLLM, SAAP, e Wanda per modelli billion-parameter.

Paradigmi tecnici emergenti: Il Forward Propagation Pruning (FPP) per compressione transformer embedding e feed-forward layer raggiunge tassi di compressione 20-40% con miglioramenti delle prestazioni. L’integrazione Dynamic Sparse Training si sposta oltre pruning statico verso adattamento dinamico durante il training.

Sfide di ricerca aperte: L’inconsistenza di valutazione causa sovrastima della robustezza a causa di valutazione di attacchi deboli. I vincoli di scalabilità rendono il pruning globale impraticabile per modelli billion-parameter. I trade-off robustezza-efficienza presentano sfide nel mantenere robustezza avversariale raggiungendo alta sparsità.

Direzioni di ricerca future: L’adattamento foundation model per large multimodal models, sistemi dinamici e adattivi con pruning real-time basato su threat landscape, e integrazione federated learning per adversarial pruning in impostazioni distribuite rappresentano opportunità tecnologiche emergenti.

Implications regolatorie: Il NIST AI 100-2 E2025 fornisce framework comprensivo per standardizzazione adversarial ML. I programmi DARPA investono $22M in ASIMOV per testing etico armi autonome e $13,8M in REMA per subsistemi droni autonomi. Il NSF National AI Research Resource (NAIRR) prioritizza ricerca AI safe, secure, e trustworthy.

Conclusioni e raccomandazioni

L’adversarial pruning rappresenta una tecnologia matura con fondamenti teorici stabiliti e implementazioni pratiche dimostrate. I framework matematici che combinano ottimizzazione robusta con vincoli di sparsità forniscono una base solida per lo sviluppo di reti neurali efficienti e robuste. Gli avanzamenti recenti in neural architecture search, self-distillation, e metodologie di valutazione continuano a spingere i confini degli achievable compression-robustness trade-offs.

Le raccomandazioni immediate includono l’adozione di protocolli di valutazione standardizzati, implementazione di difese multi-layer, e deployment di sistemi di vulnerability assessment real-time. Le priorità di ricerca comprendono adaptive pruning, security federata, e approcci quantum-resistant.

L’adozione industriale richiede sviluppo di strumenti open source, programmi di certificazione, e allineamento con regolamentazioni AI security emergenti. La convergenza di domande di efficienza e requisiti di sicurezza posiziona l’adversarial pruning come tecnologia critica per il futuro del deployment AI attraverso applicazioni diverse e ambienti di minaccia.

Fonti:

IEEE Security & Privacy Conference Proceedings (2024)

ACM Computing Surveys (2024) “Adversarial Robustness in Edge AI Systems: A Comprehensive Analysis” Stanford University, Carnegie Mellon University.

USENIX Security Symposium (2024)

IEEE Transactions on Neural Networks and Learning Systems (2024)

ACM Transactions on Embedded Computing Systems (2024) “FlexPruner: Adaptive Pruning for Edge Accelerators” ETH Zurich, Technical University of Munich.

Journal of Machine Learning Research (2024)

IEEE International Conference on Edge Computing (EDGE 2024)

ACM/IEEE Symposium on Edge Computing (SEC 2024).

International Green and Sustainable Computing Conference (IGSC 2024).

https://www.ictsecuritymagazine.com/articoli/adversarial-pruning/

La sanità digitale in Italia sta progressivamente eliminando il supporto cartaceo delle prescrizioni. La dematerializzazione delle ricette elettroniche è divenuta obbligatoria (art. 54 Legge di Bilancio 2025), integrandosi nel Sistema Tessera Sanitaria.

Questa rivoluzione normativa mira a migliorare il monitoraggio prescrittivo e l’integrazione nel Fascicolo Sanitario Elettronico, ma allo stesso tempo espone nuove vulnerabilità informatiche. I dati sanitari – diagnosi, terapie, prescrizioni – sono considerati particolarmente sensibili e vengono scambiati nel mercato nero a cifre rilevanti (un singolo record sanitario può valere circa 1.000 dollari). Di conseguenza, i cybercriminali mirano sempre più spesso a violare i sistemi di gestione delle ricette per accedere illegittimamente alle prescrizioni elettroniche e ai dati sanitari ad esse associati. Questo articolo analizza le tecniche d’attacco più comuni, il successivo impiego delle ricette trafugate, le implicazioni legali e di salute pubblica, e le contromisure di cybersecurity raccomandate.

Modalità di accesso fraudolento alle ricette elettroniche

Le ricette elettroniche sono emesse e gestite tramite sistemi informatici gestionali medici e farmaceutici connessi in rete. I criminali utilizzano diverse tecniche per inserirsi in questi sistemi:

• Phishing e ingegneria sociale: vengono inviate e-mail o messaggi fasulli a medici, farmacisti o pazienti per carpire credenziali di accesso o informazioni sensibili. Ad esempio, il “credential stuffing” ha già colpito il settore farmaceutico: bot informatici hanno sottratto dati di login dai siti delle farmacie, ottenendo così prescrizioni di farmaci controllati da rivendere nel dark web.
• Malware e Ransomware: file allegati malevoli o link compromessi possono infettare i dispositivi dei professionisti sanitari, cifrando dati (ransomware) o rubando credenziali (malware keylogger). Un attacco di tipo ransomware all’ospedale può bloccare l’intero gestionale dei pazienti (come già avvenuto in diversi casi italiani).
• Vulnerabilità dei software gestionali: molti studi medici e farmacie usano pacchetti gestionali o sistemi legacy non sempre aggiornati. L’assenza di patch di sicurezza apre la porta a exploit mirati. La scarsa segmentazione delle reti interne rende facile il movimento laterale dopo un’intrusione. Spesso i server dei database (p. es. MongoDB, SQL) non sono sufficientemente protetti, esponendoli a furti di interi archivi.
• Accesso abusivo a database sanitari centrali: in un contesto europeo, sono stati segnalati data breach che hanno compromesso milioni di cartelle cliniche e prescrizioni. Ad esempio, l’attacco al sistema sanitario di Singapore ha esposto i dati personali di 1,5 milioni di pazienti e 160 mila prescrizioni. Un’eventuale violazione del sistema centrale italiano (Sistema TS) darebbe ai criminali accesso a migliaia di ricette elettroniche.

In sintesi, i medici e i farmacisti devono gestire con attenzione autenticazioni e aggiornamenti software: password forti e cambiate regolarmente, sistemi operativi e antivirus sempre aggiornati, e autenticazione a più fattori per l’accesso alle piattaforme prescrittive. Il fattore umano rimane spesso il punto debole: oltre il 90% degli incidenti sanitari è attribuibile a errori o disattenzioni del personale. Una adeguata formazione del personale sanitario è dunque fondamentale per prevenire phishing e social engineering.

Uso illecito e mercificazione delle ricette elettroniche rubate

Una volta trafugata una ricetta elettronica valida, il criminale può procurarsi gratuitamente i farmaci prescritti e poi rivenderli sul mercato nero. Le ricette rubate o contraffatte alimentano due principali filiere illecite:

Acquisto illegale di farmaci

I farmaci ottenuti mediante ricette rubate sono consegnati a complici o intermediari che li vendono clandestinamente. Questi prodotti, spesso psicofarmaci o antidolorifici, entrano nella filiera dell’abuso: giovani senza prescrizione medica acquistano Xanax, Rivotril e simili per uso ricreativo. In qualche caso le ricette sono pure “confezionate” in anticipo: indagini di polizia hanno trovato ricette elettroniche contraffatte pronte all’uso, acquistate sul dark web e verosimili agli occhi dei software delle farmacie.

Vendita sul Dark Web

I criminali possono mettere all’asta online (sui mercati darknet) farmaci ottenuti con ricette rubate, utilizzando canali anonimi. Il Dark Web consente anonimato e l’uso di criptovalute (es. bitcoin) per i pagamenti. Studi indicano che i due terzi delle transazioni criminali nel darknet riguardano farmaci illegali. Il fenomeno è spesso collegato alla ‘cibernarco’: documenti comprati clandestinamente che permettono di reperire farmaci di spaccio. Secondo Key4biz, con attacchi di credential stuffing sono già stati sottratti account di farmacie per accedere a prescrizioni di farmaci controllati da vendere sul dark web.

I trafficanti usano tecniche di anonimizzazione per sfuggire alle indagini: l’uso di Tor (rete onion) per navigare nel darknet, VPN e protocolli criptati per nascondere l’indirizzo IP, e mixer di Bitcoin (o criptomonete privacy come Monero) per offuscare la tracciabilità dei pagamenti.

A volte vengono coinvolti broker digitali che promuovono catene di posta anonime offrendo farmaci “senza ricetta”. Questa economia sommersa sottrae farmaci alla distribuzione regolare, alimenta il mercato delle sostanze contraffatte e mette in pericolo gli utenti finali. Le statistiche del Pharmaceutical Security Institute mostrano infatti che 1 medicinale su 3 acquistato online risulta privo del principio attivo previsto, il 20% ha dosi sbagliate, il 21,4% ingredienti completamente errati e l’8,5% impurità pericolose. Ciò conferma i gravi rischi sanitari legati alla circolazione illecita di farmaci.

Implicazioni legali e sanitarie

Il furto e l’uso illecito delle ricette elettroniche sollevano questioni sia normative sia di salute pubblica.

Aspetti legali: i dati sanitari sono tutelati dal GDPR (Reg. UE 2016/679): le prescrizioni contengono dati sensibili sulla salute e devono essere gestite secondo le norme di privacy e sicurezza. Le violazioni possono comportare sanzioni salate, fino al 4% del fatturato o 20 milioni di euro (più le pene penali per frodi documentali).

La nuova Direttiva NIS2 (entrata in vigore Ottobre 2024) classifica i servizi sanitari come infrastrutture critiche, con obblighi di security ancora più stringenti e multe fino a 10 milioni o 2% del fatturato per inadempienza. Chi contraffà una ricetta commette reato di falsità in scrittura privata (art. 476 c.p.) e ricettazione di farmaci (art. 648 c.p.). Medici o farmacisti compiacenti possono incorrere in denuncia penale e radiazione dagli albi. Le autorità sanitarie europee e nazionali richiedono inoltre audit costanti: ad esempio, l’autorizzazione online delle farmacie è regolamentata (bollino ministeriale) per contrastare la vendita illegale via web.

Rischi sanitari: il maggiore pericolo è per i pazienti che assumono farmaci non adeguati o adulterati. Oltre ai farmaci mancanti di principio attivo, c’è il rischio di reazioni avverse. Ad esempio, l’uso incontrollato di benzodiazepine con alcol ha provocato decessi tra i più giovani. L’approvvigionamento illecito sfugge ai controlli di farmacovigilanza: farmaci rubati non sono tracciati e la loro qualità non è garantita. Inoltre, la sottrazione delle ricette danneggia la fiducia nel sistema sanitario e incrementa il fenomeno dell’abuso di farmaci. Le Istituzioni sanitarie italiane hanno lanciato campagne di informazione (es. segnalazione di farmacie online autorizzate) per contrastare il commercio illegale e sensibilizzare sui rischi del “farmaco fai-da-te”.

Misure di cybersecurity raccomandate

Per prevenire questi attacchi, le strutture sanitarie devono adottare una strategia di difesa multilivello. Tra le contromisure chiave si segnalano:

• Autenticazione forte e gestione accessi: implementare login a due fattori (OTP o smart card), usare password complesse e uniche per ogni utente, e cambiarle periodicamente. I medici accedono spesso con CNS/SPID; le stesse credenziali non devono essere riutilizzate altrove.
• Crittografia end-to-end: crittografare i dati sanitari in transito e a riposo, specialmente le prescrizioni trasmesse via reti pubbliche o memorizzate nei database. Ad esempio, il PIN della ricetta e i dati paziente possono essere cifrati e visibili soltanto al farmacista autorizzato. I sistemi di backup devono anch’essi utilizzare algoritmi crittografici forti, così da proteggere le copie dei dati sanitari.
• Segmentazione della rete: suddividere la rete interna in VLAN isolate (clinica, amministrazione, guest Wi-Fi) per limitare i movimenti laterali di un attaccante. Una corretta segmentazione riduce il rischio di contaminazione a cascata dei sistemi. Secondo uno studio globale, solo il 25% delle organizzazioni sanitarie ha una segmentazione di rete completa, evidenziando quanto sia necessario definire ACL e zone sicure per i dispositivi critici.
• Monitoraggio e rilevamento: utilizzare sistemi SIEM e anomaly detection che analizzino continuamente il traffico di rete e i log dei sistemi prescrittivi. Un traffico insolito verso server di prescrizioni o accessi non orari dovrebbe innescare allarmi immediati.
• Aggiornamenti e patch: mantenere sempre aggiornati i software gestionali, sistemi operativi e firmware dei dispositivi medici. Le patch corraggono vulnerabilità conosciute che altrimenti faciliterebbero un attacco. Come ricordato dalle linee guida ISS, bisogna accertarsi che “sistemi operativi e gestionali siano costantemente aggiornati”.
• Formazione del personale sanitario: continuare programmi periodici di awareness sul phishing e sulle buone pratiche di sicurezza. Il personale deve riconoscere tentativi di frode e sapere come reagire (es. non aprire link sospetti, segnalare email anomale). La cultura della sicurezza è tanto importante quanto le soluzioni tecnologiche.

Queste misure, se applicate coerentemente e integrate nelle procedure sanitarie quotidiane, riducono drasticamente il rischio di furto di ricette elettroniche e di altri dati sanitari. Le strutture sanitarie italiane devono considerare i dati sanitari un “bene comune” da difendere, come ribadito anche dal Garante Privacy. Investire in cybersecurity non è facoltativo: è un obbligo normativo (GDPR, NIS2) e una questione di sicurezza pubblica.

Conclusioni

Il fenomeno del furto di ricette elettroniche dimostra come l’evoluzione digitale della sanità, se non accompagnata da adeguate contromisure, può creare nuove criticità. Da una parte, i criminali informatici sfruttano phishing, malware e vulnerabilità nei gestionali per ottenere prescrizioni valide.

Dall’altra, questi falsi documenti alimentano il traffico illegale di farmaci attraverso canali anonimi quali il dark web. Le ricadute sono molteplici: compromissione della privacy (sanzionata dal GDPR), rischi penali per i responsabili e gravi conseguenze sanitarie per gli utilizzatori di farmaci non controllati. In questo contesto italiano ed europeo, gli enti sanitari devono rafforzare ogni anello della catena informatica: dall’autenticazione al backup, dalla crittografia alle policy interne. Solo così sarà possibile garantire la sicurezza informatica in sanità, proteggere i dati dei pazienti e salvaguardare la salute pubblica.

Fonti:

INTERPOL. Illicit Online Pharmacies and the Darknet. INTERPOL Cybercrime Directorate, 2021.

Gazzetta Ufficiale Italiana. Legge di Bilancio 2025, Art. 54: Dematerializzazione delle ricette elettroniche.

Autorità Garante per la Protezione dei Dati Personali (GPDP). Linee guida in materia di dati sanitari.

Kaspersky. Healthcare Cybersecurity: Attack Vectors and Defenses, Threat Intelligence, 2023.

Ministero della Salute. Campagna contro l’acquisto online di farmaci illegali.

European Commission. NIS2 Directive – Strengthening cybersecurity across the EU.

https://www.ictsecuritymagazine.com/notizie/ricette-elettroniche/

Nell’attuale panorama della cybersecurity, caratterizzato da un’escalation continua di minacce informatiche e da una crescente sofisticazione degli attacchi, le secure coding practices rappresentano il fondamento imprescindibile per lo sviluppo di applicazioni robuste e sicure. La sicurezza non può più essere considerata un afterthought nel processo di sviluppo software, ma deve essere integrata in modo organico fin dalle prime fasi del Software Development Life Cycle (SDLC).

Il National Institute of Standards and Technology (NIST) ha definito il Secure Software Development Framework (SSDF), che “riduce il numero di vulnerabilità nel software rilasciato, riduce l’impatto potenziale dello sfruttamento di vulnerabilità non rilevate o non affrontate, e affronta le cause alla radice delle vulnerabilità per prevenire le ricorrenze”. Questa metodologia rappresenta un cambio di paradigma che sposta l’attenzione dalla reattività alla proattività nella gestione della sicurezza del software.

Framework e standard di riferimento

NIST Secure Software Development Framework (SSDF)

Il NIST SSDF 1.1 organizza le pratiche di sviluppo sicuro in quattro gruppi principali: Prepare the Organization (PO), Protect the Software (PS), Produce Well-Secured Software (PW), e Respond to Vulnerabilities (RV). Questo framework fornisce un approccio strutturato e sistematico che consente alle organizzazioni di integrare la sicurezza in ogni fase del ciclo di vita del software.

Il gruppo Prepare the Organization stabilisce i requisiti fondamentali per la sicurezza dello sviluppo software, definendo ruoli e responsabilità, implementando toolchain di supporto e creando criteri per i controlli di sicurezza. Il focus principale è sulla preparazione organizzativa e sulla definizione di processi ripetibili e misurabili.

Il gruppo Protect the Software si concentra sulla protezione di tutte le forme di codice dall’accesso non autorizzato e dalla manomissione, fornendo meccanismi per la verifica dell’integrità del software rilasciato e garantendo l’archiviazione sicura di ogni release.

OWASP Secure Coding Practices

L’Open Web Application Security Project (OWASP) ha sviluppato la Secure Coding Practices Quick Reference Guide, che fornisce “un set di pratiche generali di sicurezza del software agnostiche alla tecnologia, in formato checklist completo, che possono essere integrate nel ciclo di vita dello sviluppo”. Questa guida rappresenta uno strumento pratico e immediatamente applicabile per i team di sviluppo.

L’OWASP Top 10, riconosciuto globalmente come “lo standard di riferimento per i rischi di sicurezza più critici delle applicazioni web”, costituisce il primo passo verso una cultura di sviluppo più sicura. Questo documento identifica le vulnerabilità più diffuse e fornisce indicazioni concrete per la loro mitigazione.

Standard CERT e ISO/IEC 27001

I CERT Secure Coding Standards, sviluppati dal CERT Coordination Center, comprendono standard specifici per C, C++, Java, Android e Perl, con l’obiettivo di “migliorare la sicurezza, affidabilità e sicurezza dei sistemi software”. Questi standard forniscono regole dettagliate e raccomandazioni per evitare pratiche di codifica non sicure e comportamenti indefiniti.

L’aggiornamento ISO/IEC 27002:2022 ha introdotto il controllo 8.28 “Secure coding”, che richiede alle organizzazioni di “sviluppare e implementare processi di codifica sicura che si applicano a prodotti forniti da parti esterne e componenti software open-source”. Questo rappresenta un riconoscimento formale dell’importanza della codifica sicura nei framework di gestione della sicurezza delle informazioni.

Principi fondamentali delle secure coding practices

Input validation e output encoding

La validazione degli input rappresenta la prima linea di difesa contro numerose classi di vulnerabilità, incluse le injection attacks. Ogni input deve essere validato secondo criteri rigorosi, e tutti gli output devono essere validati e codificati correttamente. Questa pratica richiede l’implementazione di meccanismi di sanitizzazione che operino secondo il principio del whitelist, accettando solo input che corrispondono a pattern predefiniti e sicuri.

Gestione sicura della memoria

Molte vulnerabilità di sicurezza legate alla memoria interessano linguaggi di programmazione con gestione manuale della memoria e senza controlli integrati. L’adozione di linguaggi con garbage collection o l’utilizzo di tecniche di safe programming può prevenire classi intere di vulnerabilità, come buffer overflow e use-after-free.

Autenticazione e gestione delle sessioni

Le password rappresentano un punto debole in molti sistemi software, motivo per cui l’autenticazione multi-fattore è diventata così diffusa. Le best practice includono l’archiviazione di solo hash crittografici salati delle password, l’implementazione di requisiti di lunghezza e complessità, e la disabilitazione dell’inserimento password dopo tentativi multipli non corretti.

Error handling e logging

Una gestione appropriata degli errori non deve mai esporre informazioni sensibili o dettagli dell’implementazione che potrebbero essere sfruttati da attaccanti. È essenziale fornire capacità di logging e tracing, rilevare gli errori e gestirli con grace. I messaggi di errore devono essere informativi per i legitimi utenti ma non devono rivelare informazioni architetturali o di sistema.

Implementazione pratica e toolchain

Static Application Security Testing (SAST)

Gli strumenti di analisi statica devono essere configurati per verificare automaticamente il codice alla ricerca di vulnerabilità e conformità agli standard di codifica sicura dell’organizzazione, con revisione umana delle problematiche segnalate e relativa risoluzione. L’integrazione di questi strumenti nelle pipeline CI/CD consente di identificare vulnerabilità in fase di sviluppo, riducendo significativamente i costi di remediation.

Dynamic Application Security Testing (DAST)

Il testing dinamico complementa l’analisi statica fornendo una prospettiva runtime delle vulnerabilità. Il testing deve includere test funzionali robusti delle funzionalità di sicurezza, integrazione del testing dinamico delle vulnerabilità nella suite di test automatizzati del progetto, e utilizzo di strumenti di fuzz testing per identificare problemi nella gestione degli input.

Secure build environment

È fondamentale “utilizzare versioni aggiornate di compiler, interpreter e strumenti di build” e “implementare il concetto di ‘clean build’, dove tutti gli avvertimenti del compiler sono trattati come errori ed eliminati, eccetto quelli determinati come falsi positivi o irrilevanti”. L’ambiente di build deve essere isolato e monitorato per prevenire compromissioni della supply chain.

Gestione delle vulnerabilità e response

Vulnerability disclosure program

È essenziale “stabilire un programma di disclosure delle vulnerabilità e rendere facile per i ricercatori di sicurezza apprendere del programma e segnalare possibili vulnerabilità”. Un Product Security Incident Response Team (PSIRT) deve essere in grado di gestire segnalazioni di vulnerabilità e incidenti, inclusi piani di comunicazione per tutti gli stakeholder.

Root cause analysis

L’analisi delle cause alla radice deve essere condotta per “identificare pattern, come una particolare pratica di codifica sicura non seguita consistentemente”. Questa analisi deve essere documentata e utilizzata per aggiornare processi e strumenti, prevenendo la ricorrenza di classi simili di vulnerabilità.

Supply chain security

Third-party component management

Le organizzazioni devono “verificare regolarmente se ci sono vulnerabilità pubblicamente note nei moduli software e servizi che i fornitori non hanno ancora risolto” e “costruire nella toolchain rilevamento automatico delle vulnerabilità note nei componenti software”. La gestione della supply chain software richiede un approccio sistematico che includa la valutazione continua dei rischi e la gestione del ciclo di vita dei componenti.

Software Bill of Materials (SBOM)

È fondamentale “raccogliere, salvaguardare, mantenere e condividere i dati di provenienza per tutti i componenti di ogni release software, preferibilmente utilizzando formati basati su standard”. L’SBOM fornisce trasparenza nella composizione del software e facilita la gestione delle vulnerabilità lungo l’intera supply chain.

Governance e compliance

Allineamento agli standard internazionali

L’ISO/IEC 27002:2022 richiede che “i principi di codifica sicura dovrebbero essere applicati allo sviluppo software” durante tutto il ciclo di vita dello sviluppo software (SDLC), applicando questi principi non solo per lo sviluppo interno ma anche per codice open-source, di terze parti e in outsourcing. Questo allineamento normativo rappresenta un driver importante per l’adozione di pratiche di codifica sicura.

Metrics e KPI

È importante “definire indicatori chiave di performance (KPI), indicatori chiave di rischio (KRI), punteggi di severità delle vulnerabilità e altre misure per la sicurezza del software”. Questi metriche devono essere integrate nei processi di governance per fornire visibilità continua sul posture di sicurezza del software sviluppato.

Conclusioni

Le secure coding practices rappresentano un investimento strategico fondamentale per qualsiasi organizzazione che sviluppi o utilizzi software. L’adozione di framework strutturati come il NIST SSDF, combinata con l’implementazione di standard riconosciuti come OWASP e CERT, fornisce una base solida per la costruzione di software resiliente.

L’integrazione della sicurezza nel SDLC non è più opzionale ma rappresenta una necessità imprescindibile, guidata sia da considerazioni di business risk che da requisiti normativi sempre più stringenti. La chiave del successo risiede nell’approccio sistematico, nella formazione continua dei team di sviluppo, e nell’utilizzo di toolchain automatizzate che supportino la detection e la remediation delle vulnerabilità in modo proattivo.

L’evoluzione continua del panorama delle minacce richiede un approccio adattivo e basato sul continuous improvement, dove le lezioni apprese dalla gestione delle vulnerabilità alimentano il miglioramento dei processi di sviluppo. Solo attraverso questo approccio olistico è possibile costruire e mantenere software sicuro in un ambiente di minacce in continua evoluzione.

Fonti

NIST Special Publication 800-218 – Secure Software Development Framework

OWASP Secure Coding Practices Quick Reference Guide

OWASP Top Ten

CERT Secure Coding Standards

ISO/IEC 27002:2022 Control 8.28 Secure Coding

Secure Coding Best Practices – Wiz Academy

https://www.ictsecuritymagazine.com/articoli/secure-coding/

Research from IANS Research and Artico Search finds that cyber budgets have reached the lowest growth rate in five years, with only 47% of CISOs reporting a budget increase this year (down from 62% in 2024).

According to the research, the average security budget rose by only 4% year-over-year. For context, the average budget rose by 8% year-over-year in 2024. 

While budgets may be slowing, cyberattacks are not. With AI-driven attacks and geopolitical tensions, cyber threats remain a challenge for CISOs and their teams.

Devin Ertel, Chief Information Security Officer at Menlo Security, remarks, “Cyberattacks are getting riskier and more frequent every day, putting CISOs squarely in the hot seat to keep organizations safe. And it’s no longer simply about the technology anymore. CISOs are expected to be risk managers, business strategists, budget balancers, and boardroom communicators, all rolled into one. This amplified accountability, combined with a cybersecurity talent shortage, has raised the value of experienced CISOs significantly.”

Slimmer budgets lead to less adequate staffing, the report suggests. As cyber budgets become smaller, a mere 11% of CISOs report being sufficiently staffed. 89% report being stretched thin or unstaffed, which can lead to greater cyber threats for an organization. 

Cybersecurity Effectiveness in an Era of Decreased Budgets

Bruce Jenkins, Chief Information Security Officer at Black Duck:

The effectiveness of a cybersecurity program is, in my opinion, fundamentally independent of its budget size. While a larger budget can facilitate the acquisition of sophisticated tools and dedicated staff to streamline measurement processes, core effectiveness measures remain universal. Every cybersecurity leader, whether managing a $4 million or a $40 million budget, should prioritize the consistent measurement of these critical risk areas:

• Threat Detection and Response: Quantifying the speed and efficacy of identifying, containing, and remediating security incidents.
• Patch Management: Assessing the percentage of systems and applications that are up-to-date with the latest security patches.
• Security Awareness Training: Evaluating the human element’s resilience through metrics like phishing click-through rates and incident reporting rates.
• Identity and Access Account Management: Monitoring the adoption of strong authentication and the regularity and thoroughness of access reviews.
• Data Backup and Recovery: Verifying the integrity of backups and the success rate of data recovery operations.
• Asset Configuration Compliance: Ensuring that systems and devices adhere to established secure configuration baselines.
• Cyber Framework Audit Health: Measuring adherence to recognized cybersecurity frameworks (e.g., NIST CSF, ISO 27001, CIS 18) and the resolution of audit findings.

These measures provide tangible insights into cyber program posture, regardless of the financial resources deployed. 

Ultimately, a truly effective cybersecurity program should translate into tangible business benefits, such as improvements in customer trust and increased customer renewal rates. This direct link to business value inherently strengthens the CISO’s position and, ideally, leads to stable or even increased cybersecurity budget allocations and appropriate compensation adjustments.

Justifying cybersecurity investments to C-level executives and the Board requires demonstrating clear business value. This can be achieved through two primary approaches:

1. Linking Security to Business Growth: Articulate how cybersecurity initiatives directly contribute to improvements in customer trust, increased renewal rates, and the enablement of new business opportunities. Presenting metrics that correlate security program elements with these positive business outcomes provides a compelling argument for stable or increased cyber spend.
2. Demonstrating Averted Danger and Cost Avoidance: Quantify the danger averted by showcasing the cyber organization’s success in thwarting attacks. Metrics illustrating the number of prevented breaches, mitigated risks, or reduced downtime provide a clear return on investment through cost avoidance, justifying investments in tooling, personnel, and processes.

https://www.securitymagazine.com/articles/101825-average-cyber-budget-reaches-5-year-low-cisos-discuss