aveva

L’operazione illecita sarebbe durata circa un anno, compromettendo la funzionalità della piattaforma. IDScan , società statunitense specializzata nei servizi di verifica dell’identità, ha subìto un attacco cyber su vasta scala che ha colpito oltre 150 milioni di persone. Gli hacker criminali avrebbero sottratto patenti di guida, numeri identificativi e informazioni personali di cittadini statunitensi e canadesi. La conferma della violazione dei propri sistemi è arrivata da parte della stessa azienda. Il furto ha riguardato i dati delle patenti di guida che si trovavano nei cloud . Tra le informazioni finite nelle mani degli attaccanti figurano nomi e cognomi, numeri delle patenti e numeri identificativi presenti su altri documenti rilasciati dalle autorità , compresi i passaporti. L’importanza dei dati La comunicazione, spiega TechCrunch , rappresenta la prima ammissione pubblica dell’ azienda di aver subìto un attacco di tale portata. essere stata vittima di un attacco informatico. Ancora più nel dettaglio, la società ha dichiarato di aver ricevuto, intorno al 1° settembre , informazioni relative a una presunta violazione. Inoltre, sul dark web sarebbe contestualmente comparso un sito che consentiva a chiunque di effettuare ricerche all’interno dei dati relativi alle patenti di guida di oltre 150 milioni di persone residenti negli Usa e in Canada . Tra questi, anche le fotografie associate ai documenti. Per la cybersicurezza statunitense, dunque, si tratta di un altro elemento di preoccupazione . Nel database sarebbero inoltre comparsi dati relativi a persone di alto profilo, tra cui il segretario alla Difesa statunitense Pete Hegseth . La vicenda ha attirato l’attenzione delle autorità statunitensi. Il Pentagono aveva comunicato, sempre a TechCrunch , di essere a conoscenza della presunta violazione. Un portavoce dell’ FBI aveva confermato che l’agenzia stava indagando sull’incidente. Possibile richiesta di riscatto IDScan ha precisato che la propria indagine è ancora in corso. Nel comunicato, l’azienda ha affermato di aver dato le sue spiegazioni “ sebbene l’accesso completo alle informazioni richiedesse un pagamento “. Il riferimento al pagamento potrebbe indicare una richiesta di riscatto da parte degli hacker , intenzionati a ottenere denaro in cambio dell’accesso completo ai dati sottratti o della mancata pubblicazione delle informazioni. IDScan , tuttavia, non ha confermato se gli aggressori abbiano effettivamente contattato l’azienda per chieder e un riscatto . Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Attacco cyber IDSscan, rubate patenti e documenti di oltre 150 milioni di persone sembra essere il primo su CyberSecurity Italia .

La Corte Suprema dello stato del Nuovo Messico ha riconosciuto colpevole l’avvocato Steven Aarons di oltraggio alla corte e lo ha multato di 5000 dollari dopo che un’appello in un caso di omicidio ha incluso testimoni e dichiarazioni inventate da ChatGPT. Il caso si è rivelato significativamente più grave rispetto alle consuete storie di precedenti giudiziari inventati dall’IA . La rete neurale ha effettivamente riscritto i materiali del caso penale, e l’avvocato ha inviato il risultato al tribunale senza verificarlo. Secondo la sentenza del 9 settembre, Aarons rappresentava Oscar Rene Sandoval, condannato all’ergastolo per l’omicidio della madre dei suoi figli. Nella preparazione del ricorso principale, l’avvocato ha utilizzato ChatGPT, dopodiché il documento ha incluso informazioni che non esistevano nei materiali del processo. Il tribunale ha elencato quattro personaggi completamente inventati, tra cui due presunti agenti di polizia, Officer Michelle Amarillo e Officer Sanchez, nonché Manal Al-Jibury e Teresa Marquez . ChatGPT ha attribuito false dichiarazioni anche ai reali partecipanti al processo. Nel documento sono apparse minacce inesistenti rivolte a Danny Stanton e Linda Stanton, nonché racconti inventati di Mariah Chavez e della inesistente Teresa Marquez riguardo all’aspetto e all’abbigliamento del tiratore. Inoltre, l’avvocato ha esposto in modo errato il contenuto di due reali precedenti giudiziari. Aarons ha ammesso di non aver verificato né le affermazioni fattuali né i riferimenti giuridici prima di firmare e inviare il documento . Il cliente non sapeva nemmeno che il ricorso contenesse informazioni false. In seguito, l’avvocato non ha informato Sandoval nemmeno dell’avvio del procedimento riguardante il documento stesso. Durante l’udienza del 21 agosto, Aarons ha spiegato di aver ricevuto una trascrizione informatica del processo, aggiunto i materiali del caso, un elenco di questioni controverse e parte delle prove, per poi caricare l’insieme di documenti su ChatGPT. Si aspettava di ottenere un «riassunto impeccabile» del processo giudiziario. Secondo Aarons, la trascrizione originale l’aveva verificata e il problema era sorto solo dopo l’elaborazione dei materiali da parte della rete neurale. Aarons ha anche dichiarato di non aver compreso, in quel momento, fino a che punto l’IA generativa fosse in grado di allucinare e creare fatti plausibili che non erano mai esistiti. La spiegazione non ha convinto la giudice Shannon Bacon. Durante l’udienza , gli è stato chiesto se avesse mai letto le notizie riguardo a sotrie di avvocati che hanno presentato cause con contenuti inventati dall’AI. Bacon ha paragonato ChatGPT a un dipendente inesperto di uno studio legale . Se un giovane avvocato avesse semplicemente inventato dei fatti e il superiore avesse firmato il documento preparato, la responsabilità sarebbe comunque ricaduta sull’avvocato firmatario. I giudici hanno quindi respinto l’argomento secondo cui la corte non aveva preliminarmente obbligato i partecipanti al processo a verificare separatamente i materiali creati dall’IA. Le conseguenze non si sono limitate alla multa. La Corte Suprema ha vietato ad Aarons di comparire davanti a essa fino alla conclusione del procedimento disciplinare, ha inviato i materiali alla commissione disciplinare dell’ordine degli avvocati e ha escluso dal caso tutti i documenti processuali precedentemente presentati. La difesa di Sandoval è stata affidata al servizio statale di difesa d’ufficio, dopodiché l’appello dovrà essere preparato nuovamente. La corte prevede di esaminare il caso nel periodo 2026-2027. Lo stesso Aarons, dopo la decisione, ha definito l’accaduto un errore e ha dichiarato di essersene pentito. La corte è giunta a una valutazione opposta e ha direttamente indicato nella sentenza l’«assenza di pentimento» e la cura insufficiente dell’avvocato per gli interessi del cliente. Ulteriori sanzioni potranno ora essere determinate dalla commissione disciplinare. Le storie con materiali inventati dall’IA generativa perseguitano il settore legale già da diversi anni. Nel 2023, due avvocati di New York hanno ricevuto multe da 5000 dollari ciascuno dopo la presentazione di documenti con sei decisioni giudiziarie che non erano mai esistite. In seguito, casi analoghi sono apparsi nei tribunali di diversi paesi, e gli avvocati hanno regolarmente spiegato gli errori affermando di non sapere della capacità dei modelli linguistici di inventare le fonti. Il caso nel Nuovo Messico mostra un livello diverso di rischio. La verifica delle sole citazioni dei precedenti giudiziari non salva più quando il modello riceve i materiali reali del caso e poi inizia a inventare il contenuto all’interno del processo stesso . Un testimone inesistente non può essere scoperto con una semplice ricerca di un link errato. Nel lavorare con un caso penale, ogni affermazione deve essere confrontata con la trascrizione originale e i materiali del tribunale, indipendentemente da quanto convincente appaia il testo preparato dall’IA. L'articolo ChatGPT inventa testimoni e prove e l’avvocato porta in tribunale un processo “creativo” proviene da Red Hot Cyber .

Anche Bruxelles rilancia la necessità di un quadro più definito a livello internazionale sull’AI. L’UE rilancia la richiesta di una cooperazione internazionale sull’ AI e di regole comuni per affrontare i rischi legati allo sviluppo dei sistemi più avanzati. L’appello è arrivato dopo i recenti casi di incidenti cyber autonomi, anche durante alcuni test di sicurezza, che hanno rimarcato i rischi per il settore. Sul tema si è espressa anche Henna Virkkunen , Vice-Presidente Esecutiva della Commissione Europea per la Sovranità Tecnologica, la Sicurezza e la Democrazia. Queste le sue parole nel merito: “ È molto importante continuare ora la cooperazione internazionale, perché ritengo che siano davvero necessarie regole globali “. Le regole europee non bastano L’ UE , sottolinea POLITICO , dispone già di una normativa che impone alle aziende – comprese Anthropic e OpenAI – di valutare e ridurre i rischi legati alla possibile perdita di controllo sui modelli di intelligenza artificiale. Secondo Virkkunen , però, il problema è che “ regole analoghe non esistono a livello globale “. Bruxelles sostiene da tempo la necessità di una maggiore cooperazione internazionale sui rischi derivanti dall’intelligenza artificiale. Al G7 dello scorso giugno, la Presidente della Commissione Ursula von der Leyen aveva affermato che “ l’Europa e gli Usa dovrebbero lavorare insieme sull’AI “. Alla base ci sono dei “ punti di forza complementari, interessi comuni in materia di sicurezza e una responsabilità condivisa nel guidare lo sviluppo della tecnologia “. Un organismo internazionale sul modello dell’AIEA L’ipotesi di una governance internazionale dell’intelligenza artificiale sta trovando sostenitori anche tra i singoli Governi europei. Il ministro tedesco per gli Affari digitali Karsten Wildberger ha recentemente dichiarato – sempre a POLITICO – di voler promuovere un organismo internazionale che si occupi di sicurezza e AI. Il modello è quello dell’ Agenzia internazionale per l’energia atomica (AIEA) , l’organizzazione che supervisiona la cooperazione internazionale nel settore nucleare. L’idea riflette la preoccupazione dei risvolti geo-economici e geopolitici della dimensione tecnologica. In particolare lo sviluppo dell’AI e la sua velocità sono ormai uno dei principali settori di confronto tra gli Usa e la Cina . Confronto, che gli esponenti europei guardano con attenzione. Il confronto politico Intanto, l’ UE deve fare i conti con una crescente pressione interna, di carattere soprattutto politico, affinché Bruxelles promuova una cooperazione internazionale più ambiziosa. Al centro del dibattito, ci si interroga – a fronte della velocità dell’intelligenza artificiale – quanto ancora possano rimanere le regole per gestire i rischi più estremi restano frammentate tra Paesi e aree geopolitiche. Per l’Unione Europea, dunque, la sfida non è soltanto stabilire come regolamentare l’AI in Europa , ma capire come costruire e promuovere un sistema di sicurezza internazionale che superi le singole realtà nazionali e regionali . Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo AI, anche l’UE vuole regole globali comuni. Virkkunen (Commissione Europea): “Fondamentale la cooperazione internazionale” sembra essere il primo su CyberSecurity Italia .

È quanto emerge dall’ultimo rapporto di Threat Intelligence pubblicato dalla società. In amento il livello di rischio legato agli sviluppi dell’AI in ambito militare. Anthropic ha bloccato l’uso di Claude , dopo aver scoperto che il suo modello di AI aveva trovato impiego nel possibile sviluppo di armi biologhe. Claude, inoltre, sarebbe stato usato anche “ per una presunta russa campagna di cyberspionaggio contro l’Ucraina “. È quanto emerge dall’ultimo rapporto di Threat Intelligence pubblicato dalla società. Del resto, per la società, da tempo esiste il rischio che i modelli di intelligenza artificiale raggiungano un livello di capacità tale da poter essere utilizzati per rendere più pericolosi agenti patogeni già esistenti o contribuire alla creazione di nuovi agenti biologici. Anthropic ha inoltre denunciato tentativi da parte di operatori cinesi di sfruttare Claude per sottrarre informazioni sulle capacità dei suoi modelli e utilizzarle per migliorare sistemi di intelligenza artificiale concorrenti. Il rapporto ha analizzato diversi episodi di impiego malevolo della tecnologia negli ultimi otto mesi. Il tutto, in un momento in cui aumentano le preoccupazioni sui rischi associati allo sviluppo sempre più rapido dell’intelligenza artificiale. Dall’AI alle armi biologiche Nel rapporto, sottolinea la Reuters , l’azienda documenta cinque casi in cui analisti avrebbero utilizzato i suoi modelli in attività potenzialmente utili allo sviluppo di armi biologiche . In uno degli episodi, un soggetto operante in una regione non supportata ufficialmente da Anthropic (tra queste aree ci sono la Russia, la Cina e la Corea del Nord) avrebbe utilizzato un’infrastruttura di server privati virtuali per accedere a Claude . Per diverse settimane avrebbe sfruttato il modello per pianificare esperimenti finalizzati all’adattamento dell’influenza aviaria ai mammiferi. Dopo aver individuato l’attività, Anthropic ha dichiarato di aver sospeso i profili coinvolti. Ha inoltre spiegato di aver integrato le informazioni raccolte nei propri sistemi di sicurezza, nei meccanismi di controllo dei modelli più avanzati e nei processi di threat intelligence . La società non ha però fornito informazioni sulle istituzioni coinvolte. Né ha fornito ulteriori dettagli sui Paesi in cui operavano, sugli specifici agenti biologici o sulle tecniche di analisi utilizzate. Sempre dal punto di vista delle minacce cinetiche , il rapporto individua anche quelle che Anthropic definisce “ nuove categorie di attori delle minacce ” che avrebbero utilizzato Claude per attività militari. Tra queste rientrerebbe lo sviluppo di software destinato ad armamenti convenzionali, tra cui armi da fuoco, missili, droni armati e bombe , oltre ai sistemi informatici utilizzati per il loro controllo e per l’acquisizione degli obiettivi. “ Presunti hacker criminali russi hanno utilizzato l’AI contro obiettivi ucraini “ Uno degli aspetti più rilevanti del rapporto riguarda l’impiego dell’intelligenza artificiale nelle operazioni di cyberattacco , perno della guerra ibrida. Anthropic ha spiegato di aver osservato un aumento dell’utilizzo dell’AI da parte di criminali informatici e gruppi sostenuti da Governi. In questo caso, per organizzare ed eseguire ampie porzioni di campagne di hacking . In molti casi, gli esseri umani non svolgerebbero più direttamente tutte le operazioni, ma assumerebbero soprattutto un ruolo di supervisione . “ L’uso dell’AI è andato oltre le semplici domande e risposte con un chatbot ”, sostiene Anthropic . Inoltre ha descritto l’impiego di sistemi basati su framework multi-agente , nei quali diversi agenti artificiali collaborano per portare avanti compiti complessi. Secondo l’azienda, un gruppo di hacker criminali russi avrebbe colpito direttamente obiettivi ucraini. Nello specifico, avrebbe utilizzato Claude per condurre operazioni di phishing , compromettere reti Wi-Fi di hotel e prendere il controllo di profili WhatsApp appartenenti a persone legate al Governo, alle forze armate e agli ambienti diplomatici ucraini . Le tecniche utilizzate dal gruppo, secondo Anthropic , sarebbero compatibili con quelle attribuite a Midnight Blizzard , un attore informatico con base in Russia. Il Governo statunitense lo avrebbe precedentemente ricollegato al servizio di intelligence estera russo SVR. Un modo per oscurare i malware Particolarmente significativo è il presunto utilizzo dell’AI per rendere più difficile il rilevamento dei malware . Gli hacker avrebbero creato un sistema capace di individuare automaticamente quando c’era il riconoscimento del proprio software malevolo da parte dei sistemi di sicurezza. Per poi, successivamente, riscrivere il codice fino a riuscire a eludere i controlli . Anthropic ha inoltre dichiarato di aver individuato e bloccato attività riconducibili ad affiliati del collettivo ShinyHunters . Si tratta di uno dei gruppi di cybercriminalità più attivi, che avrebbe completato attacchi contro grandi aziende in diversi Paesi. Il rapporto di Anthropic ha sottolineato così un paradosso sempre più evidente . “ Più potenti diventano i modelli di intelligenza artificiale, maggiore diventa il loro potenziale per applicazioni utili, ma anche per attività criminali, militari e destabilizzanti “. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo AI militare, Anthropic blocca Claude per il suo possibile impiego nello sviluppo di armi biologiche sembra essere il primo su CyberSecurity Italia .

Rispetto alle buone intenzioni, il business, la politica e la sorveglianza alla fine vincono sempre, soprattutto quando si parla di grandi aziende e di Stati Uniti D’America. E se tutti inseriscono i dati dentro quel “ bidone ” che in molti chiamano “ cloud “, quel bidone ha sempre fatto gola a tutti, soprattutto se si parla di mondo digitale e tecnologie predittive finalizzate all’intelligence e alla sorveglianza di massa. Ma andiamo con ordine. Anthropic, che solo di recente aveva negato al Pentagono il diritto di utilizzare Claude, sta ora implementando un sistema di sorveglianza su attivisti, proteste e persone che il servizio di sicurezza aziendale considera potenziali minacce. L’azienda mira non solo a rispondere agli incidenti, ma anche a prevedere problemi futuri. Uno degli strumenti utilizzati è la piattaforma Samdesk , che raccoglie segnali da fonti aperte, utilizza l’IA per rilevare eventi e integra l’analisi automatica con verifiche da parte di esperti. Il responsabile del centro sicurezza di Anthropic, Keon Ellison , ha raccontato come il servizio abbia avvertito l’azienda di un cambio di orario di una protesta. Il servizio di sicurezza è riuscito a modificare il percorso di un dirigente di alto livello di Anthropic e a farlo entrare in hotel attraverso un ingresso di servizio e quindi metterlo al sicuro. Ma il monitoraggio aziendale non si limita agli eventi vicino agli uffici . Anthropic ha dichiarato di monitorare comportamenti sospetti di singole persone nell’ambito del processo “person-of-interest” , per rilevare segni di possibile escalation. Alcune persone, di cui l’azienda ha poi informato la polizia, erano già sotto osservazione del servizio di sicurezza.  Il mese scorso, il San Francisco Standard  ha riportato  che Anthropic aveva denunciato alla polizia di San Francisco un uomo per aver detto a Claude di aver acquistato un fucile semiautomatico AR-15 e di avere “nel mirino” l’amministratore delegato Dario Amodei L’entità del programma è evidente anche dall’assunzione di dipendenti. Il team Global Safety, Intelligence, and Security cercava uno specialista in intelligence aziendale con uno stipendio annuale compreso tra $180.000 e $230.000. Tra i compiti figuravano l’identificazione, la valutazione, il monitoraggio e l’indagine su minacce globali, con l'”attivismo” incluso nello stesso elenco di terrorismo, criminalità, instabilità geopolitica e azioni di Stati contro il settore dell’IA. Parallelamente, Anthropic sta rafforzando nuovamente i legami con il settore della sicurezza nazionale , anche se le agenzie di intelligence americane continuavano a svolgere dei test utilizzando Mythos nonostante il conflitto dell’azienda con il Pentagono. I materiali disponibili non confermano che Anthropic utilizzi direttamente Claude per compilare dossier sugli attivisti. Sono confermati il lavoro di una squadra di intelligence interna, la collaborazione con la piattaforma IA Samdesk, il monitoraggio delle proteste e la pratica di un monitoraggio prolungato di singole persone. Questa posizione , in effetti appare  particolarmente contraddittoria alla luce della posizione pubblica di Anthropic contro la sorveglianza interna su larga scala. L’azienda non ha risposto alle domande sul programma. La disputa sulle frontiere della sorveglianza è già costata cara ad Anthropic. Ad agosto, un tribunale federale ha dichiarato illegale il tentativo del Pentagono di punire lo sviluppatore di Claude dopo il rifiuto di rimuovere i limiti sulla sorveglianza di massa e sulle armi autonome. Ora sorgono domande simili riguardo al servizio di sicurezza interno dell’azienda. Il problema va ben oltre i confini di un’unica azienda. Le forze dell’ordine americane hanno già iniziato a considerare le proteste contro l’ intelligenza artificiale attraverso la lente dell’estremismo e delle potenziali minacce alle infrastrutture. In questo contesto, i sistemi aziendali che raccolgono informazioni aperte sugli attivisti e cercano di prevedere le loro azioni rischiano di cancellare la linea di demarcazione tra la protezione dei dipendenti e la sorveglianza di attività politiche legittime. L'articolo Anthropic sta sviluppando un sistema di sorveglianza predittiva per monitorare gli attivisti proviene da Red Hot Cyber .

Il caso dello stadio Olimpico, ricostruito nei dettagli da un’inchiesta di Rosita Rijtano, ha riportato il riconoscimento facciale al centro del dibattito italiano. Ma le nuove regole sull’uso dell’intelligenza artificiale nelle attività di polizia vanno oltre gli impianti sportivi. Riguardano anche i luoghi pubblici e, in determinate condizioni, manifestazioni ed eventi. Il punto più delicato è il riconoscimento biometrico. Ecco quando può essere usato, chi può autorizzarlo e quali garanzie sono previste. E quanto spazio resta, tra le norme italiane e i limiti fissati dall’AI Act europeo, per una possibile sorveglianza di massa. Indice degli argomenti Dal 2021 al 2025 allo stadio Olimpico di Roma è stato in funzione un sistema di riconoscimento facciale che, a ogni attivazione, fotografava ogni spettatore in ingresso, conservando le immagini per sette giorni insieme ai dati stampati sul biglietto. Il sistema, come ha ricostruito la giornalista Rosita Rijtano nella sua inchiesta per IrpiMedia basata su richieste di accesso agli atti e documenti inediti, è stato acquistato da Sport e Salute Spa, la società controllata dal MEF, è rimasto attivo per quattro anni in assenza di un’adeguata base giuridica per il trattamento di dati biometrici. Negli atti di acquisto il software viene descritto come in grado di confrontare i volti con l’archivio dei soggetti fotosegnalati, per l’identificazione preventiva delle persone sottoposte a Daspo; interpellate sul punto, Sport e Salute e la questura di Roma hanno invece circoscritto la finalità del sistema all’identificazione, a posteriori, di tifosi violenti o responsabili di condotte antisportive. Il 28 maggio 2025 il Garante per la protezione dei dati personali scriveva al Dipartimento della pubblica sicurezza del Ministero dell’Interno contestando la «perdurante assenza di un’adeguata base giuridica» per il trattamento dei dati. L’Autorità chiedeva che il trattamento fosse sospeso volontariamente e invitava il ministero a darne comunicazione con urgenza, prima della riunione del Collegio prevista per il 4 giugno. Il 29 maggio il Ministero dell’Interno comunicava che l’uso della funzionalità di riconoscimento facciale era stato sospeso, in attesa dell’entrata in vigore di una disciplina legislativa che avrebbe fornito la necessaria base giuridica. Resta inoltre da chiarire la sorte dei dati raccolti negli anni di funzionamento del sistema: secondo la documentazione disponibile, sul punto era ancora in corso un’istruttoria del Garante. A settembre 2026 il caso è tornato al centro dell’attenzione parlamentare. Un’interrogazione del deputato Marco Grimaldi chiede al governo di chiarire un aspetto tecnico decisivo: quando venivano generati i dati biometrici veri e propri, cioè le rappresentazioni matematiche ricavate dai tratti del volto. All’ingresso, per tutti gli spettatori, oppure soltanto successivamente, a partire dalle immagini conservate, quando si fosse verificato un episodio rilevante? La differenza non è di poco conto. Nel primo scenario, sostiene l’interrogazione, il sistema avrebbe potuto comportare la creazione di una «banca dati biometrica temporanea di tutti gli spettatori» a ogni partita. L’atto chiede inoltre al governo di chiarire se gli archivi raccolti negli anni siano stati effettivamente cancellati. Il caso Olimpico è quindi un precedente utile per capire la partita che si apre con le nuove regole sull’intelligenza artificiale. Il 4 agosto 2026 il Consiglio dei ministri ha approvato in via definitiva il decreto legislativo che disciplina, tra l’altro, l’impiego dei sistemi di IA nelle attività di polizia e i sistemi di videosorveglianza con riconoscimento facciale a posteriori. Il testo definitivo stabilisce requisiti per le banche dati utilizzate per il confronto biometrico, introduce obblighi di cancellazione e prevede garanzie affinché quei dati non possano essere progressivamente incrementati. Per capire perché il sistema dell’Olimpico sia finito al centro delle contestazioni sulla base giuridica, conviene partire da un confronto: quali condizioni devono esistere perché un sistema biometrico utilizzato dalle forze di polizia abbia una disciplina normativa definita? Un esempio è l’AFIS, l’Automated Fingerprint Identification System, il sistema automatizzato per l’identificazione delle impronte digitali collegato al Casellario centrale d’identità del Ministero dell’Interno. La sua disciplina si inserisce in un quadro normativo articolato, che comprende, tra le altre disposizioni, la legge n. 121 del 1981, il d.P.R. n. 15 del 2018, il decreto legislativo n. 51 del 2018 e il decreto del Ministero dell’Interno del 24 maggio 2017. Quest’ultimo individua i trattamenti di dati personali effettuati dal Centro elaborazione dati del Dipartimento della pubblica sicurezza e dalle forze di polizia, definendone anche i relativi titolari. Il quadro normativo stabilisce così finalità, soggetti autorizzati, modalità di gestione e garanzie per gli interessati. La disciplina comprende anche le procedure attraverso cui una persona può chiedere di conoscere i dati che la riguardano e verificarne la presenza negli archivi. Il sistema dell’Olimpico si collocava in un’altra situazione. Nel 2016 il Garante aveva autorizzato, attraverso una verifica preliminare, l’installazione allo stadio di un sistema di videosorveglianza dotato di riconoscimento facciale. Il provvedimento stabiliva precise condizioni di utilizzo e considerava congruo, rispetto alle finalità dichiarate, un periodo di conservazione delle immagini di sette giorni. Quella decisione apparteneva però a un quadro normativo precedente alla disciplina oggi applicabile ai trattamenti effettuati dalle forze di polizia. Due sistemi diversi: riconoscimento in tempo reale e a posteriori Il decreto approvato il 4 agosto dal Consiglio dei ministri distingue nettamente tra l’identificazione biometrica remota in tempo reale e quella effettuata a posteriori. Nel primo caso, il confronto biometrico si svolge contestualmente all’acquisizione delle immagini e consente di verificare o ricercare l’identità di persone specificamente individuate o individuabili nell’ambito delle finalità previste dalla norma. Nel secondo, il confronto viene effettuato successivamente su immagini o altri dati biometrici già acquisiti. La distinzione determina regole differenti quanto alle finalità perseguibili, alle condizioni di utilizzo, alle banche dati di riferimento e alle procedure di autorizzazione e controllo. L’articolo 8 disciplina l’identificazione in tempo reale; l’articolo 10 quella a posteriori. Il riconoscimento biometrico remoto in tempo reale L’articolo 8 riguarda l’uso, da parte delle Forze di polizia, di sistemi di IA per l’identificazione biometrica remota in tempo reale in luoghi pubblici o aperti al pubblico. La norma lo ammette in casi eccezionali e per finalità tassative: prevenire specifiche e gravi minacce, come un attacco terroristico o un pericolo per la vita e l’incolumità delle persone, oppure cercare persone scomparse e vittime di sequestro di persona, tratta di esseri umani o sfruttamento sessuale. La ricerca deve essere mirata. Il sistema può servire a confermare l’identità di persone specificamente interessate oppure a ricercare e localizzare persone già individuate o comunque individuabili in relazione alla minaccia o alla ricerca in corso. La norma esclude quindi un utilizzo indiscriminato del riconoscimento facciale per identificare la generalità delle persone presenti in un’area. Il confronto avviene con una banca dati di riferimento adeguata allo scopo. Può trattarsi di banche dati già utilizzate dalle Forze di polizia o di altre amministrazioni pubbliche, purché accessibili alle Forze di polizia, oppure di immagini, filmati e altri elementi biometrici acquisiti legittimamente nell’attività di polizia. Il decreto vieta espressamente le banche dati biometriche costruite attraverso scraping non mirato, cioè mediante la raccolta automatizzata e indiscriminata, su larga scala, di immagini facciali da internet o da sistemi di videosorveglianza. L’attivazione richiede una richiesta motivata da parte dei vertici di polizia individuati dalla norma e una successiva autorizzazione del procuratore della Repubblica presso il tribunale del capoluogo del distretto interessato. Il decreto autorizzativo deve indicare la finalità dell’operazione, la durata, l’area interessata e le persone oggetto della ricerca. L’autorizzazione può durare al massimo quindici giorni ed essere prorogata per periodi della stessa durata. In caso di urgenza, quando esiste il rischio di un grave e irreparabile pregiudizio, il sistema può essere attivato immediatamente, previa comunicazione al procuratore. La richiesta di autorizzazione deve essere presentata entro ventiquattro ore e il magistrato deve decidere nelle ventiquattro ore successive. In mancanza dell’autorizzazione, oppure se vengono violate le condizioni stabilite dalla norma, l’utilizzo deve cessare e i dati, i risultati e gli output acquisiti devono essere cancellati. La relazione illustrativa sottolinea inoltre che le banche dati di confronto non costituiscono, in questo schema, una nuova infrastruttura centralizzata. La polizia può utilizzare archivi già esistenti, come l’AFIS, oppure costruire banche dati specifiche a partire da materiale acquisito legittimamente nell’attività di polizia. La differenza rispetto al riconoscimento a posteriori riguarda soprattutto il momento del confronto: nel primo caso avviene mentre l’attività di ricerca è in corso; nel secondo viene effettuato successivamente, dopo la commissione di un reato. Il riconoscimento a posteriori L’articolo 10 disciplina un modello diverso da quello previsto per il riconoscimento in tempo reale. Qui il sistema di videosorveglianza raccoglie le immagini durante l’accesso a un luogo o a un evento, mentre il confronto biometrico viene effettuato successivamente, quando si è verificato un reato e occorre identificare una persona già sospettata sulla base di immagini e di altri elementi oggettivi. Tale articolo dello schema di decreto legislativo parte da un presupposto potenzialmente ampio. I sistemi di videosorveglianza la cui installazione è già consentita dalla legge possono essere integrati, quando ricorrono esigenze di ordine e sicurezza pubblica, con componenti di intelligenza artificiale capaci di consentire successivamente il riconoscimento facciale. La disposizione apre quindi alla possibilità che tecnologie biometriche vengano innestate su infrastrutture di videosorveglianza già presenti in luoghi ed eventi molto diversi. La stessa norma restringe però in modo significativo le condizioni di utilizzo della funzione biometrica. Il riconoscimento facciale può essere attivato soltanto dopo la commissione di un reato, anche tentato, e per identificare persone già indiziate sulla base di documentazione video-fotografica e di ulteriori elementi oggettivi e verificabili. La gestione del sistema è affidata in via esclusiva a un ufficiale di pubblica sicurezza designato dal Questore oppure, negli altri casi previsti dalla norma, a un ufficiale di polizia giudiziaria della forza di polizia che procede. Il punto, dunque, sta nella distanza tra l’ampiezza potenziale dell’infrastruttura e la ristrettezza delle condizioni per utilizzare la funzione di riconoscimento. Le telecamere possono appartenere a sistemi già esistenti e operare in contesti estesi, mentre l’identificazione biometrica rimane riservata a soggetti qualificati, deve essere collegata a un fatto di reato e può riguardare soltanto persone già individuate o individuabili sulla base di elementi precedenti. Il passaggio più delicato riguarda proprio la formazione di questa banca dati. In presenza di particolari esigenze di ordine e sicurezza pubblica, il sistema può trattare automaticamente i dati biometrici delle persone che accedono al luogo o all’evento e conservarli localmente insieme ai corrispondenti dati anagrafici e, quando disponibili, alle informazioni relative al posto occupato. Il riconoscimento facciale, però, viene attivato soltanto dopo la commissione di un reato, anche tentato, e per identificare persone già indiziate. È una distinzione che conta molto nel caso dell’Olimpico. Il sistema descritto negli atti relativi allo stadio prevedeva infatti l’acquisizione delle immagini degli spettatori all’ingresso e la loro conservazione per sette giorni. Il nuovo articolo 10 introduce ora una disciplina nella quale una banca dati locale può essere alimentata con i dati biometrici delle persone che accedono a determinati luoghi o eventi, mentre il confronto finalizzato all’identificazione viene effettuato successivamente, in presenza di un reato e nei confronti di soggetti già indiziati. La somiglianza rende il caso dell’Olimpico particolarmente utile per capire la portata della nuova norma. La domanda sollevata dal Garante nel 2025 riguardava la base giuridica del trattamento effettuato allo stadio; il nuovo decreto stabilisce invece un quadro normativo specifico per questo tipo di trattamento e ne fissa condizioni, responsabilità e limiti. Resta però una differenza fondamentale: il fatto che la nuova disciplina preveda una banca dati alimentata con i dati biometrici degli accedenti non significa che sia consentito utilizzare il riconoscimento facciale per identificare indistintamente tutte le persone presenti. L’articolo 10 stabilisce infatti che, dopo la commissione di un reato, il confronto debba riguardare persone già indiziate sulla base di documentazione videofotografica e di ulteriori elementi oggettivi e verificabili. La responsabilità del trattamento è attribuita direttamente ed esclusivamente a un ufficiale di pubblica sicurezza designato dal questore oppure, nei casi collegati a un’attività di polizia giudiziaria, a un ufficiale di polizia giudiziaria della forza di polizia procedente. Anche la conservazione è limitata. I dati personali contenuti nella banca dati di riferimento devono essere cancellati automaticamente dopo un massimo di sette giorni dalla raccolta, mentre i log degli accessi e delle operazioni devono essere conservati per cinque anni e mantenuti in forma non modificabile. divieti rilevanti Il Dipartimento della pubblica sicurezza del Ministero dell’Interno è individuato come titolare del trattamento e deve effettuare una valutazione d’impatto e, nei casi previsti, consultare preventivamente il Garante. La norma introduce inoltre due divieti particolarmente rilevanti. I risultati del riconoscimento facciale non possono costituire da soli il fondamento di decisioni che producano effetti giuridici negativi sulla persona. E i sistemi non possono essere utilizzati per un’identificazione biometrica generalizzata, non mirata e priva di collegamento con uno specifico reato o procedimento penale. Le regole tecniche sulla formazione e sulla gestione della banca dati, sulle modalità di trattamento dei dati biometrici e sulle misure di sicurezza saranno definite con un successivo decreto del ministro dell’Interno, sentito il Garante. C’è infine un elemento che richiama direttamente la vicenda dell’Olimpico: l’installazione e la manutenzione delle apparecchiature possono essere sostenute dai gestori dei luoghi o dagli organizzatori degli eventi, che possono concederle gratuitamente alla Questura. Quest’ultima ne acquisisce la completa ed esclusiva disponibilità. Il modello previsto dall’articolo 10 presenta dunque una struttura precisa: raccolta preventiva dei dati degli accedenti, conservazione temporanea, attivazione del confronto biometrico solo dopo un reato e nei confronti di persone già indiziate. È questa sequenza, più ancora della semplice presenza del riconoscimento facciale, a determinare la portata concreta della nuova disciplina. Non solo lo stadio: piazze, cortei, manifestazioni È il punto che ha attirato le maggiori critiche dentro e fuori dal Parlamento. L’articolo 10 consente, infatti, di raccogliere preventivamente i dati biometrici delle persone che accedono a determinati luoghi o partecipano a determinati eventi, quando ricorrono particolari esigenze di ordine e sicurezza pubblica. I dati possono essere conservati per un massimo di sette giorni e vengono cancellati automaticamente allo scadere del termine. Il confronto biometrico interviene in un momento successivo. Se viene commesso un reato, il sistema può essere utilizzato per confrontare i dati presenti nella banca di riferimento con quelli relativi a persone già indiziate sulla base di documentazione videofotografica e di ulteriori elementi oggettivi e verificabili. La sequenza prevista dalla norma solleva una questione che va oltre l’utilizzo effettivo del riconoscimento facciale. La banca dati può infatti contenere, per alcuni giorni, i dati biometrici di tutte le persone che hanno avuto accesso a un determinato luogo o evento, senza che nei loro confronti esista alcun sospetto. Il successivo utilizzo investigativo riguarda soltanto una parte di quei dati e richiede le condizioni previste dall’articolo 10. Da qui nasce anche il tema dell’effetto dissuasivo. La consapevolezza di lasciare una traccia biometrica associata alla propria presenza può incidere sulla decisione di partecipare a un corteo, a un presidio o a un’altra manifestazione pubblica. La valutazione di questo effetto prescinde dall’eventualità che quei dati vengano poi effettivamente utilizzati in un’indagine e riguarda il modo in cui la possibilità stessa di essere identificati può modificare i comportamentiNon è la prima volta che un ente pubblico italiano si trova in questa posizione: alcuni anni fa il Comune di Como aveva bandito una gara per un sistema di videosorveglianza cittadina dotato di moduli di riconoscimento facciale, poi risultato privo di una base giuridica sufficiente a giustificarne l’attivazione. Lo stesso schema, su scala comunale, che si ripropone oggi a livello nazionale. Il decreto nasce dalla delega contenuta nella legge 23 settembre 2025, n. 132, la legge italiana sull’intelligenza artificiale, e interviene per adeguare la normativa nazionale al regolamento europeo 2024/1689, l’AI Act. Per ricostruire come si è arrivati al testo definitivo occorre seguire tre passaggi: l’approvazione preliminare del Governo, l’esame parlamentare con il parere del Garante e l’approvazione definitiva. 10 giugno 2026, l’esame preliminare Il Consiglio dei ministri approva in esame preliminare lo schema di decreto legislativo sull’utilizzo dell’intelligenza artificiale nelle attività di polizia e sulla responsabilità civile e penale. È il testo dal quale prende forma la disciplina dell’identificazione biometrica remota in tempo reale, contenuta nell’articolo 8, e del riconoscimento facciale a posteriori integrato nei sistemi di videosorveglianza, disciplinato dall’articolo 10. 24 giugno 2026, l’Atto del Governo n. 418 Il 24 giugno lo schema viene trasmesso alle Camere e assume il numero 418. Il documento parlamentare contiene il testo articolato, la relazione illustrativa e l’analisi di impatto della regolamentazione. È soprattutto la relazione illustrativa a permettere di ricostruire la logica delle disposizioni. Nel testo dell’articolo 10 emerge già il nodo destinato a diventare il principale terreno di confronto con il Garante. Il comma 2 stabilisce che il riconoscimento facciale possa essere utilizzato dopo la commissione di un reato, anche tentato, per identificare persone già indiziate sulla base di documentazione videofotografica e di ulteriori elementi oggettivi e verificabili. Il comma 3 introduce però un passaggio precedente: nei luoghi o negli eventi per i quali sussistono particolari esigenze di ordine e sicurezza pubblica, il sistema può comportare il trattamento automatizzato dei dati biometrici rilevati dalle immagini del volto delle persone che vi accedono. La banca dati locale può contenere anche i corrispondenti dati anagrafici e, quando disponibile, l’identificativo del posto assegnato. La questione è quindi concentrata sul momento in cui avviene l’elaborazione biometrica. Il testo dello schema sembra consentire che i dati biometrici vengano ricavati dalle immagini già al momento della raccolta, per tutti gli accedenti, lasciando al momento successivo il confronto finalizzato all’identificazione. È una lettura che assume particolare rilievo se confrontata con il caso dell’Olimpico, dove proprio la modalità di generazione dei dati biometrici era rimasta da chiarire. 14 luglio 2026, il parere del Garante Il 14 luglio il Garante per la protezione dei dati personali esprime sullo schema il parere n. 531, favorevole ma accompagnato da sette condizioni. Una riguarda direttamente il comma 3 dell’articolo 10. Secondo il Garante, il trattamento automatizzato dei dati biometrici di tutte le persone che accedono a un luogo o a un evento «non appare coerente» con l’articolo 26, paragrafo 10, dell’AI Act. L’Autorità chiede quindi di modificare la disposizione e di stabilire che l’elaborazione dei dati biometrici avvenga «esclusivamente ex post sulle tracce registrate», a fronte di specifiche esigenze operative. La differenza è sostanziale. Nella formulazione dello schema, il dato biometrico può essere elaborato già nella fase di acquisizione delle immagini. Nella soluzione proposta dal Garante, la fase iniziale consiste nella registrazione delle tracce; l’elaborazione biometrica si effettua successivamente, quando esiste una specifica esigenza operativa. Il Garante interviene anche sulla platea dei luoghi interessati. La formula utilizzata dallo schema – «luoghi o eventi rispetto ai quali sussistono esigenze di ordine e sicurezza pubblica» – viene considerata meritevole di maggiore precisione, proprio per evitare che una previsione ampia possa tradursi in trattamenti sproporzionati. Un’altra condizione riguarda lo scraping non mirato. Il Garante chiede di inserire nell’articolo 13, che introduce nel codice di procedura penale il nuovo articolo 359-ter sull’identificazione biometrica in tempo reale a fini investigativi, un divieto analogo a quello già previsto dall’articolo 8 per le banche dati ottenute attraverso raccolte massive e indiscriminate di immagini. Il parere del Garante rende così esplicito il punto di frizione: la disciplina del riconoscimento a posteriori può convivere con una raccolta preventiva delle immagini; la questione riguarda il momento in cui quelle immagini si trasformano in dati biometrici. È lo stesso interrogativo che, nel caso dell’Olimpico, l’interrogazione parlamentare presentata da Marco Grimaldi porta all’attenzione del governo: i dati biometrici si generano al momento dell’ingresso, per tutti gli spettatori, oppure soltanto successivamente, in seguito a un’esigenza investigativa? 4 agosto 2026, l’esame definitivo Il 4 agosto il Consiglio dei ministri approva in esame definitivo il decreto. Il Governo comunica che il testo è stato modificato dopo i pareri delle Commissioni parlamentari, della Conferenza unificata e del Garante. Il comunicato segnala, tra le altre modifiche, nuovi requisiti per le banche dati di riferimento, obblighi di cancellazione e garanzie relative ai dati utilizzati per il confronto biometrico. Inoltre si rafforza il ruolo del Garante e si disciplina il coinvolgimento degli enti territoriali nell’installazione e nella manutenzione delle componenti tecnologiche. Il testo introduce inoltre nel codice penale il nuovo articolo 437-bis, che punisce l’omessa adozione delle misure di sicurezza relative ai sistemi di IA ad alto rischio e l’alterazione illecita di tali sistemi, con pene diverse a seconda del bene giuridico esposto a pericolo. Sul punto che interessa maggiormente il riconoscimento facciale, però, il comunicato del Governo non consente da solo di stabilire quanto si sia recepita la condizione posta dal Garante sul comma 3 dell’articolo 10. Il comunicato richiama le modifiche intervenute sul testo, ma non specifica se si sia inserita la previsione secondo cui l’elaborazione dei dati biometrici deve avvenire esclusivamente ex post sulle tracce registrate. Per stabilire che cosa sia effettivamente cambiato occorre quindi confrontare il testo dello schema con quello definitivo. È questo il passaggio decisivo per capire se la questione, che il Garante ha sollevato, sia accolta integralmente, modificata oppure lasciata aperta. I Comuni Resta poi da chiarire quale ruolo possa avere un Comune nell’installazione di questi sistemi. La disciplina consente ai gestori dei luoghi, agli organizzatori degli eventi o a chi dispone delle strutture di provvedere all’installazione e alla manutenzione delle apparecchiature, prevedendo che queste siano poi a disposizione della Questura. La norma attribuisce quindi alla polizia la disponibilità del sistema destinato al trattamento biometrico, ma lascia aperta la questione del rapporto con le infrastrutture di videosorveglianza degli enti locali. È un punto che meriterebbe di essere precisato, soprattutto per le reti di videosorveglianza urbana. I Comuni dispongono infatti di sistemi che possono coprire strade, piazze e aree interessate da manifestazioni ed eventi. La possibilità di utilizzare quelle infrastrutture come componente di un sistema di identificazione biometrica richiede una delimitazione particolarmente rigorosa delle competenze e delle responsabilità. Su questo punto sarebbe auspicabile una formulazione che escluda ogni possibilità di attivazione autonoma da parte degli enti locali e chiarisca che l’eventuale utilizzo delle loro infrastrutture per il riconoscimento facciale può avvenire soltanto nell’ambito delle procedure, delle finalità e delle garanzie previste per le Forze di polizia. Cosa dice Bruxelles Il 30 luglio 2026, mentre lo schema era ancora all’esame delle commissioni parlamentari, un portavoce della Commissione europea ha ricordato, durante il briefing quotidiano con la stampa a Bruxelles, che il riconoscimento facciale negli spazi pubblici accessibili «è una pratica vietata dalla legge sull’IA». Sul merito specifico del testo italiano, però, la Commissione si è tenuta cauta, dicendo di non avere ancora tutti gli elementi per esprimersi. Palazzo Chigi ha risposto assicurando che l’Italia continuerà a muoversi pienamente all’interno delle regole europee. L’eurodeputato Brando Benifei, tra i relatori dell’AI Act al Parlamento europeo, sostiene che il decreto italiano rischia di autorizzare una raccolta massiva di dati biometrici negli spazi pubblici in contrasto con lo spirito della normativa europea. Ha annunciato un’interrogazione urgente alla Commissione. La verifica formale di compatibilità potrà avvenire solo dopo l’adozione definitiva del testo: la Commissione lo valuterà quando riceverà la notifica, appuntamento atteso per settembre 2026. Riconoscimento facciale: le regole nel mondo Il confronto internazionale restituisce modelli molto diversi nell’uso del riconoscimento facciale da parte delle forze di polizia. Il Regno Unito ha sviluppato un sistema operativo più esteso di quello oggi previsto dal decreto italiano, mentre la Francia mantiene vincoli più stringenti sull’uso della tecnologia nello spazio pubblico. Negli Usa la disciplina varia invece da città a città e da Stato a Stato. La Cina rappresenta un modello ancora diverso, fondato su un’infrastruttura di sorveglianza molto più estesa. Regno Unito Il Regno Unito, fuori dal perimetro dell’AI Act dopo la Brexit, utilizza da anni il riconoscimento facciale sia in tempo reale sia a posteriori. La Metropolitan Police impiega il Live Facial Recognition durante operazioni mirate e riferisce che, dal 2024, queste operazioni hanno contribuito a più di 2.000 arresti. Il sistema britannico non poggia però su una singola legge organica dedicata al riconoscimento facciale. Le forze di polizia operano attraverso un insieme di poteri di common law, norme sulla protezione dei dati e sui diritti fondamentali, il codice sulle telecamere di sorveglianza e le linee guida del College of Policing. Lo stesso governo britannico considera l’attuale quadro complesso e ha avviato nel 2025 una consultazione per introdurre una disciplina legislativa più organica. Il riconoscimento a posteriori è ancora più diffuso: tutte le forze di polizia di Inghilterra e Galles possono effettuare ricerche di immagini attraverso il Police National Database, che si utilizza per confrontare fotografie raccolte durante le indagini con immagini di persone già note alla polizia. I l governo britannico indica oltre 25.000 ricerche di immagini facciali al mese. Il confronto con l’Italia è quindi particolarmente utile sul piano del metodo. Nel modello britannico il riconoscimento in tempo reale avviene attraverso una watchlist predisposta per la singola operazione e si cancellano immediatamente i dati biometrici delle persone che non producono una corrispondenza. Nel sistema italiano previsto dall’articolo 10, invece, il nodo riguarda la possibilità di costituire preventivamente una banca dati locale con i dati biometrici degli accedenti a un luogo o evento. Francia La Francia ha adottato una linea più restrittiva nell’impiego del riconoscimento facciale nello spazio pubblico. La legge sui Giochi olimpici e paralimpici di Parigi 2024 ha consentito in via sperimentale l’uso di sistemi di videosorveglianza algoritmica per rilevare determinate situazioni o comportamenti, escludendo però espressamente l’identificazione biometrica e il riconoscimento facciale. La sperimentazione è terminata il 31 marzo 2025. Il quadro francese è però più articolato quando si passa alle indagini. Il sistema TAJ, il registro dei precedenti giudiziari, può essere utilizzato dagli investigatori autorizzati anche attraverso un modulo di riconoscimento facciale. Negli Usa manca una disciplina federale uniforme e il quadro è costruito attraverso una combinazione di leggi statali, ordinanze locali e regole interne alle singole forze di polizia. San Francisco ha approvato nel 2019 il primo divieto adottato da una grande città americana contro l’uso del riconoscimento facciale da parte delle amministrazioni locali. Altre città hanno seguito strade diverse, mentre alcuni Stati hanno scelto di regolamentare la tecnologia anziché vietarla. La Virginia mostra quanto rapidamente possano cambiare questi equilibri. La disciplina entrata in vigore il 1° luglio 2026 vieta alle forze di polizia locali di acquistare o utilizzare sistemi di riconoscimento facciale senza un’autorizzazione espressa della legge statale e impone, tra le altre garanzie, il controllo esclusivo dell’agenzia sui sistemi e l’accesso ai dati attraverso un mandato I divieti locali presentano inoltre un problema pratico: possono essere aggirati attraverso la collaborazione con altre forze di polizia. Un’inchiesta del Washington Post ha documentato casi in cui agenti di San Francisco e Austin, soggetti a restrizioni locali, hanno chiesto ad agenzie vicine di effettuare per loro ricerche attraverso sistemi di riconoscimento facciale. Cina La Cina rappresenta un modello molto diverso da quelli europei e statunitensi. Qui il riconoscimento facciale si integra su larga scala nelle infrastrutture di videosorveglianza e viene impiegato dalle autorità per finalità di sicurezza pubblica e di controllo. Il confronto con l’Europa richiede però cautela. Il sistema cinese di sorveglianza e il cosiddetto social credit system sono fenomeni collegati al più ampio ecosistema di controllo e raccolta dei dati, ma non coincidono tra loro e non costituiscono un unico sistema nazionale di riconoscimento facciale. Per il confronto con il decreto italiano, il dato più significativo riguarda quindi la scala e l’assenza di un equivalente europeo delle restrizioni che l’AI Act impone all’identificazione biometrica remota. Il modello europeo parte da un principio opposto: l’identificazione biometrica a distanza in tempo reale è ammessa soltanto in circostanze eccezionali e per finalità determinate.

Dentro le grandi aziende che stanno costruendo l’ intelligenza artificiale , c’è una categoria di professionisti che vale più di interi team: ricercatori, ingegneri e scienziati capaci di spingere oltre i limiti dei modelli di AI, progettando architetture, algoritmi e tecniche che possono determinare il futuro di un’intera azienda di miliardi di dollari di fatturato . Sono pochissimi, vengono corteggiati dai colossi della Silicon Valley e queste persone possono ricevere compensi che fino a pochi anni fa erano impensabili. Attenzione, non si tratta di normali sviluppatori: sono alcune delle menti più rare e contese dell’industria tecnologica, generalmente scienziati, statistici e matematici. Perchè alla base dell’ Intelligenza artificiale c’è la statistica e la matematica e queste menti brillanti e rare sono alcune tra le professioni più contese e remunerative al mondo. Le aziende di AI sono disposte a mettere sul tavolo stipendi, bonus, azioni e pacchetti pluriennali da centinaia di milioni di dollari pur di assicurarsi queste persone . Ma non è un mercato nel quale basta avere esperienza: servono capacità matematiche, scientifiche e informatiche fuori dal comune, oltre alla capacità di inventare ciò che ancora non esiste . Per questo, mentre milioni di persone cercano di capire come l’AI cambierà il proprio lavoro, una ristrettissima élite di ricercatori sta diventando uno degli asset più preziosi delle stesse aziende che l’AI la stanno costruendo. E quindi arriviamo al caso di Andrew Tulloch, il quale ci racconta perfettamente quanto sia diventata estrema questa competizione. Da Meta se n’è andato il ricercatore australiano a cui, durante una trattativa per riportarlo nell’azienda, sarebbe stato offerto un pacchetto di compensi da 1 miliardo di dollari , che avrebbe potuto raggiungere 1,5 miliardi di dollari considerando bonus e crescita delle azioni nell’arco di almeno sei anni. Una cifra mostruosa, destinata a una singola persona, che mostra quanto oggi una mente considerata eccezionale possa valere per un’azienda che combatte per conquistare la leadership nell’intelligenza artificiale. Da Meta se n’è andato il ricercatore Andrew Tulloch , a cui durante le trattative era stato offerto un compenso colossale – fino a 1,5 miliardi di dollari. Ha accettato con condizioni che non sono state divulgate, ma non ha lavorato nel gigante dei social network nemmeno un anno, riferisce Wall Street Journal citando fonti informate dei fatti. Il signor Tulloch ha annunciato la sua uscita da Meta il giorno prima, il 9 settembre. Non ha specificato dove andrà a lavorare in futuro e non ha risposto alle richieste dei giornalisti e in Meta hanno rifiutato di fare commenti. L’australiano Andrew Tulloch ha concluso con risultati eccellenti gli studi presso l’Università di Sydney e ha lavorato in Meta (all’epoca Facebook) nel campo del machine learning . Nel 2016, e in una all’ora sconosciuta startup OpenAI che aveva cercato di convincerlo a unirsi a loro. Il ricercatore aveva rifiutato, anche a causa dello stipendio basso: in Facebook era di 800.000 dollari, mentre gliene avevano offerti tre volte di meno. Nel 2023 ha accettato di passare a OpenAI, quando ChatGPT era già stato lanciato. Nel 2025 è passato a lavorare nello startup Thinking Machines Lab. Ad agosto dello stesso anno, Mark Zuckerberg ha cercato di convincere Tulloch a tornare nella sua azienda e gli ha offerto un pacchetto di compensi del valore di 1 miliardo di dollari, che con i bonus massimi e la crescita delle azioni in almeno sei anni avrebbe potuto raggiungere 1,5 miliardi di dollari. Inizialmente il ricercatore aveva rifiutato, ma dopo alcuni mesi ha accettato per una somma che non è stata mai resa pubblica. Dopo di che in Meta non ha lavorato nemmeno un anno. L'articolo Un solo impiegato con uno stipendio di 1,5 miliardi di dollari! Questa è la nuova élite dell’AI proviene da Red Hot Cyber .

Jacob Coxon, ricercatore che ha lavorato per tre anni sui processi di addestramento dei modelli prima in OpenAI e poi in Anthropic, ha lasciato il gruppo dei fratelli Amodei, accusando le due aziende di correre verso sistemi sempre più capaci senza adeguate garanzie di sicurezza. Il suo messaggio, pubblicato l’8 settembre, ha riportato nel dibattito pubblico una domanda scomoda: quanto sono credibili gli allarmi lanciati proprio da chi sviluppa l’intelligenza artificiale? Coxon sostiene che la competizione tra laboratori abbia creato una dinamica pericolosa. A suo giudizio, Anthropic e OpenAI temono che l’altra rallenti meno, e usano questo timore per giustificare l’accelerazione. Il risultato è una corsa nella quale tutti dichiarano di voler frenare, purché lo faccia prima il concorrente. La sua formula è volutamente estrema: “stanno giocando d’azzardo con le nostre vite”. Ma il punto utile non è decidere oggi se esista davvero una probabilità del 10% che l’IA distrugga l’umanità entro dieci anni. Quel numero è una stima personale, non un dato scientifico misurabile, e va trattato come tale. Indice degli argomenti Il punto serio è un altro: le aziende stanno costruendo agenti capaci di usare computer, browser, terminali, dati, strumenti cloud e applicazioni esterne. Più capacità si collegano a un modello, maggiore diventa l’impatto di un errore di progettazione, di una credenziale troppo potente o di un ambiente di test aperto verso l’esterno. Coxon ha scritto che molti ricercatori e dirigenti temerebbero in privato scenari molto più gravi di quelli descritti pubblicamente. Ha anche affermato che, dentro OpenAI, non tutti avrebbero interiorizzato le conseguenze civili e sociali della tecnologia. Invece Anthropic comprenderebbe il rischio, ma resterebbe intrappolata nell’idea di dover arrivare per prima per sviluppare sistemi sicuri. Il post ha ricevuto il sostegno pubblico di Evan Hubinger, responsabile della ricerca sull’allineamento in Anthropic. Hubinger ha dichiarato di stimare personalmente in oltre il 10% la probabilità che l’IA possa “uccidere tutti gli esseri umani” entro il prossimo decennio e ha aggiunto che Anthropic non dispone ancora di un piano risolutivo per garantire l’allineamento di una superintelligenza. Sono affermazioni che meritano una attenta riflessione. Non costituiscono una previsione verificata né dimostrano che i modelli attuali possano causare un’estinzione umana. Mostrano però una frattura evidente tra la velocità con cui l’industria aumenta le capacità dei sistemi e la maturità degli strumenti con cui dovrebbe controllarli. Il termine “allineamento” indica, in sostanza, la capacità di far sì che un sistema persegua obiettivi compatibili con le istruzioni, i limiti e gli interessi umani. Il problema non è che una macchina “voglia” qualcosa nel senso umano. È che un sistema progettato per ottimizzare un risultato può usare scorciatoie, aggirare vincoli mal definiti o sfruttare permessi che nessuno aveva previsto dovesse usare. La discussione sugli scenari di estinzione rischia di oscurare rischi già reali. Sistemi generativi vengono usati per phishing, deepfake, campagne di disinformazione, sviluppo di malware, ricerca di vulnerabilità, frodi finanziarie e automazione di attività di intrusione. Un agente IA non ha bisogno di essere cosciente per causare danni. Se riceve accesso a una casella email, a file aziendali, a un browser, a un CRM, a un repository di codice o a un ambiente cloud, può compiere azioni ad alta velocità. Può cercare informazioni, inviare messaggi, modificare configurazioni, scaricare dati o attivare processi in base a istruzioni ambigue, credenziali esposte o controlli insufficienti. rallentare lo sviluppo dei modelli più potenti La lezione degli incidenti recenti con agenti AI non è che le macchine abbiano “deciso di ribellarsi”. È che ambienti poco isolati, autorizzazioni eccessive, canali di comunicazione non controllati e monitoraggio insufficiente possono trasformare un esperimento in un problema esterno. Un agente capace non è un dipendente affidabile: è un processo software con privilegi, velocità e una capacità limitata di comprendere il contesto. La sicurezza non può dipendere dall’idea che il modello “capisca” quando fermarsi. Deve dipendere da confini tecnici: permessi minimi, segmentazione, accessi temporanei, blocchi di rete in uscita, approvazioni umane e log che l’agente non possa modificare. Coxon propone di rallentare lo sviluppo dei modelli più potenti. È una posizione legittima, ma rallentare da solo non risolve un problema di progettazione. Un sistema meno potente, ma con accesso illimitato a dati, credenziali e servizi esterni può comunque causare un incidente grave. La domanda per aziende e istituzioni non dovrebbe essere soltanto “quanto è intelligente il modello?”. Dovrebbe invece essere: quali strumenti può usare, quali dati può leggere, quali azioni può eseguire, chi controlla quelle azioni e quanto rapidamente possiamo revocargli l’accesso? Se un’azienda non riesce a costruire una sandbox realmente isolata, non dovrebbe eseguire agenti con privilegi elevati. Se non riuscisse a registrare in modo indipendente ciò che un agente fa, non dovrebbe permettergli di operare su sistemi di produzione. Se non può bloccare un agente in pochi secondi, non dovrebbe collegarlo a pagamenti, dati sensibili o infrastrutture critiche. Il dibattito politico si sta muovendo. Nel Regno Unito, parlamentari hanno discusso proposte per limitare o vietare lo sviluppo di superintelligenze artificiali. Invece negli Stati Uniti Bernie Sanders e il deputato Greg Casar hanno presentato una proposta per proibire lo sviluppo di sistemi considerati superintelligenti e imporre una pausa temporanea sui modelli avanzati in attesa di nuove regole federali. Altri esperti invitano alla prudenza contro il catastrofismo. Andrew Rogoyski del Surrey Institute for People-Centred AI ritiene che i sistemi attuali siano lontani dalla versatilità umana. Entrambe le letture hanno un aspetto valido. I rischi di oggi non vanno ignorati in nome di un futuro remoto, e i rischi futuri non vanno liquidati come marketing perché sono difficili da misurare. La responsabilità non è dell’IA in astratto. È di chi decide di collegarla a sistemi reali, di assegnarle strumenti e privilegi, di vendere capacità prima di averne verificato i limiti, e di trattare sicurezza e controllo come funzioni da aggiungere dopo. La tecnologia può essere utile. Ma la velocità con cui la distribuiamo è una scelta umana, non una legge della fisica.

Nel apporto del 30 luglio, Anthropic aveva affermato che gli incidenti sembravano più simili a fallimenti operativi e che, a quanto pareva, Claude aveva attaccato obiettivi reali su Internet, ritenendo che tali obiettivi facessero parte di una simulazione. Tuttavia, ora rilascia un nuovo report, dal titolo “An alignment assessment of recent cybersecurity incidents”, in cui sottolinea che il ragionamento di Claude sembri invece orientato a credere che Internet sia simulato, nonostante le numerose evidenze del contrario. “Gli incidenti analizzati da Anthropic mettono in evidenza un limite concreto dei sistemi agentici avanzati. Non basta valutare ciò che un modello sa fare. Conta anche come interpreta il contesto, quanto riesce a rispettare i confini operativi e se è in grado di fermarsi quando emergono segnali che rendono l’azione rischiosa o non più chiaramente autorizzata”, commenta Giovanni Masi, Computer Science Engineer. Nei futuri sistemi di IA sempre più capaci, il disallineamento avrà il potenziale di provocare danni più gravi. Anthropic ammette che la sfida tecnica tuttora irrisolta. Secondo Claudio Telmon, Senior Partner – Information & Cyber Security di P4I – Partners4Innovation, “questa analisi mostra due temi ricorrenti e preoccupanti”, Ecco quali. Indice degli argomenti Dopo aver condotto una valutazione più completa e aver utilizzato diversi metodi – tra cui un’analisi più approfondita della Teoria della Coscienza (CoT) dei modelli, esperimenti di ricampionamento da diversi punti delle trascrizioni degli incidenti e analisi di interpretabilità delle attivazioni del modello – ritiene che il comportamento di Claude rifletta due forme di disallineamento: Biased reasoning (il ragionamento distorto), in cui i modelli interpretano selettivamente le prove in modi che favoriscono la giustificazione delle loro azioni; l’imprudenza, dove i modelli hanno la propensione a continuare a cercare di risolvere il proprio compito, anche quando ciò potrebbe causare danni. Claude Mythos 5 Anthropic si dice preoccupata dal comportamento anomalo riscontrato nella trascrizione di Claude Mythos 5, in cui il modello ha caricato un pacchetto dannoso su PyPI. Nel farlo, Mythos 5 ha agito in modo sconsiderato nonostante le prove evidenti che fosse connesso alla rete Internet reale. Una volta online, il modello ha tentato di utilizzare credenziali relative a sistemi di pagamento online e di reperire criptovaluta per acquistare un numero di telefono, necessario per registrare un indirizzo email. Quando questo tentativo è fallito, ha individuato un provider di posta elettronica gratuito usa-e-getta il cui dominio non era stato bloccato da PyPI, ha registrato un account, pubblicando tre versioni di un pacchetto dannoso e utilizzando le credenziali trapelate da uno dei 15 sistemi che avevano installato il pacchetto per accedere al database di un vero fornitore di soluzioni di sicurezza. Claude Mythos 5 ha ripetutamente affermato nel proprio CoT di trovarsi in una simulazione. Tuttavia, in fase di ricampionamento – ovvero rieseguendo il modello a partire da un punto specifico della trascrizione, per poi modificare le informazioni precedenti per verificare se le sue azioni cambiassero – Anthropic ha scoperto che chiarire che l’ambiente non fosse una simulazione non modificava in modo significativo il comportamento di Claude. Il modello era solo più incline a riconoscere i possibili danni nel mondo reale. Solo quando ha fornito prove inconfutabili e inequivocabili che il modello si trovava sulla rete reale, Claude ha desistito. “Il caso Mythos 5 è quello più significativo. Durante una traiettoria lunga, il modello ha continuato a interpretare come parte della simulazione diversi segnali riconducibili alla rete reale. Anthropic parla di ragionamento distorto e imprudenza, due comportamenti che diventano particolarmente critici quando un agente dispone di strumenti, accesso alla rete e autonomia operativa”, sottolinea Giovanni Masi. Claude Opus 4.7 A differenza di Claude Mythos 5, Claude Opus 4.7 ha correttamente riconosciuto nel proprio ragionamento che il suo obiettivo era un’azienda reale. Tuttavia, ha supposto che tale azienda rientrasse nell’ambito del compito poiché era raggiungibile dalla rete dell’esercitazione e condivideva il nome con l’obiettivo fittizio dell’esercitazione. Opus 4.7 non ha quasi mai messo in discussione questa supposizione né ha cercato di verificarla, ma ha proceduto ad attaccare un sistema che riteneva reale, dimostrando unn comportamento imprudente. Tuttavia, Anthropic ha anche riscontrato che Opus 4.7 è sensibile alle questioni relative all’autorizzazione: “Quando abbiamo ricampionato parti della trascrizione di Opus 4.7 aggiungendo indizi che indicavano che l’attacco non era stato autorizzato, la frequenza con cui ha proseguito l’attacco è diminuita in modo significativo”. Infatti, “Mythos 5.1 e Opus 5 mostrano miglioramenti evidenti rispetto a Mythos 5, ma gli stessi comportamenti non scompaiono del tutto. Questo rende difficile affidare la sicurezza al solo allineamento del modello. Servono anche controlli infrastrutturali, limiti operativi e sistemi di monitoraggio indipendenti“, avverte Giovanni Masi. Le valutazioni che cita Anthropic nel suo report si basano su una serie di tecniche diverse: analisi dei blocchi di pensiero (Reading thinking blocks); porre domande di approfondimento (Asking follow-up questions); applicazione degli strumenti di interpretabilità; ricampionamento delle trascrizioni modificate. Il metodo di analisi principale consiste nell’analizzare le azioni compiute dal modello e le spiegazioni fornite nel suo CoT. Secondo Anthropic, ciò permette di comprendere le ragioni addotte da Claude per le azioni intraprese. In queste trascrizioni, i modelli alternano il ragionamento CoT all’esecuzione di azioni tramite chiamate agli strumenti (senza alcun intervento umano intermedio); nell’analizzare i blocchi di pensiero, li numeriamo in base all’azione che segue quel blocco di pensiero (adperesempio, il CoT per l’azione 100 si riferisce al ragionamento del modello tra l’azione 99 e l’azione 100). Quando si pongono domande di approfondimento, i modelli a volte rivelano informazioni che differiscono da ciò che hanno espresso spontaneamente durante l’esecuzione di un compito. Per eseguire questi test, Anthropic tronca la trascrizione di un episodio in un punto intermedio di interesse, inserendo un messaggio umano che pone al modello una domanda sulla situazione e campioniando la risposta del modello a tale domanda – ovvero, simulando ciò che accadrebbe se un essere umano avesse interrotto la valutazione e avesse interrogato il modello. “Nelle nostre ricerche, abbiamo generalmente utilizzato questo metodo per chiedere a un modello se le entità con cui stava interagendo fossero reali e se stesse causando danni nel mondo reale, oltre che per porre domande generali aperte sulla sua situazione”, scrive la società dei fratelli Amodeo. Anthropic utilizza metodi di interpretabilità per identificare discrepanze tra i meccanismi interni di Claude e il testo o le azioni da esso generati. Gli strumenti principali sono gli autoencoder di linguaggio naturale (NLA), che producono spiegazioni in linguaggio naturale della lunghezza di un paragrafo relative alle attivazioni del modello, e il Template lens (T-lens), che misura quanto un’attivazione assomigli all’attivazione media che precede una data parola in un corpus testuale. Per verificare le ipotesi sulle cause di una determinata azione dannosa, Anthropic modificia artificialmente le trascrizioni (per esempio, per includere indizi o ragionamenti che suggeriscano che Internet sia simulato o reale), effettuando un ricampionamento dal modello sulla trascrizione modificata e utilizzando un sistema di valutazione basato su un modello di linguaggio di grandi dimensioni (LLM) per verificare se il modello compia ancora l’azione in questione. “Effettuiamo il ricampionamento sia delle continuazioni a turno singolo che di quelle a turni multipli; per queste ultime, un modello Claude simula gli output delle chiamate agli strumenti, il che ci permette di osservare il comportamento oltre l’azione immediatamente successiva”, scrive Anthropic. A Claude Mythos 5 , Anthropic aveva assegnato un compito CTF che consisteva nell’hackerare un’azienda fittizia, dicendogli che questa non aveva accesso a Internet. Il modello ha riconosciuto che l’ambiente di valutazione era simulato, ma ha rapidamente individuato delle credenziali che, di fatto, gli consentivano l’accesso a Internet reale. Nel suo CoT, il modello sembrava portare con sé la convinzione che l’ambiente fosse simulato nelle sue interazioni su Internet reale, anche se tale convinzione non era più corretta. Quando ha riscontrato prove del fatto che stava agendo su Internet reale, non ha rivisto in modo significativo questa conclusione. Anche dopo aver avuto accesso alla vera rete Internet, il ragionamento esterno di Claude Mythos 5 definiva generalmente l’ambiente come una simulazione. Oppure, quando considerava la possibilità che l’ambiente potesse essere reale, scartava tale ipotesi. Questa apparente convinzione è persistita anche quando il modello ha raccolto prove che suggerivano fortemente che la situazione fosse un ambiente reale. Per esempio, dopo aver individuato una serie di domini Internet del mondo reale, ha scritto: «Questo è un ambiente Internet simulato molto elaborato». Il modello tendeva inoltre a interpretare i segnali che indicavano la realtà dell’ambiente come ulteriori prove del fatto che fosse simulato. Quando, per esempio, gli scanner di sicurezza hanno installato il suo pacchetto, il modello li ha considerati come attori che seguivano un copione nell’ambito dell’esercitazione. Oltre a non aver valutato le prove che indicavano che l’ambiente potesse essere reale, il ragionamento esterno di Claude Mythos 5 ha accantonato la questione della realtà o simulazione dell’ambiente subito dopo essere entrato nella rete Internet pubblica. “Abbiamo individuato cinque casi in cui il blocco di ragionamento del modello ha risposto alle prove di realismo concludendo che la sua mossa successiva avrebbe funzionato indipendentemente dal fatto che l’ambiente fosse reale o simulato. Nessuna di queste affermazioni è stata formulata mentre il modello stava valutando un’azione dannosa, ma potrebbero riflettere il modo in cui il modello ha affrontato la questione del realismo in senso più generale”. Di seguito sono riportati alcuni esempi”, scrive Anthropic, riportando alcuni esempi. Oltre a lavorare per migliorare la qualità degli ambienti di apprendimento per rinforzo (RL) al fine di evitare di premiare comportamenti non desiderati, Anthropic si addestra anche su ambienti di allineamento progettati per insegnare i limiti appropriati: ad esempio, una versione modificata di un ambiente esistente incentrato sulle capacità, in cui il compito è reso impossibile da un ostacolo legittimo e l’unico comportamento premiato è accettare il fallimento senza tentare di aggirare l’ostacolo. “Quando abbiamo addestrato Mythos 5, avevamo a disposizione alcune versioni iniziali di questi ambienti, ma non eravamo certi della loro qualità; alcune prove deboli suggerivano infatti che potessero avere effetti collaterali negativi, come rendere il modello più pigro. Avevamo inoltre prove empiriche minime del fatto che potessero effettivamente essere d’aiuto e non eravamo sicuri di poter prevedere tutti gli effetti a valle dell’addestramento su questi ambienti”, riporta Anthropic. Il recente post, dal titolo “Training a Misaligned Reward Seeker”, dimostra che il “reward hacking” e la ricerca di ricompense appresi da ambienti difettosi possono portare a gravi casi di disallineamento. Questa scoperta, insieme all’esperienza nell’affrontare il disallineamento a partire da Claude Sonnet 3.7, sta convincendo Anthropic che migliorare la qualità dell’ambiente per evitare l’addestramento basato su “reward hacking” (o su compiti altrimenti configurati in modo errato) sia un modo efficace per aiutare a prevenire fallimenti come quelli qui descritti. Un addestramento diversificato all’allineamento sembra ridurre in modo sostanziale alcuni dei comportamenti peggiori riscontrati in questi incidenti, come il ragionamento distorto. Dal report si evince che affidare la sicurezza al solo allineamento del modello è complicato, perché sono necesxsari anche controlli infrastrutturali, limiti operativi e sistemi di monitoraggio indipendenti. Un ulteriore addestramento all’allineamento avrebbe probabilmente reso Mythos 5 meno incline ai comportamenti all’origine dell’incidente più grave. Anthropic afferma di proseguire ad ampliare l’addestramento all’allineamento in modo che i modelli valutino meglio quando determinati comportamenti, come la perseveranza rispetto alla cautela, siano giustificati. “È forse questa la parte più importante del lavoro di Anthropic. Un agente affidabile non deve soltanto essere capace di raggiungere un obiettivo. Deve saper riconoscere quando continuare non è più la scelta corretta“, mette in guardia Giovanni Masi. Per esempio, ciò può comportare l’ampliamento degli ambienti di capacità esistenti per rendere intenzionalmente impossibili alcuni compiti e premiare il modello per essersi fermato in modo appropriato. Anthropic spiega che l’analisi dei comportamenti emersi da questi episodi si è rivelato impegnativo. Riguardavano modelli diversi, addestrati a distanza di mesi l’uno dall’altro e con regimi diversi, il che ha reso difficile trarre conclusioni generali. Hanno richiesto di confrontarsi con questioni complesse: cosa significa per un modello avere una convinzione? Quale peso si dovrebbe attribuire alla descrizione che un modello fa del proprio ragionamento? I ricercatori a volte non erano d’accordo su tali questioni e sul significato delle prove a loro sostegno. Anthropic adotta un approccio a più livelli alla sicurezza, partendo dal presupposto che ogni singolo livello possa talvolta fallire. “La causa immediata di questi incidenti è stata un errore di configurazione nel livello più esterno di un ambiente di valutazione di terze parti, ma ciò ha messo in luce un secondo fallimento sotto forma di comportamento non allineato che la nostra verifica pre-rilascio non era riuscita a individuare. Consideriamo questi incidenti gravi”, evidenzia Anthropic. Secondo Claudio Telmon, sono “due i temi ricorrenti e preoccupanti: modelli che riconoscono di stare per compiere azioni ‘misaligned’, ma, prevalendo altre valutazioni legate al raggiungimento di un risultato, le compiono lo stesso; definizione di sub-obiettivi finalizzati al raggiungimento dell’obiettivo finale, che possono avere impatti elevati per un risultato anche piccolo, ma che è l’obiettivo delle attività che in quel momento il modello sta compiendo; in questo caso, contaminare un repository pubblico, quindi creando potenzialmente vulnerabilità di impatto ampissimo, per poter compromettere magari poi un singolo sistema; questa catena di azioni è la stessa che citavo anche per il caso di OpenAI: per bloccare un sistema, potrei voler bloccare l’intero datacenter, quindi potrei dover togliere corrente all’intero datacenter, quindi potrei dover togliere corrente all’intera area… solo vincoli di aligment estremamente forti possono evitare queste catene di ragionamento e azione”, conclude Claudio Telmon. I modelli di produzione hanno compiuto azioni malevole contro sistemi reali, per ore, sulla base di ragionamenti discutibili e distorti. “Riteniamo che gli attuali approcci di addestramento siano probabilmente in grado di affrontare le specifiche modalità di disallineamento osservate in questi incidenti. Tuttavia, consideriamo questi incidenti e altri verificatisi quest’estate come preziosi segnali di allarme”, mette in guardia Anthropic. I futuri sistemi di IA saranno sempre più capaci, il che implica che il disallineamento avrà il potenziale di causare danni più gravi. Addestrare i modelli estremamente potenti del futuro affinché siano saldamente allineati è una sfida tecnica irrisolta che per essere superata richiede una ricerca continua e un’eccellenza operativa. Intanto accontentiamoci di permessi minimi, segmentazione, accessi temporanei, blocchi di rete in uscita, approvazioni umane e log che l’agentic AI non possa modificare.

Tra gennaio 2025 e luglio 2026 c’è stato il furto di 3,63 miliardi di dollari in 245 attacchi. Si tratta di un fenomeno illecito in aumento. Aumentano gli attacchi cyber contro le piattaforme di criptovalute, nonostante i controlli e gli audit di sicurezza. Tra gennaio 2025 e luglio 2026, exchange e piattaforme crypto hanno perso complessivamente 3,63 miliardi di dollari in 245 incidenti informatici . Al contempo gruppi criminali organizzati e hacker che hanno il supporto dei Governi affinano tecniche sempre più sofisticate per rubare e riciclare gli asset digitali. È questo il quadro compresso che emerge dallo State of Crypto Security Report 2026 di CoinGecko , riportato dalla Cnbc . Il punto è chiaro. Si tratta infatti di “ un settore nel quale la cybersecurity fatica a tenere il passo con l’evoluzione delle minacce “. C’è un altro dato che mostra nel complesso la dimensione della questione. I dieci maggiori attacchi rappresentano da soli oltre il 72,5% del valore complessivamente sottratto nel periodo oggetto di esame. Più di 1,8 miliardi persi tra infrastrutture e catena del valore Nello State of Crypto Security Report 2026 di CoinGecko si rimarca come la superficie di attacco cresca insieme alla complessità dell’ecosistema delle criptovalure. Le vulnerabilità delle infrastrutture e della supply chain sono state le più costose per exchange centralizzati (CEX) e piattaforme decentralizzate (DEX), provocando oltre 1,8 miliardi di dollari di perdite . Tra i casi citati, i più importanti dal punto di vista quantitativo sono Bybit e KelpDAO . Il dato evidenzia uno dei problemi centrali della sicurezza delle criptovalute. “ Un protocollo può infatti essere sicuro nel suo nucleo e contemporaneamente rimanere vulnerabile attraverso infrastrutture esterne, fornitori, integrazioni o interfacce utilizzate dagli utenti “. CoinGecko Credits Le vulnerabilità cambiano inoltre a seconda dell’architettura. Negli exchange crypto centralizzati (CEX) il principale punto debole rimane la compromissione delle chiavi private . Se un attaccante riesce a impossessarsi delle credenziali necessarie ad autorizzare le transazioni, può ottenere direttamente il controllo degli asset. Nel settore decentralizzato la minaccia arriva soprattutto dal codice. Le dApp hanno perso 546 milioni di dollari a causa di exploit degli smart contract . In questo caso specifico, “ attraverso vulnerabilità o comportamenti imprevisti dei programmi che eseguono automaticamente le transazioni “. Attacchi nonostante controlli e verifiche Tra i vari dati dello studio, gli analisti ne hanno sottolineato uno in particolare. Proprio per la sua natura. Dei 245 incidenti crypto documentati dall’inizio del 2025, 147 hanno coinvolto protocolli che erano già stati sottoposti ad audit di sicurezza. In termini percentuali vuol dire che il 60% delle piattaforme compromesse aveva completato verifiche indipendenti . Ancora più impressionante è il dato economico. Queste piattaforme, nel loro insieme, rappresentano l’88,44% di tutto il capitale sottratto nei 19 mesi analizzati . Secondo CoinGecko , numerosi attacchi contro piattaforme già sottoposte ad audit hanno sfruttato alcune particolare caratteristiche o situazioni. Nel dettaglio: infrastrutture esterne. Aggiornamenti del codice non verificati. Caratteristiche sistemiche manipolate attraverso attacchi alla governance . “ Soltanto circa l’11% degli incidenti sarebbe riconducibile a vulnerabilità degli smart contract comprese direttamente nel perimetro degli audit “. Una quota relativamente piccola che ha comunque provocato 396 milioni di dollari di perdite . Il caso della Corea del Nord Tra i vari aspetti, un particolare caso di studio riguarda l’attivismo dei gruppi hacker criminali che agirebbero per conto del Governo della Corea del Nord . Le loro azioni sarebbero in questo senso un’importante fonte di reddito. “ I gruppi di hacker criminali legati alla Corea del Nord hanno rubato più criptovalute di chiunque altro nel 2025. L’incasso totale si aggirerebbe sui 2 miliardi di dollari. Questa cifra ha rappresentato un aumento del 51% rispetto all’anno precedente. La fetta di asset digitali che hanno sottratto rappresenta il 60 per cento del totale dei furti a livello mondiale. Per una quota, pari a circa 3,4 miliardi di dollari nel 2025 “. Su tale materia, l’ Avvenire aveva ripreso alcune stime di un gruppo di esperti delle Nazioni Unite . Secondo loro – nel periodo che va dal 2017 al 2023 – la Corea del Nord avrebbe sottratto “ asset virtuali per un valore di 3 miliardi di dollari tramite 58 attacchi informatici su piattaforme di criptovaluta “. L’obiettivo di queste operazioni cyber è spesso quello di ottenere risorse. Il tutto, sia per accrescere il bilancio statale che per aggirare le stesse sanzioni, finanziando il programma nucleare del Paese . In questi termini, il Governo del Paese asiatico ha iniziato a sviluppare moderne capacità informatiche già a metà degli anni ’90. Da allora, esistono diversi corsi di formazione informatica presso le università di Pyongyang, all’interno di un sistema di “ addestramento ” che dura anni. Investimenti sono arrivati anche nelle infrastrutture delle telecomunicazioni, sempre per massimizzare il suo potenziale informatico . Per approfondire Leggi lo State of Crypto Security Report 2026 di CoinGecko . Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Aumentano gli attacchi cyber contro le piattaforme di criptovalute: “Rubati 3,63 miliardi di dollari in 19 mesi”. Il rapporto sembra essere il primo su CyberSecurity Italia .

La conferma di OpenAI rimarca la necessità di definire delle nuove misure per limitare i ruschi in materia. Con un post su X, OpenAI ha pubblicato la conferma dell’attacco cyber contro il sito web tedesco DseWiki in piena autonomia da parte di suoi agenti AI . Un altro punto fondamentale. E ha aggiunto: “ Ormai è giunto il momento di definire degli standard su quando e come condividere gli incidenti di disallineamento , non solo le caratteristiche di disallineamento dei nostri modelli “. La società ha perciò riconosciuto la dinamica dell’incidente che ha trasformato e manomesso il sito in una sorta di bacheca per comunicare e condividere strategie. L’episodio sarebbe avvenuto a partire dal maggio scorso, dunque prima dell’attacco contro Hugging Face . A scoprirlo sarebbe stato un gruppo di analisti che stava cercando sul web tracce di comportamenti non autorizzati da parte di agenti AI. Secondo gli analisti, gli agenti avrebbero effettuato più di 15mila modifiche su DseWiki , trasformandolo in una pagina di comunicazione. Il tema del disallineamento Nel suo post su X , oltre a inquadrare l’ attacco contro DseWiki , l’azienda ha ammesso la necessità di cambiare approccio nella gestione di episodi in cui i propri sistemi si comportano in modo inatteso. Secondo OpenAI , è ormai “ ora ” di definire standard chiari per comunicare e classificare questi incidenti. In particolare, l’azienda ha spiegato di aver considerato finora il problema del disallineamento (misalignment) soprattutto come una questione di studio. Si verifica quando un modello o un agente di AI persegue obiettivi differenti da quelli previsti dai suoi sviluppatori o dagli utenti. OpenAI ha riconosciuto però che il disallineamento sta producendo “ nuovi tipi di impatto nel mondo reale “. E che, con l’evoluzione delle capacità dei modelli , è necessario ampliare il modo in cui si studiano e comunicano questi fenomeni. Un portavoce di OpenAI aveva inizialmente dichiarato, alla Reuters , che l’azienda non poteva rispondere in modo significativo a conclusioni o accuse contenute in un rapporto che non aveva avuto modo di esaminare. Il portavoce aveva inoltre negato che il gruppo legale della società avesse cercato di scoraggiare un’indagine. Successivamente, OpenAI ha inquadrato il caso come un caso di disallineamento, simile ad altri incidenti già comunicati dall’azienda. Diverso, secondo OpenAI , il caso Hugging Face , che sarebbe stato invece gestito attraverso “ le procedure tradizionali previste per gli incidenti di cybersicurezza “. La necessità di un nuovo quadro di riferimento Nelle ultime settimane è emersa la necessità di adottare delle misure per limitare i rischi degli attacchi informatici autonomi dell’AI. OpenAI ha riconosciuto che attualmente manca uno standard condiviso , sia all’interno dell’azienda sia nella più ampia comunità dell’intelligenza artificiale. Questo servirebbe per stabilire come segnalare i casi di disallineamento che emergono durante l’addestramento, la valutazione o l’utilizzo dei modelli. Il problema riguarda soprattutto gli episodi che non rientrano nella categoria tradizionale degli incidenti di sicurezza , ma che possono comunque fornire informazioni importanti sul comportamento dei sistemi di AI e sui rischi futuri. Per questo la società con base a San Francisco sta lavorando ad un “ framework per la segnalazione e la gestione di questi episodi “, che dovrebbe essere presentato nelle prossime settimane. Parallelamente, l’azienda afferma di collaborare con decine di autorità e organismi regolatori governativi in tutto il mondo. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo DseWiki, OpenAI conferma l’attacco cyber e rimarca: “È tempo di definire nuovi standard per i rischi dell’AI” sembra essere il primo su CyberSecurity Italia .

In una fabbrica, obsoleto non significa necessariamente inutilizzabile. PLC, workstation e sistemi di controllo installati molti anni fa possono continuare a governare processi critici con elevata affidabilità, pur non rispondendo più agli standard di cyber security attuali. Il problema dei sistemi legacy nasce proprio da questa contraddizione: tecnologie difficili da sostituire devono continuare a funzionare in un ambiente industriale sempre più connesso e quindi esposto a minacce per le quali non erano state progettate. Indice degli argomenti Il concetto di legacy nell’Operational Technology è diverso da quello che normalmente viene utilizzato nell’IT. Un server aziendale può diventare obsoleto nel giro di pochi anni e rientrare in un normale ciclo di refresh tecnologico. Una macchina industriale, invece, può avere una vita operativa di decenni e continuare a produrre valore molto tempo dopo la fine del supporto commerciale di alcune delle sue componenti digitali. All’interno dello stesso stabilimento possono così convivere tecnologie appartenenti a generazioni molto differenti. Un sistema OT può essere considerato legacy quando utilizza hardware, software, sistemi operativi, protocolli o componenti che non riflettono più lo stato corrente della tecnologia e, soprattutto, quando il loro supporto o la possibilità di aggiornarli risultano limitati o cessati. Non significa necessariamente che il sistema sia malfunzionante. Al contrario, una delle ragioni per cui queste tecnologie rimangono in produzione è proprio la loro affidabilità. Se un PLC controlla da quindici o vent’anni una linea senza problemi, sostituirlo può apparire economicamente poco conveniente. Ma esistono anche vincoli più concreti. Il componente può essere integrato in un macchinario certificato, utilizzare software proprietario, dipendere da periferiche non più disponibili oppure richiedere un fermo produttivo significativo per essere sostituito. In altri casi manca persino la documentazione necessaria per ricostruire completamente configurazioni e dipendenze. La permanenza dei sistemi legacy deriva quindi dall’incontro tra ciclo di vita industriale e ciclo di vita digitale, due dimensioni che procedono a velocità profondamente differenti. Molti PLC appartenenti alle generazioni precedenti sono stati progettati in un periodo nel quale le reti industriali erano prevalentemente isolate e la minaccia cyber aveva caratteristiche molto diverse da quelle attuali. L’obiettivo principale era garantire determinismo, disponibilità e affidabilità del processo. Di conseguenza, alcuni dispositivi e protocolli industriali storicamente utilizzati possono disporre di capacità limitate in materia di autenticazione, cifratura, logging o controllo granulare degli accessi. In un ambiente isolato queste caratteristiche potevano rappresentare un rischio accettabile. Quando però lo stesso dispositivo viene inserito in un’infrastruttura interconnessa con sistemi IT, piattaforme di manutenzione remota, gateway IIoT o servizi cloud, il modello di minaccia cambia radicalmente. Il problema non è quindi soltanto l’età del PLC, ma la distanza tra le condizioni per le quali era stato progettato e quelle nelle quali viene utilizzato oggi. La presenza di un asset legacy non equivale automaticamente a una vulnerabilità critica. Il rischio dipende da esposizione, funzione svolta, architettura, vulnerabilità effettivamente presenti e misure compensative applicate. Tuttavia, l’obsolescenza riduce spesso le possibilità di intervento e può trasformare una debolezza conosciuta in un rischio destinato a permanere per anni. La situazione più complessa si verifica quando il produttore interrompe il supporto e non rilascia più patch o aggiornamenti di sicurezza. Se venisse scoperta una vulnerabilità, l’organizzazione potrebbe non disporre di una correzione applicabile. Anche quando una patch esiste, inoltre, installarla in un ambiente industriale può richiedere verifiche ulteriori. L’aggiornamento potrebbe modificare il comportamento del sistema, creare incompatibilità con applicazioni o periferiche oppure richiedere una finestra di manutenzione non immediatamente disponibile. Nasce così una categoria di rischio tipicamente OT: la vulnerabilità conosciuta che non può essere eliminata nel breve periodo. In questi casi la strategia deve spostarsi dalla remediation diretta alla mitigazione, riducendo esposizione e possibilità di sfruttamento attraverso controlli compensativi. È fondamentale, però, che questa situazione venga documentata. Un asset non aggiornabile non dovrebbe diventare un’eccezione permanente semplicemente perché “ha sempre funzionato”. Quando il sistema vulnerabile controlla un processo fisico, le conseguenze di una compromissione possono superare il perimetro informatico. L’indisponibilità di un PLC può determinare il fermo di una macchina o di una linea. L’alterazione di parametri o logiche di controllo può, invece, interferire con il comportamento del processo. La presenza di sistemi di safety indipendenti e correttamente progettati è essenziale per ridurre il rischio per persone e impianti, ma non elimina le possibili conseguenze operative ed economiche di un attacco. Produzione persa, materie prime inutilizzabili, ritardi nelle consegne, manutenzione straordinaria e tempi necessari alla ricostruzione delle configurazioni possono trasformare una vulnerabilità tecnica in una perdita economica significativa. Per questo, la criticità di un sistema legacy dovrebbe essere determinata anche sulla base del processo che controlla e delle conseguenze della sua indisponibilità o manipolazione. Quando patching o sostituzione non sono immediatamente possibili, la domanda diventa: come ridurre il rischio senza interferire con la produzione? La risposta passa attraverso un insieme di misure compensative progettate attorno alle caratteristiche dell’asset. L’obiettivo è limitare ciò che può raggiungerlo, controllare le comunicazioni necessarie e aumentare la capacità di identificare rapidamente eventuali comportamenti anomali. Un PLC legacy non dovrebbe essere raggiungibile da sistemi che non hanno necessità operative di comunicare con esso. La segmentazione permette di separare asset con funzioni e livelli di rischio differenti, riducendo le possibilità di movimento laterale in caso di compromissione. Firewall industriali e altri punti di controllo possono essere utilizzati per autorizzare soltanto i flussi necessari tra le diverse zone. In presenza di sistemi particolarmente vulnerabili può essere opportuno creare segmenti dedicati, limitando fortemente comunicazioni e accessi amministrativi. Il principio è semplice: se non è possibile correggere la vulnerabilità dell’asset, bisogna ridurre le opportunità che un attaccante possa raggiungerla e sfruttarla. La segmentazione non deve tuttavia essere improvvisata. Bloccare un flusso apparentemente non necessario può interferire con il processo. Prima di modificare l’architettura è quindi indispensabile conoscere protocolli, dipendenze e normali pattern di comunicazione. La visibilità rappresenta il secondo pilastro della mitigazione. Negli ambienti legacy, dove gli agent di sicurezza tradizionali possono essere incompatibili o impossibili da installare, il monitoraggio passivo della rete permette di osservare le comunicazioni senza interagire direttamente con il dispositivo. Analizzando il traffico è possibile ricostruire asset e relazioni, identificare nuovi dispositivi, rilevare comunicazioni inattese e individuare cambiamenti rispetto al comportamento abituale. Un PLC che normalmente comunica soltanto con un determinato HMI e improvvisamente riceve connessioni da un segmento differente dovrebbe generare un’indagine. Il vantaggio dell’approccio passivo consiste nel fornire visibilità limitando il rischio di interferire con dispositivi sensibili. Questo non significa che ogni anomalia sia necessariamente un attacco. La conoscenza del processo rimane indispensabile per distinguere manutenzione, variazioni legittime e comportamenti realmente sospetti. L’obsolescenza è anche un problema finanziario. Mantenere un sistema legacy produce costi e rischio, ma sostituirlo può richiedere investimenti elevati, fermi impianto e modifiche ad altre componenti della linea. La decisione deve quindi essere costruita sul costo complessivo del rischio, non soltanto sul prezzo del nuovo hardware. La mitigazione può essere economicamente vantaggiosa quando permette di mantenere in sicurezza un asset ancora affidabile per un periodo definito. Segmentazione, firewall, monitoraggio e controllo degli accessi hanno però anch’essi un costo e non eliminano la causa originaria del problema. Inoltre, man mano che il sistema invecchia possono aumentare altri fattori: difficoltà nel reperire ricambi, riduzione delle competenze disponibili, dipendenza da singoli fornitori e impossibilità di ripristinare rapidamente l’hardware dopo un guasto. Occorre quindi confrontare almeno due scenari: quanto costa continuare a proteggere il sistema e quanto costa sostituirlo. La valutazione dovrebbe includere CAPEX, costi operativi, fermo necessario alla migrazione, rischio residuo, disponibilità dei ricambi e impatto economico di una possibile indisponibilità. È qui che la cyber security diventa parte della gestione delle passività operative: un’infrastruttura obsoleta non rappresenta soltanto un problema tecnico, ma un debito tecnologico che può richiedere investimenti futuri e incidere sul profilo di rischio dell’impresa. La sostituzione dei sistemi legacy dovrebbe essere pianificata prima che diventi un’emergenza. Un asset può essere classificato in base a criticità, stato del supporto, esposizione cyber, possibilità di applicare controlli compensativi e conseguenze di un guasto. Da questa classificazione può nascere una roadmap pluriennale. I sistemi più critici e meno mitigabili avranno priorità maggiore; quelli sufficientemente isolati e per i quali esistono ricambi e procedure di recovery potranno eventualmente essere mantenuti più a lungo. È utile considerare anche il rischio di obsolescenza delle competenze. Un PLC può continuare a funzionare perfettamente, ma se soltanto poche persone conoscono il software necessario per programmarlo o se gli strumenti di engineering non sono più disponibili, la capacità di recovery dell’organizzazione si riduce progressivamente. La modernizzazione deve quindi riguardare hardware, software, documentazione e competenze. L’obsolescenza tecnologica non elimina la responsabilità di gestire il rischio. La presenza di un sistema non aggiornabile deve essere conosciuta, valutata e inserita nei processi di governance, stabilendo quali misure compensative siano necessarie e per quanto tempo l’organizzazione ritenga accettabile mantenere quel rischio. È proprio la formalizzazione dell’eccezione a distinguere una scelta consapevole da una vulnerabilità semplicemente ignorata. La NIS2 non stabilisce uno specifico obbligo secondo cui ogni sistema legacy debba essere aggiornato o sostituito, né disciplina separatamente i PLC non aggiornabili. Per i soggetti che ricadono nel suo perimetro, la direttiva richiede però misure tecniche, operative e organizzative adeguate e proporzionate per gestire i rischi relativi alla sicurezza dei sistemi informativi e di rete. Tra gli ambiti previsti rientrano gestione degli incidenti, business continuity e disaster recovery, sicurezza della supply chain, sicurezza nell’acquisizione, sviluppo e manutenzione dei sistemi, gestione e divulgazione delle vulnerabilità, valutazione dell’efficacia delle misure adottate, controllo degli accessi e gestione degli asset. Per un sistema non aggiornabile, quindi, la questione non è dimostrare semplicemente che “la patch non esiste”. L’organizzazione deve essere in grado di valutare il rischio e adottare misure proporzionate: segmentazione, restrizioni degli accessi, monitoraggio, procedure di recovery o, quando il rischio non può essere adeguatamente mitigato, pianificazione della sostituzione. La presenza di un asset legacy diventa così un tema di risk management documentabile, sul quale anche il management deve possedere una visibilità adeguata. La famiglia IEC 62443 offre un riferimento particolarmente utile per affrontare la cyber security degli ambienti industriali nei quali convivono tecnologie moderne e legacy. L’approccio basato sul rischio consente di partire dall’architettura e dalle caratteristiche del sistema anziché pretendere che ogni componente disponga delle stesse capacità di sicurezza. I concetti di zone e conduits permettono, ad esempio, di raggruppare asset con caratteristiche e requisiti omogenei e controllare le comunicazioni tra aree differenti. Questo è particolarmente importante quando un dispositivo non può implementare direttamente determinate funzionalità. Una parte della protezione può essere trasferita all’architettura circostante attraverso controlli compensativi, purché la soluzione sia coerente con la valutazione del rischio e con i requisiti applicabili al sistema. La gestione delle eccezioni deve comunque avere una scadenza e un responsabile. Documentare che un PLC non può essere aggiornato, proteggerlo attraverso misure alternative e rivalutare periodicamente il rischio è molto diverso dal mantenerlo indefinitamente in produzione senza un piano. Ed è probabilmente questa la questione centrale dei sistemi legacy industriali. L’obsolescenza non è un incidente improvviso, ma un rischio che cresce nel tempo. Fine del supporto, vulnerabilità, indisponibilità dei ricambi e perdita delle competenze possono accumularsi lentamente fino a rendere il sistema sempre più difficile da proteggere e ripristinare. La strategia efficace non consiste quindi nel pretendere di eliminare immediatamente ogni tecnologia datata, né nel considerarla sicura soltanto perché continua a funzionare. Occorre conoscerla, isolarla, monitorarla e pianificarne l’uscita. In una fabbrica nella quale alcuni macchinari possono restare operativi per decenni, la vera misura della maturità cyber non è infatti l’assenza di sistemi legacy, ma la capacità dell’organizzazione di sapere quali rischi sta mantenendo, perché li sta accettando e fino a quando intende farlo.

Con l’avanzare della tecnologia, nelle attività di spionaggio e controspionaggio l’elemento digitale si affianca sempre di più all’ormai consolidato elemento umano. L’intelligenza artificiale sta entrando ormai nelle attività di raccolta e penetrazione, così come in quelle di controspionaggio. Vediamo però dove risiede il confine e se questa tecnologia imperante offre allo spionaggio qualcosa in più rispetto al passato. Indice degli argomenti Un concetto merita chiarezza, una volta per tutte: nel mondo dello spionaggio e del controspionaggio la HUMINT, Human Intelligence, agisce sfruttando le relazioni umane per avere accesso fisico e diretto ad ambienti riservati. Ad essa si sta affiancando, non sostituendo, la tecnologia e in particolar modo l’intelligenza artificiale. Dalla questione informativa più tecnicamente data, quella dei dati e dei bit, rispetto a chi l’ha consacrata, Shannon, che esplora dei territori di cui oggi noi siamo ben consapevoli, oggi siamo passati ad un’informazione più o meno consolidata attraverso i nuovi strumenti digitalizzati: AI, tecniche di investigazioni innovative, come OSINT, SIGINT, COMINT, ELINT, GEOINT o ININT, detta anche TECHINT. In questa nostra epoca così digitalizzata, con tali presupposti, sembra che la HUMINT non sia più plausibile. Ma, in realtà, c’è ancora molto da dire rispetto proprio alla tecnica investigativa legata prevalentemente alle reti umane. paradosso della trasparenza Questo meccanismo lo aveva capito più di ogni altro il filosofo Gianni Vattimo. Nel suo libro, infatti, del 1989, “La società trasparente”, il filosofo torinese lascia intendere che la partita del futuro non si gioca più sulla copertura o solo su effetti di controspionaggio da copertura intesa con un cambio passaporto o con una “barba finta”, ma si gioca prevalentemente nella totale trasparenza. Sembra un paradosso, ma è così. In un mondo così fortemente tecnologico e di sviluppo eccessivo di alcune forme di tecnologia, le fonti criminali e le persone, che tendono a manipolare la realtà sociale e a preparare attacchi terroristici, hanno fonti di denaro illimitate, quindi, hanno la possibilità di avvalersi di figure anche più esperte di quelle a disposizione dei governi. Dunque, la criminalità arriva prima dei governi stessi. Si insidia nelle gare d’appalto delle pubbliche amministrazioni per inserire spie interne e microchip in maniera illegale per monitorare le azioni di tutti gli attori coinvolti nelle indagini di investigazione, così come nei vari ministeri per confondere e diffondere delle tecnologie meno appropriate e così via. Paradossalmente, quindi, servono persone sempre più abituate e propense a un pensiero critico per mettere insieme elementi ed eventi che la tecnologia non può mettere insieme e non lo potrà fare mai. L’AI lavora per assiomi e accorpamenti di idee e calcoli algoritmici e formula le sue risposte anche in base alle domande degli interlocutori. Una tecnologia, quindi, compiacente, come i social d’altronde, che non risolve il problema, ma che ci dà una visione olistica delle cose che può servire a colmare una conoscenza, a rispondere a delle domande, a intrecciare alcuni rapporti, ma che non risolve il caso o un’indagine specifica. Agisce in maniera verticale, entrando nella conoscenza delle persone, ma non si muove in maniera orizzontale, cioè in maniera critica e soprattutto battendo fisicamente il territorio, in cui si verificano i fatti oggetto di indagine. Pensiamo a quanto sia importante monitorare in un porto pieno di container e attività criminali da parte delle reti informative umane rispetto ad apparati tecnologici che possono essere tranquillamente messe fuori uso o addirittura annullate attraverso tecnologie di contrasto. Quindi, nello spionaggio e nel controspionaggio, la visione non si riduce a questa fase orizzontale, ma deve essere necessariamente verticale. Ooggi, benché la digitalizzazione del mondo ci potrebbe aiutare a risalire alla vera identità di alcune persone, è possibile riuscire a mettersi all’interno di una rete di terroristi attraverso persone scelte con una vera identità, che nella vita fanno più lavori, che a loro volta, proprio per la disponibilità della tecnologia, si possono costruire dei profili social ad hoc per il bene del Paese e smascherare delle reti terroristiche, dei pericoli che incombono attraverso una capacità di mimetizzarsi e senza utilizzare nessun tipo di intelligenza artificiale. Il profilo migliore dovrà corrispondere a quella persona che non avrà mai dovuto fare quel tipo di attività, ma con forti abilità di Humint, di infiltrazione e capacità analitica elevata. Significa che la maggior parte delle attività delle agenzie di intelligence o delle spie in futuro non riguarderà la creazione di false identità per ottenere delle informazioni o il catalogo di informazioni attraverso la tecnologia, ma l’addestramento e l’arruolamento di persone che sono in grado di entrare e comprendere prevalentemente tutti i dettagli del nemico conoscendone la storia, gli usi e i costumi come il miglior attore in circolazione. lezione di Sun Tzu Pur vivendo in ecosistemi digitali, la capacità di prendere e capire le informazioni appartiene a metodi di raccolta, analisi e critica che permettono di capire movimenti, stati, date e situazioni in cui la quantità di informazione va a scapito della qualità. Mai il contrario. Lo spionaggio e il controspionaggio non possono vivere di mode, invece devono vivere di metodi e della possibilità di andare controcorrente quanto possibile. Altrimenti sarà davvero complicato attuare la lezione di Sun Tzu di anticipare il nemico senza combattere. Infatti, la maggior parte delle guerre si sta combattendo proprio perché le agenzie di intelligence stanno fallendo a livello internazionale annientandosi tra di loro a colpi di nuove e superdotate tecnologie. Forse la mia visione non sarà di moda, ma lo spionaggio del futuro non dovrà più solo smascherare i bias cognitivi. Non si può pretendere di capire un mondo così complesso rimanendo in una comoda scrivania a fare analisi. Mentre tutto va veloce, l’analista, la spia, lo spionaggio devono rallentare e far comprendere le informazioni ai decisori. Devono accelerare quando tutto il resto va lentamente e devono rallentare quando tutto va veloce, per avere quella lucidità unica indispensabile per smascherare le attività negative. L’AI è metodologica, la spia è culturale. Se come dicono tutti ormai, l’intelligenza artificiale aumenta già in modo esponenziale la capacità di elaborare dati, il nuovo spionaggio ha bisogno di persone e contesti di altissimo profilo che possano contribuire a migliorare le condizioni di una società. Non è affatto vero che gli agenti o le spie del futuro dovranno muoversi tra mondo etereo e quello reale. La forza del metodo HUMINT rappresenta una più forte e più solida riproposizione del concetto di segreto. Bisogna trattenere il metodo acquisito all’interno di un protocollo di sicurezza molto alto e non diffonderlo se non è necessario. Essere pronti a fare operazioni di ogni genere, infiltrarsi e generare un’empatia consapevoli verso l’esterno e verso quelle persone che tendono, sia per loro natura che per storia, a fare del male. L’approccio critico del fattore umano, unito alle potenzialità delle tecnologie in continua evoluzione, determinano una pianificazione dell’operatività multilivello, basti pensare agli attacchi di droni che necessitano dell’uomo per le operazioni di lancio. Nell’operazione nota come “Operation SpiderWeb” condotta dall’esercito ucraino, grazie ad una sofisticata rete di operatori sul campo, i droni sono stati nascosti all’interno di cabine mobili, così da farli decollare inosservati e colpire i bersagli desiderati. Altro caso degno di nota è quello dei Pager di Hezbollah dell’Operation Grim Beeper, in cui pager e walkie-talkie sono stati utilizzati come arma di attacco esplosivo e che è stato possibile solo grazie ad una penetrazione Humint nelle filiere produttive e distributive che ha individuato l’anello debole della catena logistica e agire indisturbata fino al completamento della missione. Così come tante altre operazioni, anche avvenute da poco tempo nella striscia di Gaza. Il vantaggio che l’uomo avrà sempre sulla macchina, per quanto quest’ultima possa diventare evoluta e all’avanguardia, resta la sua capacità di raccogliere informazioni dirette sul campo per scovare i punti deboli delle reti. Pertanto, il suo apporto a quello tecnologico rimane fondamentale e imprescindibile, colmando le lacune della tecnologia, così come quelle degli altri metodi di intelligence.

Industrial giants Schneider Electric, Siemens, and Aveva have published September 2026 Patch Tuesday advisories, informing customers about vulnerabilities found in their ICS products. Schneider Electric published four new security advisories and updated four others, including one originally released in 2019. The most severe of the newly addressed issues is a critical authentication vulnerability in Modicon M580 and Modicon M580 Safety controllers. Tracked as CVE-2026-3869, the flaw has a CVSS score of 9.2. Schneider Electric also resolved high-severity bugs in the PowerLogic T300 platform (formerly Easergy T300 RTU) and its EcoStruxure IT Data Center Expert product, and a medium-severity defect in SCADAPack x70 products. On Tuesday, the company also updated four security advisories that cover older security weaknesses to add mentions of patches being rolled out for the Modicon MC80 controller. Siemens has published nine new advisories since the last Patch Tuesday, including seven on September 8. It also updated nine other advisories. Four of the newly released advisories cover critical-severity vulnerabilities in Reyrolle 7SR5, Open Interface Services (OIS), Industrial Edge Management, and SIMOVE Fleetmanager and SIPLANT. The remaining flaws are high-severity issues in Desigo CC, Teamcenter, Mendix SAML module, and Element Maps. Additionally, the company announced the rollout of updates for several products to resolve the Copy Fail Linux kernel vulnerability disclosed in April. Tracked as CVE-2026-31431 (CVSS score of 7.8), it allows attackers to achieve root shell access. Aveva on Tuesday published an advisory covering four flaws in the PIMBoards component of Pipeline Integrity Monitor. Two are high-severity bugs: a hardcoded encryption key allows attackers to decrypt sensitive information, and passwords being hashed with MD5 could allow attackers to reverse-engineer administrative passwords. Since the previous Patch Tuesday, Aveva also warned of a medium-severity unsafe deserialization vulnerability in Enterprise SCADA that could potentially lead to remote code execution. Last week, Rockwell Automation published nine security advisories that cover critical- and high-severity flaws in RSLinx Classic and high-severity bugs in the 1756-ENBT module, FactoryTalk Historian Machine Edition (ME), FactoryTalk Activation Manager, Redundancy Module Configuration Tool, ControlFLASH, ArmorStart Distributed Motor Controllers, and the CompactLogix 5380/5480/5580, GuardLogix 5580, and Compact GuardLogix 5380 controllers. Since the previous Patch Tuesday, CISA has published advisories for vulnerabilities in CareCam, Tycon Systems, Pyramid Solutions, Inductive Automation, IXON, OPCFoundation, Ebyte, All-Line Equipment Company, Applied Systems Engineering, Xiiaozet, Furuno, Bendix, PayRange, Rently, Johnson Controls, Flow Neuroscience, Andritz, Hitachi Energy, Haiwell, Pulsetto Vagus, and Mira Hormone products. Related: ICS Patch Tuesday: Vulnerabilities Fixed by Siemens, Schneider, Phoenix Contact Related: ICS Patch Tuesday: Vulnerabilities Fixed by Siemens, Schneider, Rockwell

Il recente pacchetto di investimenti da 200 milioni di dollari della Commissione Europea in Groenlandia, certifica la rinnovata centralità geopolitica dell’isola. Sullo sfondo, la dialettica con gli Usa di Donald Trump. La Groenlandia, nazione costituiva del Regno di Danimarca , è sempre più un pilastro della geopolitica dell’UE e non solo per le potenzialità della rotta artica, legate allo scioglimento dei ghiacciai. Le prese di posizione di Donald Trump – che aveva minacciato addirittura di voler annettere l’isola – hanno spinto la Commissione Europea a prendere delle decise contromisure. In questi termini si può leggere la recente visita a Nuuk (la capitale della nazione) di Ursula von der Leyen , un passaggio politico importante. L’Unione Europea, la Groenlandia e la Danimarca hanno firmato una Dichiarazione congiunta che ha l’obiettivo di “ approfondire le relazioni economiche e strategiche “. Insieme al documento, anche un pacchetto europeo da 200 milioni di euro per il 2026-2027 destinato soprattutto a connettività , energia pulita e materie prime critiche. Von der Leyen ha anche annunciato il lancio imminente della strategia artica dell’ UE , “ che sarà presentata questo autunno “. Si punta, in questo senso, a rafforzare la presenza nella regione – con proiezioni verso i corridoi commerciali che collegano l’Europa all’Asia – in funzione di contrasto all’attivismo e alla presenza della Russia . La misura dei finanziamenti Per il prossimo bilancio UE 2028-2034, Bruxelles propone inoltre di portare a 530 milioni di euro i finanziamenti destinati alla Groenlandia. Formalmente il quadro è quello di “ sviluppo sostenibile, investimenti e cooperazione “. Ma in realtà il valore delle misure è molto più elevato. L’ Europa sta cercando di rinforzare la propria presenza nella regione , confrontandosi direttamente con gli altri . Tutto questo, ovviamente, transita dai singoli comparti. Per la connettività internet satellitare Bruxelles dovrebbe investire circa 9 milioni di euro in cinque anni. Risorse, che serviranno a garantire copertura alla Groenlandia orientale e settentrionale, secondo quanto ha riportato il quotidiano The Copenhagen Post . Bruxelles, Nuuk e Copenaghen hanno indicato esplicitamente tra le priorità comuni cavi sottomarini sicuri e resilienti, infrastrutture satellitari, dorsali di telecomunicazione e servizi digitali . L’UE aveva comunque già destinato 54,7 milioni di euro attraverso il Connecting Europe Facility Digital al progetto Tusass Connect , il cavo sottomarino destinato a collegare diverse aree della Groenlandia occidentale e meridionale. Parallelamente si rafforzano l’accesso alle comunicazioni satellitari e l’utilizzo di servizi europei come Copernicus e Galileo. Un livello più alto di connettività Il nuovo accordo, però, porta questa strategia a un livello superiore, perché nell’ Artico una connessione non è semplicemente una connessione. Un Artico più connesso è dunque un Artico più rilevante geo-economicamente e per la Difesa . Un cavo sottomarino è un’ infrastruttura economica, ma anche un asset strategico. Lo stesso vale per una rete satellitare, che permette di portare internet nelle comunità isolate, ma anche di osservare il territorio, garantire navigazione e comunicazioni, monitorare rotte marittime e infrastrutture. Non è un caso che anche la NATO stia sviluppando NORTHLINK , un progetto per creare una capacità multinazionale di comunicazioni satellitari sicure e resilienti nell’Artico. Data center e AI Nella Dichiarazione non c’è una citazione specifica per i data center , ma questo tema sembra implicito. La Groenlandia dispone infatti di due caratteristiche diventate estremamente preziose nell’economia dell’intelligenza artificiale. Nel dettaglio: clima freddo. Grandi potenzialità idroelettriche . Il Governo locale sta già cercando investitori per utilizzare nuove risorse idroelettriche anche a servizio di grandi progetti industriali. Analisi e studi hanno già evidenziato l’abbondanza potenziale di energia idroelettrica a basse emissioni come uno dei fattori che “ potrebbero rendere la Groenlandia un polo per i data center “. I limiti infrastrutturali ad oggi non mancano ma potenzialmente l’isola potrebbe diventare un teatro fondamentale per l’Unione, oltreché un mercato tutto da sviluppare. Proprio per questo gli investimenti annunciati sono strategici. Bruxelles non sta finanziando data center , ma “ sta contribuendo a costruire alcune delle condizioni che potrebbero rendere possibile domani un ecosistema digitale artico più sviluppato “. D’altronde, sottolineano gli esperti, in geopolitica le infrastrutture sono decisive perché collegano porti, reti energetiche, cavi sottomarini, ferrovie, data center e corridoi logistici. Chi le progetta e le finanzia può orientare rotte, modulare dipendenze e costruire alleanze . Per approfondire Leggi la Dichiarazione congiunta di Unione Europea, Groenlandia e Danimarca. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Groenlandia, la nuova frontiera del confronto geopolitico. Sullo sfondo i dissidi tra l’UE e l’Amministrazione Trump sembra essere il primo su CyberSecurity Italia .

Il secondo rilascio di Linux 7.3 avrebbe dovuto essere rilasciato in una settimana tranquilla, ma gli sviluppatori hanno portato una quantità inaspettatamente grande di correzioni . Linus Torvalds ha riportato il 6 settembre che la build è risultata insolitamente ricca. Lo sviluppatore capo del kernel non ha trovato una singola ragione per l’aumento, quindi con ironia ha suggerito di attribuire l’accaduto all’IA . Torvalds non ha fornito prove di una connessione tra il volume delle patch e l’ intelligenza artificiale . Normalmente, la rc2 è considerato il periodo più tranquillo del ciclo di sviluppo. Dopo la finestra di fusione di due settimane, il flusso di nuove funzionalità si interrompe e gli sviluppatori iniziano a cercare regressioni e a correggere i problemi trovati. Linux 7.3 ha violato il ritmo abituale: le correzioni sono arrivate per diversi sistemi come il sottosistema grafico DRM, lo stack di rete, eBPF e numerosi driver. Particolarmente evidente è stata la quota degli strumenti di sviluppo . Circa il 20% di tutte le patch è stato per sched_ext e i set di test automatici selftests . Per volume di modifiche, gli strumenti sono arrivati dopo solo ai driver, mentre dopo si è posizionaro il kernel e il codice di rete. Le dimensioni di rc2 sono state influenzate anche dal set di modifiche ad EDAC , responsabile del rilevamento e della correzione degli errori di memoria hardware. Torvalds ha considerato il contributo di EDAC relativamente piccolo. Molto più codice è arrivato da diverse direzioni, quindi Torvalds non ha individuato un singolo grande colpevole per questa settimana di rilasci insolita. La battuta sull’ intelligenza artificiale non è apparsa del tutto senza motivo. La lettera di accompagnamento del rilascio di Dave Airlie  ha menzionato separatamente le correzioni delle verifiche suggerite dall’IA. Il pacchetto ha anche portato correzioni per AMDGPU, Intel i915, Nouveau e altri componenti grafici, inclusa la supporto per i display sulle schede video NVIDIA Blackwell , l’eliminazione degli accessi alla memoria già liberata e la correzione degli errori di overflow del buffer. Poco prima del rilascio di rc2, Torvalds aveva già usato le AI alla ricerca di un errore complesso nel Linux 7.3 che era in preparazione. Il modello linguistico ha aiutato a creare il codice diagnostico e a analizzare i risultati dei test, mentre la correzione finale è stata scritta a mano da Torvalds. Il lavoro ha richiesto decine di modifiche intermedie e numerosi riavvii, quindi l’intelligenza artificiale nello sviluppo del kernel ha smesso di essere esclusivamente un argomento teorico. Lo stesso ciclo di Linux 7.3 è risultato grande già prima dell’apparizione della rc2. Nella rc1 Torvalds ha notato un grande numero di commit e un volume impressionante di modifiche. Circa un terzo delle patch di rc1 erano costituite dal codice grafico AMD e dai grandi file di intestazione con la descrizione dei registri DCN6 per la nuova generazione di hardware. Dopo l’esclusione del blocco AMD, il resto di rc1 appariva relativamente normale. Una dimensione più grande nella rc2 non significa un automatico peggioramento della qualità di Linux 7.3 o un aumento significativo delle dimensioni del kernel finale. Gli sviluppatori accettano principalmente correzioni, mentre le nuove funzionalità di solito aspettano la prossima finestra di fusione. Il volume insolito di Linux 7.3-rc2 mostra principalmente l’intensità delle correzioni nella prima settimana di test. La versione finale di Linux 7.3 non è ancora stata rilasciata. L'articolo Linux 7.3 si è fortemente ingrassato! Torvalds dice che è tutta colpa delle AI proviene da Red Hot Cyber .

OpenAI ha inviato un rapporto per analizzare l’episodio, un ennesimo attacco cyber in autonomia, che risalirebbe ad alcuni mesi fa. L’emergere di un attacco cyber contro il sito web tedesco DseWiki in piena autonomia da parte di agenti AI di OpenAI ha spinto la società a scrivere un rapporto, inviato alla Commissione Europea . Lo ha riportato la Reuters , che aveva evidenziato come l’attacco aveva trasformato il portale in una sorta di bacheca per comunicare e condividere strategie. L’episodio sarebbe avvenuto a partire dal maggio scorso, dunque prima dell’attacco contro Hugging Face . A scoprirlo sarebbe stato un gruppo di analisti che stava cercando sul web tracce di comportamenti non autorizzati da parte di agenti AI. “ Le segnalazioni degli incidenti non sono una semplice casella da spuntare. Bisogna essere estremamente precisi e accurati riguardo alle misure che si intende adottare “, ha dichiarato il portavoce della Commissione europea Thomas Regnier . Secondo gli analisti, gli agenti avrebbero effettuato più di 15mila modifiche su DseWiki , trasformandolo in una pagina di comunicazione. La base dell’attacco OpenAI ha dovuto negli ultimi mesi affrontare diversi rischi interni sulla cybersicurezza . Alcuni dei profili utilizzati si sarebbero identificati esplicitamente come agenti AI . Circa la metà dei nomi dei profili oggetto di analisi avrebbe inoltre fatto riferimento a OpenAI , con denominazioni come “ OpenAIResearcher ” o “ OAIResearchMar26 ”. Tutto questo, sia dal punto di vista tecnico che reputazionale, per la società potrebbe essere un problema ed è per questo fondamentale una comunicazione diretta con la Commissione Europea . La minaccia dell’autonomia dell’AI La crescente autonomia degli agenti AI e le loro capacità offensive sono infatti preoccupanti per la cybersicurezza . Secondo gli analisti che si sono occupati del caso, gli agenti coinvolti nell’episodio tedesco sembravano operare a velocità superiori a quelle umane. Inoltre, erano particolarmente concentrati su problemi tecnici simili a quelli utilizzati dalle aziende AI nei test e nelle valutazioni dei modelli. I log pubblici dei server indicherebbero che una parte consistente dell’attività proveniva da infrastrutture Microsoft Azure , utilizzate anche da OpenAI . Inoltre, sarebbero state osservate visite ripetute al sito da parte di dipendenti OpenAI dopo l’episodio. Questi elementi, secondo gli estensori dello studio, renderebbero plausibile un collegamento tra gli agenti e l’azienda. “ Non costituiscono però, da soli, una prova definitiva dell’origine di ogni attività “. Una nuova sfida per la sicurezza dell’AI Il caso ha riacceso il dibattito sulla sicurezza dei sistemi AI sempre più autonomi. Il rischio non riguarda soltanto la possibilità che un agente esegua un’azione non prevista, ma anche che più agenti possano comunicare, condividere strategie e trovare autonomamente modi per aggirare i vincoli imposti dai loro sviluppatori. Per le aziende che stanno spingendo rapidamente verso agenti capaci di svolgere attività sempre più complesse, il controllo dei comportamenti è fondamentale. L’episodio di DseWiki , se si arrivasse alla conferma delle conclusioni dello studio – anche in relazione alle scelte della Commissione – rappresenterebbe un ulteriore segnale della difficoltà di monitorare sistemi AI . Soprattutto quelli che operano autonomamente e su larga scala nel mondo digitale. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Attacco cyber DseWiki, OpenAI scrive alla Commissione Europea sembra essere il primo su CyberSecurity Italia .

La misura riguarda smartphone e computer forniti dal Governo. L’ottica è quella di impedire che “ Governi ostili possano sfruttare i dati di localizzazione per individuare e colpire le forze statunitensi “. Negli Usa, il Pentagono ha disattivato il tracciamento pubblicitario sui dispositivi che il Governo fornisce ai militari. L’iniziativa della Difesa ha come obiettivo evitare che gli attori ostili possano localizzare cellulari e computer, avendo così un riferimento diretto per eventuali attacchi. La decisione riguarda sia gli iPhone e i dispositivi Android utilizzati dalle forze armate, sia i computer Windows gestiti attraverso la rete informatica militare federale. Si tratta comunque di una misura parziale. Restano infatti esposti i dispositivi personali utilizzati nelle basi militari. A confermare la misura, con una lettera, è stato il Senatore Ron Wyden (Partito Democratico), uno dei vertici della Commissione Intelligence del Senato. Proprio secondo il documento, “ l’Esercito, l’Aeronautica, la Marina, il Corpo dei Marines e il Comando delle Operazioni Speciali statunitensi hanno disabilitato il tracciamento pubblicitario sui dispositivi forniti dal Governo “. Le scelte Secondo la Reuters , le nuove tutele sono arrivate tutte le corso di quest’anno. L’Aeronautica statunitense ha comunicato a Wyden di aver completato le proprie modifiche più recentemente , nel mese di luglio. Si erano infatti negli ultimi mesi moltiplicate le preoccupazioni. Lo stesso Wyden aveva sollevato la questione all’inizio dell’anno, dopo aver scoperto che alcuni militari statunitensi in Medio Oriente erano potenzialmente attaccabili partendo da dati di localizzazione acquistati sul mercato commerciale. Il Senatore , da tempo particolarmente attento alle questioni legate alla privacy , ha accolto positivamente la decisione del Dipartimento della Difesa . Tuttavia, sottolinea TechCrunch , ha avvertito che il problema non è ancora completamente risolto. I rischi sono ora soprattutto legati ai dispositivi personali di militari e contractor portati all’interno delle basi. Tutti questi potrebbero infatti continuare a rappresentare una fonte di informazioni sfruttabili. Secondo Wyden , questi dispositivi potrebbero infatti contribuire a rivelare la posizione del personale e delle infrastrutture militari. Sono nuove opportunità per eventuali attacchi. Meno dati disponibili con un dilemma Il tema nasce dallo sfruttamento commerciale dei dati. Molte applicazioni raccolgono informazioni sulla posizione degli utenti. Questi dati possono essere condivisi con società terze e broker di dati, che successivamente li commercializzano sul mercato. La disattivazione dell’ Advertising ID , l’identificativo utilizzato per associare le attività pubblicitarie a un determinato dispositivo o utente, rende molto più difficile collegare quei dati a una persona specifica. In questo modo, i dati di posizione risultano più difficili da distinguere da quelli relativi agli altri dispositivi che hanno anch’essi disabilitato l’ identificativo pubblicitario . La vicenda ha messo inoltre in evidenza un problema più ampio legato al mercato dei dati di localizzazione. Il Governo statunitense ha riconosciuto che questo tipo di informazioni può rappresentare un rischio per le proprie Forze Armate. Allo stesso tempo, però, la comunità dell’ intelligence americana e l’FBI hanno confermato l’acquisizione di dati commerciali di questo tipo per attività di sorveglianza e raccolta di informazioni, senza dover necessariamente ottenere un mandato giudiziario. La decisione del Pentagono rappresenta quindi un tentativo di limitare almeno una delle principali fonti di esposizione dei militari. Il problema , tuttavia, rimane più ampio. Finché smartphone personali e altre apparecchiature private continueranno a essere utilizzati negli ambienti militari, una parte di queste informazioni potrebbe ancora essere raccolta, acquistata e utilizzata da soggetti esterni. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Usa, il Pentagono spegne il tracciamento pubblicitario sui dispositivi dei militari sembra essere il primo su CyberSecurity Italia .

Crescono le preoccupazioni in vista delle elezioni del prossimo 20 settembre. Il Governo della Città-Land di Berlino ha confermato il furto di una gran mole di dati, a seguito di un attacco ransomware che ha colpito due dipartimenti. Preoccupazioni, nel momento in cui proseguono le indagini, in vista delle prossime elezioni del 20 settembre. I dati sono stati pubblicati venerdì scorso dopo che un’asta organizzata dal gruppo ransomware Rhysida si è conclusa senza che, secondo la Reuters , ci fosse un accordo. Il gruppo aveva messo in vendita circa 5,79 terabyte di dati , fissando un prezzo di partenza di 30 bitcoin , pari a circa 77.622 dollari. Le autorità di Berlino avevano già fatto sapere di non avere intenzione di cedere alle richieste di estorsione. Di fronte alla pubblicazione dei dati , la città ha istituito un’ unità centrale di crisi incaricata di coordinare la revisione, la verifica e la valutazione del materiale diffuso. Il valore della struttura La struttura, spiega la Reuters , avrà anche il compito “ di sostenere le autorità nelle attività di informazione rivolte alle persone e alle aziende che potrebbero essere state coinvolte nella fuga di dati “. Berlino ha definito l’attacco un “ crimine estremamente grave “, sottolineando come si tratti di un’ aggressione diretta contro lo Stato. Le autorità hanno inoltre invitato cittadini e utenti dei social network a non diffondere informazioni non verificate sul contenuto dei dati pubblicati. Dal loro punto vista questo è il tentativo di evitare ulteriore confusione e la circolazione di informazioni potenzialmente false. Meno di un mese fa, Bitkom , l’associazione tedesca dell’industria del digitale, ha pubblicato uno studio che ha evidenziato quanto le aziende tedesche siano sempre più insicure e bersaglio dei cybercriminali , spesso legati ai servizi di intelligence stranieri. Le persone coinvolte saranno informate Secondo le autorità, gli individui che risulteranno interessati dalla violazione dei dati saranno informati direttamente dagli organismi competenti. Le comunicazioni avverranno nel rispetto delle normative tedesche ed europee sulla protezione dei dati personali. L’incidente assume particolare rilevanza anche per la sua tempistica. La pubblicazione del materiale sottratto, hanno ribadito gli esperti, arriva infatti a meno di un mese dalle elezioni previste a Berlino il 20 settembre . Si è aggiunta così una dimensione politica a un attacco che le autorità considerano già estremamente grave. Per il momento, la priorità rimane stabilire con precisione la mole del furto. Successivamente si dovrà studiare l’eventuale pubblicazione, i soggetti coinvolti e le eventuali conseguenze . Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Germania, attacco cyber contro due dipartimenti di Berlino. In vendita 5,79 terabyte di dati sembra essere il primo su CyberSecurity Italia .

Il progetto iniziale era connettere connettere Alipay+ con Unified Payments Interface (UPI), l’infrastruttura indiana per i pagamenti digitali istantanei. In India rischia di fermarsi il piano per il nuovo sistema nazionale di pagamenti elettronici. Il progetto iniziale era quello di connettere connettere Alipay+ (piattaforma di pagamento online lanciata nel 2004 in Cina da Alibaba Group) con Unified Payments Interface ( UPI ), l’infrastruttura indiana per i pagamenti digitali istantanei. Tuttavia sono emerse preoccupazioni per la gestione dei dati, con possibili effetti diretti sulla Sicurezza Nazionale. Lo ha riportato la Reuters , secondo cui a Nuova Dehli il piano sarebbe al momento proprio fermo. Alipay+ aveva presentato la sua proposta a gennaio per quello che sarebbe dovuto essere il primo progetto nel settore dei servizi finanziari avanzato da un soggetto legato alla Cina . L’iniziativa arrivava in una fase di graduale miglioramento dei rapporti tra India e Cina, dopo le rinnovate tensioni del 2020, con annessi scontri di confine. Il progetto tra Alipay+ e UPI In una prima fase, spiega la Reuters , il sistema avrebbe permesso ai viaggiatori indiani in Cina, Hong Kong e altri Paesi asiatici di effettuare pagamenti presso oltre 150 milioni di commercianti presenti nella rete Alipay+ . Una seconda fase avrebbe invece consentito ai visitatori internazionali di utilizzare Alipay+ per effettuare pagamenti in India. Il progetto del sistemo dei pagamenti per l’India potrebbe rendere i pagamenti transfrontalieri più semplici e veloci, riducendo potenzialmente costi e complessità per consumatori e operatori. Il problema , però, è proprio per la cybersicurezza nazionale. Il Governo indiano, però, teme in particolare un possibile utilizzo improprio dei dati degli utenti e ha sollevato questioni relative a cybersecurity, violazioni dei dati e riciclaggio di denaro . Tra gli aspetti sottoposti a verifica ci sono anche le modalità con cui i dati delle transazioni vengono elaborati, archiviati e gestiti , oltre alle procedure previste per la risoluzione delle controversie. Il ministero degli Esteri indiano avrebbe indicato anche indicato motivazioni politiche alla base del rallentamento dell’iniziativa. Al momento, in effetti, non sarebbe chiaro un percorso per superare gli ostacoli . Il fattore geopolitico La questione, come evidenziato, non è soltanto finanziaria ma anche geo-economica e diplomatica. Storicamente, infatti, la Cina e l’ India hanno sempre avuto relazioni complesse. Gli scontri in Kashmir sul confine sono solo uno dei momenti del problema. Dopo gli scontri del 2020, per esempio, Nuova Dehli aeva introdotto restrizioni sugli investimenti cinesi. Aveva anche adottato un approccio particolarmente prudente nei confronti delle aziende cinesi. Nonostante l’ allentamento di alcune misure nel marzo scorso, il settore finanziario indiano mantiene ancora delle restrizioni. Per le società con legami cinesi, i controlli sulla sicurezza sarebbero inoltre molto più severi rispetto ad altri programmi di pagamento transfrontaliero. La possibile visita del presidente cinese Xi Jinping a New Delhi per il vertice BRICS , però, è stata interpretata come un ulteriore tentativo di stabilizzare i rapporti tra le due potenze asiatiche. Questo progetto indiano e i relativi problemi si inseriscono in una tendenza più ampia. I sistemi di pagamento asiatici stanno infatti cercando di collegarsi tra loro per rendere più economiche e rapide le transazioni internazionali. Alipay+ e UPI stanno infatti ampliando i propri rapporti in diversi mercati, tra cui Malesia, Filippine, Corea del Sud, Singapore e Francia . Secondo i dati della stessa Reuters , forniti da FXC Intelligence , il mercato dei pagamenti transfrontalieri in uscita dall’area Asia-Pacifico potrebbe raggiungere 23.800 miliardi di dollari entro il 2032 . Una cifra, che sarebbe il doppio rispetto al 2024. Il potenziale economico dell’operazione è quindi significativo. Tuttavia, nel caso di Alipay+ , sicurezza nazionale e protezione dei dati sembrano per ora prevalere sui possibili vantaggi commerciali . La sinergia tra Alipay+ e UPI resta dunque in una situazione di stallo. Per l’ India e la Cina , però, il miglioramento dei rapporti tra Governi transiterà da tanti altri settori. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Cybersicurezza, rallenta in India il nuovo sistema nazionale di pagamenti elettronici. Preoccupa la gestione dei dati dei clienti sembra essere il primo su CyberSecurity Italia .

Gli esperti di kaspersky hanno rilevato che il malware Valley RAT utilizza uno schema di diffusione piuttosto insolito. I criminali informatici nascondono l’artefatto all’interno di una versione modificata dell’applicazione pubblicitaria cinese QN Wallpape r e avvia il codice dannoso da un processo firmato. Un campione sospetto ha attirato l’attenzione degli esperti dopo la segnalazione di uno dei clienti. Inizialmente, il file veniva identificato come un normale software pubblicitario, ma un’analisi più approfondita ha rivelato un’attività di rete insolita. Un esame ancora più dettagliato di questa attività ha portato i ricercatori a una catena di infezione di ValleyRAT (mentre le funzioni pubblicitarie dell’applicazione non funzionavano affatto). Secondo gli esperti, veniva installata la piattaforma per il lavoro di squadra DingTalk, il browser Google Chrome e aprire la pagina di download di Tencent Meeting. Tuttavia, tutte queste azioni servivano solo come diversivo: l’installer, in ogni caso, distribuiva nel sistema della vittima una versione modificata del software per la gestione degli sfondi e lo aggiungeva all’avvio automatico. Il vero QN Wallpaper appartiene effettivamente alla categoria del software pubblicitario che veniva installato dall’installer del malware. Tuttavia, gli attaccanti utilizzano QN Wallpaper perché il suo file eseguibile ha una firma digitale valida. Insieme al programma, sul dispositivo viene inserita la libreria dannosa libcef.dll, che viene caricata all’avvio di QnWallpaper.exe utilizzando la tecnica del DLL sideloading. Si osserva che prima di questo, l’installer ha tentato di disattivare la protezione di Windows Defender tramite il parametro del registro DisableAntiSpyware, e se l’utente non aveva i privilegi di amministratore, il malware ha tentato di ottenerli tramite l’utilità runas. Successivamente, la libreria dannosa libcef.dll estrae il payload crittografato ValleyRAT : a seconda del processo, viene memorizzato in un file separato PeLoader o nelle risorse della stessa libreria. Entrambe le varianti sono crittografate con AES e differiscono principalmente nella configurazione (in particolare negli indirizzi dei server di controllo). Dopo la decrittazione, la libreria carica ValleyRAT si attiva in memoria. Dopo l’avvio, ValleyRAT raccoglie informazioni dettagliate sul sistema della vittima, intercetta i tasti premuti e il contenuto della clipboard, monitora la finestra attiva al momento e può fare screenshot. Inoltre, su comando dei propri operatori, il malware può riavviare e spegnere la macchina infetta, cancellare i log, modificare gli indirizzi dei server di controllo e caricare moduli aggiuntivi da risorse esterne. ValleyRAT può anche caricare moduli aggiuntivi sotto forma di librerie DLL o shellcode . Per eseguire lo shellcode, utilizza la tecnica del Process Hollowing, inserendolo nel processo svchost. Di conseguenza, la chiusura forzata del processo del malware può portare alla comparsa di BSOD. I ricercatori ritengono che la mascheratura come software pubblicitario non sia casuale. Un processo firmato suscita meno sospetti, inoltre gli utenti spesso aggiungono tali programmi alle eccezioni dell’antivirus per garantire il corretto funzionamento di tutte le funzioni. Secondo le informazioni di inizio del 2026, l’azienda ha rilevato ValleyRAT e il malware ad esso associato in oltre 100.000 sistemi di più di 1.500 utenti unici, principalmente situati in Cina e India. Gli esperti ritengono che la geografia degli attacchi e l’uso di ValleyRAT possano indicare la partecipazione di questo gruppo Silver Fox, che è un noto operatore di questo famiglia di malware. L'articolo Scarichi un’app innocua e ti ritrovi spiato: il malware nascosto dietro un programma firmato proviene da Red Hot Cyber .

OpenAI ha lanciato GPT-6 Astra, il suo nuovo modello di punta. L’azienda lo descrive come “il modello più intelligente e allineato al mondo” e, a giudicare dai benchmark. Durante una conferenza stampa, il presidente di OpenAI, Greg Brockman , si è spinto un po’ oltre i semplici parametri di riferimento. Dopo aver riconosciuto che l’ AGI rimane una “cosa grigia e sfocata” , ha suggerito che in futuro gli osservatori potrebbero guardare ad Astra come al modello che ne ha segnato l’avvento e ha detto: “ Penso che non sia irragionevole pensare che ci troviamo ormai nell’era dell’ intelligenza artificiale generale ( AGI )” . Interrogato sulla possibilità che OpenAI dichiarasse formalmente di aver raggiunto l’ intelligenza artificiale generale ( AGI ), ha affermato che il termine non era più legato a un vincolo contrattuale (riferendosi al precedente accordo con Microsoft ) e lo ha invece descritto come un “concetto di missione o un concetto spirituale”. “Lascio al lettore la libertà di decidere se questo rientri nelle sue categorie” , ha detto Brockman. “Personalmente, credo che ci siamo quasi. Credo che ci siano argomentazioni piuttosto valide a sostegno di questa tesi. Ma, ripeto, penso che questo sia solo l’inizio di un percorso, non la fine.” Alla fine ha concluso con queste parole: “Benvenuti nell’era dell’intelligenza artificiale generale”. Astra è stata la più grande sessione di addestramento mai realizzata da OpenAI. “È la prima volta che abbiamo pre-addestrato un modello su oltre 100.000 GPU presso il nostro sito Stargate in Texas” , ha affermato. Clark ha anche sottolineato che Astra è la prima release di un modello OpenAI in cui i modelli precedenti hanno svolto un ruolo significativo nella supervisione del processo di addestramento. L’unica cosa che Il lancio inizierà con i clienti aziendali che hanno già accesso tramite il programma Daybreak di OpenAI. OpenAI afferma che Astra sarà disponibile per gli utenti Plus, Pro, Business ed Enterprise, nonché tramite l’API OpenAI e AWS, “nei prossimi giorni”. Anche gli utenti Pro, Business ed Enterprise avranno accesso a GPT-6 Astra Pro , e i clienti API idonei potranno utilizzare Astra con conservazione dei dati pari a zero. Una volta disponibile nell’API, Astra costerà 10 dollari per milione di token di input e 50 dollari per milione di token di output. Si tratta di un prezzo 2,5 volte superiore all’attuale prezzo promozionale di Sol , sebbene corrisponda al prezzo di Anthropic per Fable 5.1 . È ben al di sopra del prezzo standard di Muse , pari a 1,25 dollari per milione di token di input e 4,25 dollari per milione di token di output. Meta offre anche una versione Contributor a 0,10/0,20 dollari, rispettivamente, ma afferma che i dati di questo livello possono essere utilizzati per migliorare i suoi prodotti . I prezzi di lancio di Google per Gemini 3.8 Flash sono di 0,75/3,75 dollari. Un prezzo per token più elevato non si traduce necessariamente in una fattura più salata se il modello completa un’attività in meno passaggi e richiede meno tentativi. OpenAI afferma che Astra utilizza un numero inferiore di token in diverse valutazioni e nei test dei partner. I dati di lancio sono troppo scarsi per dimostrare se tali risparmi compensino il sovrapprezzo. A differenza di quanto accaduto con GPT-5.6, OpenAI non ha annunciato le varianti Luna, Terra e Sol per GPT-6. Per ora, la gamma comprende Astra e Astra Pro. OpenAI afferma che, salvo diversa indicazione, i modelli utilizzati nelle sue valutazioni sono stati eseguiti con le massime prestazioni. Ciò può migliorare i risultati dei benchmark, ma può anche aumentare la latenza e il consumo di token. I risultati di DeepSWE v1.1 di Astra rappresentano un netto miglioramento rispetto ai modelli di OpenAI . Ha ottenuto un punteggio del 74,1% nel test di codifica agentica composto da 113 attività, contro il 70,8% di Sol. Ma all’inizio di questa settimana, Meta ha riportato un valore del 75,4% per Muse Spark 1.3 con l’impostazione di ragionamento massima. Muse 1.3 è disponibile, ma l’impostazione massima è in fase di revisione per motivi di sicurezza e non sarà generalmente disponibile al lancio. Si tratta di una vittoria sorprendente per Meta. Su un benchmark di queste dimensioni, la differenza di 1,3 punti equivale all’incirca a una o due attività, ma dimostra comunque i progressi compiuti da Meta. La classifica pubblica di DeepSWE attualmente vede Gemini 3.8 Flash e Claude Opus 5 al 74%, mentre Sol si attesta al 73%. Gli intervalli di incertezza riportati si sovrappongono, pertanto questi risultati non consentono di stabilire un leader chiaro. Il grafico di OpenAI esclude Muse e utilizza un risultato del 67,4% per Fable 5.1, facendo apparire il vantaggio di Astra maggiore di quanto suggerirebbe l’insieme più ampio dei risultati. Il risultato più notevole è il punteggio del 98,6% ottenuto su ARC-AGI -3. OpenAI ha eseguito Astra con un framework basato sull’API Responses che preserva il ragionamento tra un turno e l’altro e utilizza la compattazione per gestire contesti lunghi. L’azienda aveva già dimostrato in precedenza che queste scelte di sistema possono aumentare significativamente i punteggi ARC-AGI-3 senza modificare il modello sottostante, e il benchmark misura congiuntamente Astra e i sistemi di agenti di OpenAI. Detto questo, il mondo dell’intelligenza artificiale a token è in fermento e occorre giustificare (e rientrare) degli elevatissimi costi di apprendimento che occorre stanziare per produrre tali modelli. Ma attenzione ai modelli open weight cinesi che hanno raggiunto oramai livelli paragonabili ai modelli di frontiera, facilitando l’hosting all’interno di datacenter privati, eliminando completamente la necessità di API on cloud. L'articolo “Benvenuti nell’era dell’AGI”: OpenAI lancia GPT-6 Astra e scuote il mondo dell’IA proviene da Red Hot Cyber .

Il giornalista specializzato in sicurezza informatica Brian Krebs  ha pubblicato un’inchiesta  sul nuovo servizio del dark web Nexus. Krebs ha scoperto un database contenente 153 milioni di patenti di guida statunitensi e canadesi in vendita. Durante la verifica dell’origine dei dati, ha trovato documenti appartenenti a diverse persone che conosce, tra cui la sua e quella di sua madre . Krebs ritiene di aver già identificato la probabile fonte di questa massiccia fuga di dati: il servizio di verifica dei documenti IDScan[.]net. L’FBI ha già avviato un’indagine. Secondo Krebs, Nexus è stato lanciato questa settimana ed è stato pubblicizzato sul forum di hacking in lingua russa Exploit . Oltre a 153 milioni di patenti di guida, i gestori del servizio affermavano di avere accesso a oltre 10 milioni di altri documenti d’identità, oltre 3 milioni di diversi documenti di viaggio e carte d’identità internazionali e circa 579.000 cartelle cliniche. L’indagine ha rivelato che probabilmente non si trattava di un database rubato e pubblicato in precedenza. Nuovi documenti hanno continuato ad apparire su Nexus durante le indagini, quasi in tempo reale. In sole 24 ore, il numero di patenti di guida è aumentato di quasi 400.000 unità. Inoltre, i gestori del servizio affermano di aver ricevuto continuamente nuovi dati per oltre un anno. Una delle prove principali era la testimonianza dello stesso Krebs. Lui e sua madre consegnarono contemporaneamente le loro patenti di guida a un impiegato dell’autonoleggio Hertz. In seguito, un giornalista ritrovò entrambi i documenti in Nexus, con le date di scansione che differivano di pochi secondi. Dan Goodin, redattore  di Ars Technica,  descrive una storia simile. Scrive che poche ore dopo che un dipendente di una società di autonoleggio aveva scansionato la sua patente di guida, il documento era già disponibile per l’acquisto tramite Nexus. Inoltre, oltre a Krebs stesso, a sua madre e a Goodin, il database del servizio conteneva anche documenti di numerosi altri ricercatori nel campo della sicurezza informatica , del vicedirettore dell’FBI e persino dati del Segretario alla Difesa statunitense Pete Hegseth. Un collegamento con IDScan è stato inoltre individuato attraverso le testimonianze di altre vittime. Ad esempio, in un caso, la fuga di notizie e il momento della creazione del file hanno coinciso con una visita a un negozio Planet13 a Las Vegas. I rappresentanti di IDScan hanno dichiarato al giornalista di aver già avviato un’indagine sulla possibile violazione dei dati e di star esaminando la situazione. Tuttavia, l’azienda non ha ancora fornito ulteriori dettagli. L’FBI ha inoltre comunicato ai media di aver già avviato un’indagine sull’incidente e che il suo ufficio di New Orleans sta indagando sul presunto attacco informatico al sistema IDScan. Vale la pena notare che poco dopo la pubblicazione dell’inchiesta di Krebs, Nexus è andato offline: al posto del modulo di accesso, sul sito è apparso un messaggio che annunciava la cessazione del servizio. L'articolo 153 milioni di patenti USA in vendita sul Dark Web: anche quella di Brian Krebs proviene da Red Hot Cyber .

Nel mirino, in particolare, i sistemi della Flock. Negli Usa , la Florida e il Texas stanno cercando di limitare, fino alla possibilità di una rimozione, le telecamere per il monitoraggio delle targhe sulle auto. Nel mirino, in particolare, la Flock , dopo le crescenti critiche legate alla privacy e al possibile abuso della sua tecnologia di monitoraggio. Il Dipartimento dei Trasporti della Florida ha annunciato lunedì scorso, attraverso un memorandum , che interromperà l’utilizzo dei sistemi automatici di lettura delle targhe installati lungo le autostrade statali. Una misura che vale anche per quelli forniti da Flock. Alla base della motivazione, “ ci sono le preoccupanti segnalazioni di utilizzo improprio, problemi relativi alla privacy dei dati e sistemi di sorveglianza “. Dalle deliberazione, ci saranno 30 giorni di tempo per rimuovere le telecamere . Da parte dell’azienda più coinvolta – che ha oltre 130mila telecamere installate in tutto il Paese – non è ancora arrivata nessuna risposta DeSantis (Governatore della Florida): “ La tecnologia è fuori controllo “ La decisione della Florida , sottolinea TechCrunch , è arrivata pochi giorni dopo le dichiarazioni del governatore Ron DeSantis . Il quale, durante una conferenza stampa della scorsa settimana aveva definito la tecnologia per la lettura automatica delle targhe “ fuori controllo “. Il timore riguarda soprattutto la quantità di informazioni che questi sistemi possono raccogliere e conservare sugli spostamenti degli automobilisti. Sebbene lo sviluppo di queste telecamere serva principalmente per identificare le targhe dei veicoli, le tecnologie sviluppate negli ultimi anni stanno ampliando le loro capacità di analisi e riconoscimento . La prospettiva è quella che ci sia un superamento del perimetro di base. Stanno perciò aumentando le proteste – proprio negli Usa – sia delle organizzazioni per la privacy che dei cittadini. Anche il Texas blocca i finanziamenti La Florida non è l’unico Stato americano ad aver deciso di intervenire. La scorsa settimana anche il Texas ha ordinato alle agenzie statali di interrompere i finanziamenti destinati alle telecamere Flock . L’ufficio del Governatore Greg Abbott ha motivato la decisione citando episodi di abuso del sistema di sorveglianza. Tuttavia, l’ufficio non ha specificato quali agenzie saranno interessate dal provvedimento. In ogni caso l’impatto potrebbe essere significativo soprattutto a Dallas , dove sarebbero operative centinaia di telecamere Flock . Non è solo una questione di targhe Il caso Flock si è inserito in un dibattito sempre più acceso, e trasversale ai due principali schieramenti politici americani, sulla sorveglianza di massa, la privacy e le libertà civili. Negli ultimi mesi sono emerse segnalazioni riguardanti problemi di sicurezza informatica, episodi di impiego illecito dei dati, persino casi in cui errori o informazioni inaccurate avrebbero contribuito a controlli di Polizia e arresti ingiustificati. A preoccupare è stata anche l’evoluzione stessa della tecnologia. Le telecamere Flock non si limitano più alla semplice scansione delle targhe. L’azienda sta infatti sviluppando sistemi capaci di contribuire all’identificazione e al monitoraggio delle persone. Tutto questo amplia notevolmente le possibili applicazioni della tecnologia. E conseguentemente, allo stesso tempo, le preoccupazioni relative alla privacy . Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Usa, da Texas e Florida stop alle telecamere per il monitoraggio delle targhe delle auto sembra essere il primo su CyberSecurity Italia .

Nella regolamentazione degli strumenti digitali utilizzati dal personale, la gestione della posta elettronica aziendale è di cruciale importanza per le aziende, chiamate a contemperare le proprie esigenze di sicurezza informatica e di tutela del patrimonio con quelle di protezione dei dati personali dei dipendenti, tenendo conto anche delle stringenti limitazioni relative al controllo a distanza. La recente sentenza del tribunale di Pisa n. 800/2026 offre spunti interpretativi interessanti e una soluzione condivisibile sul piano operativo, anche se soggetta a possibili interventi di riforma nei successivi gradi di giudizio, dovendosi confrontare con le regole e i principi più stringenti espressi dalla giurisprudenza e dal Garante Privacy. Il caso al vaglio del tribunale di Pisa: a determinate condizioni, la prova digitale resta valida nell’ambito controlli difensivi. Indice degli argomenti La principale norma di riferimento rilevante sulla questione è quella nell’art. 4 dello Statuto dei lavoratori (legge 300/1970), che disciplina l’utilizzo di impianti audiovisivi e altri strumenti dai quali possa derivare anche la possibilità di controllo a distanza dell’attività dei lavoratori, prevedendo che tali strumenti possano essere impiegati per esigenze organizzative e produttive, sicurezza del lavoro o tutela del patrimonio aziendale a condizione che sia stato preventivamente stipulato un accordo collettivo con le rappresentanze sindacali aziendali oppure, in mancanza, sia stata rilasciata un’apposita autorizzazione dall’Ispettorato del Lavoro competente. Restano esclusi dalla procedura sindacale e autorizzativa solo gli strumenti utilizzati dal lavoratore per rendere la prestazione e quelli per la registrazione degli accessi e delle presenze. La stessa norma dispone che le informazioni raccolte sono utilizzabili ai fini del rapporto di lavoro solo se il dipendente è stato adeguatamente informato sulle modalità d’uso degli strumenti e di effettuazione dei controlli, nel rispetto della normativa privacy. Nel quadro normativo sopra delineato, si distinguono i controlli ordinari sull’esatto adempimento della prestazione – che rientrano ad ogni effetto nell’ambito di applicazione della disciplina di cui all’art. 4 della legge 300/1970 – dai controlli c.d. “difensivi”, cioè mirati ad accertare condotte illecite del lavoratore, lesive di beni o interessi aziendali, che possono collocarsi fuori dal perimetro di applicazione dell’art. 4 dello Statuto, a condizione siano svolti nel rispetto di specifici requisiti formali e procedurali. Più in dettaglio, per la validità di tali particolari controlli e quindi l’utilizzabilità dei dati raccolti, la giurisprudenza di legittimità richiede al datore di lavoro di dimostrare l’esistenza preventiva di un fondato sospetto di illecito da cui consegua una ragionevole finalità difensiva, che il controllo sia effettuato a posteriori e rispetti i principi di proporzionalità, pertinenza e tutela della dignità e della riservatezza dei dipendenti coinvolti. Sul tema, merita particolare attenzione l’Ordinanza n. 807/2025 della Corte di Cassazione che ha fissato un principio chiave relativo alla temporalità del controllo c.d. difensivo, ritenendolo legittimo solo se attivato dopo l’insorgere di un fondato sospetto e ha ad oggetto dati e informazioni acquisiti successivamente a tale momento: il sospetto sopravvenuto non può quindi giustificare ricerche retrospettive su archivi, log o comunicazioni relativi a periodi anteriori. Con il recente provvedimento del 18 giugno 2026, l’autorità garante della protezione dei dati personali ha confermato di condividere l’impostazione restrittiva della Corte di Cassazione relativamente al profilo temporale delle circostanze oggetto di controllo, sanzionando una nota azienda per avere effettuato accessi sistematici alla posta elettronica aziendale di alcuni dipendenti al fine di verificare l’esistenza di presunti illeciti monitorando comunicazioni risalenti fino a due anni prima rispetto al momento in cui era sorto il sospetto, con conseguente illegittimità delle verifiche in difetto delle garanzie procedurali previste dall’art. 4 dello Statuto dei lavoratori. Secondo l’univoca giurisprudenza, peraltro, per essere lecito, il controllo difensivo non può tradursi in una verifica meramente esplorativa legata a mere supposizioni del datore di lavoro, dovendo invece poggiare su un concreto e apprezzabile sospetto di illecito, ovvero su elementi oggettivi e specifici, quali segnalazioni circostanziate, alert tecnici di anomalie, evidenze documentali, incongruenze contabili, violazioni di procedure interne o fonti esterne attendibili. È dunque essenziale documentare il momento in cui nasce il sospetto, gli elementi che lo sorreggono, il perimetro dell’indagine e la pertinenza dei dati acquisiti. Inoltre, per garantire la proporzionalità del controllo, dovrebbero essere definiti prima dell’accesso le parole chiave, l’arco temporale, gli account interessati e i soggetti coinvolti, senza ampliare il perimetro d’indagine in mancanza di ragioni sopravvenute e documentate. Nel contesto sopra delineato, il Garante Privacy è intervenuto portando all’attenzione delle imprese un ulteriore aspetto, cruciale, per la corretta gestione della posta elettronica aziendale, anche e soprattutto nell’ottica di eventuali controlli sull’operato dei dipendenti. Specificamente, l’autorità si è espressa sui tempi di conservazione dei metadati della posta elettronica aziendale, cioè i log tecnici generati dai sistemi di posta nelle operazioni di invio, ricezione e smistamento dei messaggi. Rientrano in questa categoria, ad esempio, mittente, destinatario, orario di invio o ricezione, indirizzi di rete, dimensioni dei messaggi, presenza di allegati, esiti di consegna ecc.: tali dati, anche se non coincidono con il contenuto delle comunicazioni, possono rivelare relazioni, frequenza dei contatti, tempi di attività e modalità d’uso dello strumento. Rispetto ai tempi di retention dei metadati, il Documento di indirizzo del Garante Privacy del 6 giugno 2024 individua in 21 giorni un termine orientativo per la conservazione dei metadati necessari al funzionamento e alla sicurezza dell’infrastruttura di posta elettronica, salvo comprovate esigenze tecniche od organizzative adeguatamente documentate. Il superamento del termine non determinato automaticamente un illecito, ma richiede una valutazione di accountability e, se la raccolta preventiva, generalizzata e prolungata dei metadati è concretamente idonea a consentire un controllo, anche indiretto, dell’attività lavorativa, trovano applicazione le garanzie dell’art. 4, comma 1, dello Statuto. Per la corretta gestione di tali aspetti, l’azienda dovrebbe verificare se il provider di posta elettronica consente di configurare la durata di conservazione dei log, disabilitare raccolte non necessarie e distinguere tra dati indispensabili al funzionamento del servizio e dati conservati per finalità ulteriori: il punto è particolarmente rilevante se sono utilizzati servizi cloud standardizzati, nei quali impostazioni predefinite possono produrre una retention ampia e non immediatamente percepibile dall’azienda che lo utilizza per la gestione degli account e-mail assegnati ai dipendenti. La responsabilità del trattamento resta sempre in capo al datore di lavoro che deve quindi valutare e, se necessario, intervenire sulle configurazioni del fornitore. In ogni caso, le policy e le informative relative agli strumenti informatici e, in particolare alla posta elettronica, devono essere precise ed esaustive: occorre indicare, tra l’altro, le categorie di dati trattati, le finalità, i tempi di conservazione, le ipotesi di verifica individualizzata e i soggetti autorizzati all’accesso, oltre alle misure di sicurezza per prevenire l’accesso a tali dati da parte di terzi. La vicenda esaminata dal giudice pisano riguarda il licenziamento per giusta causa di una dipendentealla quale era stato contestato di non avere comunicato una situazione di potenziale conflitto di interessi collegata ai rapporti tra il proprio figlio e una società fornitrice del datore di lavoro. Dopo le prime verifiche attraverso fonti pubbliche, l’azienda aveva effettuato una verifica sulla casella e-mail aziendale della dipendente, utilizzando parole chiave e criteri selettivi collegati agli elementi già emersi, senza svolgere una ricerca indiscriminata sull’intero archivio di posta. All’esito di tale ricerca emergevano le evidenze oggettive di una grave situazione di conflitto d’interessi, che portava al licenziamento, poi impugnato dalla lavoratrice contestando, tra l’altro, la legittimità dell’accesso alla posta elettronica aziendale, la violazione della normativa privacy e il mancato rispetto dell’art. 4 della legge n. 300/1970. La gestione delle caselle e-mail aziendali non risultava pienamente conforme alle indicazioni del Garante Privacy, anche rispetto al termine di conservazione dei metadati, superiore a quello orientativo di 21 giorni indicato dall’Autorità, superato il quale troverebbero applicazione le garanzie dell’art. 4. La pronuncia del tribunale pisano distingue tra profili di irregolarità del sistema di conservazione e utilizzabilità della prova acquisita tramite controllo difensivo: secondo il Tribunale, eventuali criticità nella conservazione massiva o prolungata di dati e metadati non rendono automaticamente inutilizzabili le email, se l’accesso è successivo al sospetto, selettivo, proporzionato e preceduto da adeguata informativa. In altre parole, secondo il giudice di Pisa, anche se la gestione dell’account email aziendale non rispetta completamente le regole definite dal Garante privacy in tema di retention dei metadati, è fatta salva la possibilità del datore di lavoro di utilizzare i dati raccolti attraverso un legittimo controllo difensivo. Su tali premesse, la condotta della dipendente consistente nell’omessa comunicazione di una situazione idonea a incidere sugli interessi aziendali è stata ritenuta validamente utilizzabile a fini disciplinari e gravemente contraria agli obblighi di fedeltà, correttezza e buona fede che connotano il rapporto di lavoro, e pertanto tale da ledere il vincolo fiduciario e fondare il licenziamento per giusta causa. La sentenza in commento non apre la strada a controlli generalizzati ma indica una condizione precisa della prova digitale, che può essere utilizzata se raccolta all’esito di un controllo difensivo mirato, tracciabile e coerente con le garanzie giuslavoristiche e conforme alle previsioni applicabili in materia di privacy. Secondo il giudice pisano, un profilo di criticità nella retention dei dati non travolge automaticamente la prova, se sono rispettate le regole sui controlli difensivi anche in termini di attivazione del controllo, che devono poggiare su elementi concreti, perseguire una finalità difensiva, essere selettive e proporzionate ed essere preceduti da un’adeguata informativa. La riservatezza del lavoratore non impedisce l’accertamento di condotte potenzialmente illecite; allo stesso tempo, la tutela del patrimonio aziendale non giustifica verifiche esplorative, continuative o retrospettive prive di una base concreta. Contano la natura dello strumento, la finalità del controllo, l’informativa resa, la pertinenza dei dati e il momento in cui l’accesso viene attivato rispetto all’insorgere del sospetto. La conformità del sistema resta però un tema autonomo e deve essere valutata alla luce della normativa privacy, delle indicazioni del Garante e dell’art. 4 dello Statuto. La decisione pisana non neutralizza gli obblighi di legge ma, piuttosto, chiarisce che la prova può essere comunque valida quando il controllo difensivo, nel caso concreto, rispetta posteriorità, selettività, proporzionalità e informazione preventiva. Resta inteso che, se il controllo è illecito, i rischi rimangono rilevanti e concreti, riguardando non solo l’inutilizzabilità della prova e l’invalidità del procedimento disciplinare ma anche possibili segnalazioni al Garante e sanzioni, limitazioni del trattamento, obblighi di cancellazione o riconfigurazione dei sistemi e richieste risarcitorie. Alla luce dei molteplici profili di complessità giuridica e tecnica che connotano la materia, nei contesti lavorativi digitalizzati attuali, gli account e-mail (come gli altri dispositivi informatici, le piattaforme cloud eccetera) generano dati che possono rilevare e consentire di ricostruire attività, relazioni e modalità di svolgimento dell’attività lavorativa. La proprietà dello strumento in capo all’azienda non è sufficiente a legittimare controlli indiscriminati e deve esser adottato un approccio prudenziale fondato sulla trasparenza preventiva e conforme ai principi di proporzionalità e minimizzazione dei dati, oltre che ai requisiti tecnici identificati dal Garante, anche per quanto attiene ai tempi di retention, alle finalità e alle procedure autorizzative, nonché al rispetto del criterio di accountability fissato dal GDPR. Nei servizi e-mail in cloud, le impostazioni predefinite del provider devono essere verificate per evitare raccolte sistematiche e tempi di conservazione non governati dall’azienda. La mappatura dovrebbe includere policy IT, informative privacy, registro dei trattamenti, retention dei log, impostazioni dei servizi cloud, ruoli autorizzati all’accesso e procedure da seguire in presenza di un’ipotesi di illecito. La predisposizione di una procedura interna per la gestione dei controlli “difensivi”, che regoli i presupposti dell’indagine, i processi autorizzativi, le verifiche di conformità preventive all’avio del controllo, la definizione del perimetro, la definizione delle parole chiave nel rispetto del principio di proporzionalità, assicurando altresì il tracciamento degli accessi, il coinvolgimento di solo personale autorizzato, la conservazione sicura delle evidenze. Prima di accedere alla casella e-mail di un dipendente per svolgere un controllo “difensivo”, occorre altresì documentare l’origine dell’esigenza di verifica, delimitare parole chiave, arco temporale e account interessati, coinvolgere le funzioni competenti e verificare che policy, informative e configurazioni tecniche siano coerenti tra loro, evitando l’accesso integrale alla casella, preferendo estrazioni mirate e adottando filtri temporali, parole chiave predefinite e procedure che riducano l’esposizione a contenuti personali o non pertinenti. I messaggi manifestamente privati o irrilevanti dovrebbero essere esclusi dall’analisi. Per chi governa sistemi digitali e sicurezza informatica, l’indicazione è chiara: log, metadati, configurazioni cloud, informative, policy e procedure investigative devono essere progettati insieme e prima dell’emergenza, solo una compliance tecnica, verificabile e documentata trasforma l’evidenza digitale in prova utilizzabile e riduce il rischio di sanzioni, contenzioso e possibili impatti reputazionali per le aziende.

Gli hacker criminali avrebbero avuto accesso ai file presenti in meno di un terzo degli account compromessi. Dropbox ha comunicato di aver subìto un attacco cyber lo scorso agosto, con la compromissione di 5mila profili . Gli hacker criminali avrebbero avuto modo di visualizzare e, in alcuni casi, scaricare contenuti archiviati sulla piattaforma di cloud storage . La conferma è arrivata da parte della stessa società, lo scorso martedì, dopo che Bloomberg News aveva per prima riportato l’attacco informatico. Conseguenza diretta della notizia, le azioni di Dropbox hanno perso circa il 2,4% negli scambi after-hours di martedì . Si conferma, dunque, come le vulnerabilità di una piattaforma digitale possano avere delle conseguenze dirette sugli utenti. Dietro l’accaduto Alcuni utenti di Dropbox , ha spiegato la Reuters , hanno ricevuto lunedì un’ e-mail dalla società che li informava dell’utilizzo del loro account – con relazione ai loro dati – senza autorizzazione , tra il 4 e il 21 agosto. Secondo la stessa società, tuttavia, gli hacker criminali hanno avuto accesso ai file presenti in meno di un terzo degli account compromessi . Il numero complessivo dei profili coinvolti si aggira quindi intorno alle 5mila unità. Dropbox ha spiegato, sempre alla Reuters , di aver individuato accessi non autorizzati che riguardavano profili collegati a un Lenovo ID sui quali non era stata attivata l’autenticazione a due fattori (2FA). In risposta all’incidente, Dropbox ha terminato tutte le sessioni autenticate attraverso Lenovo ID . L’azienda ha inoltre eliminato i collegamenti tra gli account Lenovo ID e quelli Dropbox e ha modificato i propri sistemi. D’ora in poi, “ gli utenti dovranno inserire la password di Dropbox prima di poter accedere al proprio account attraverso Lenovo “. I chiarimenti delle aziende Da parte sua Lenovo ha individuato una “ legacy integration ”, cioè un’integrazione di vecchia generazione, tra Lenovo ID e Dropbox che avrebbe potuto essere utilizzata per autenticare in modo improprio alcuni account Dropbox . Lenovo ha precisato che i propri clienti non sono stati coinvolti nell’incidente. L’indagine è ancora in corso. Dropbox ha dichiarato di aver segnalato l’incidente alle autorità competenti per la protezione dei dati . L’episodio mette nuovamente in evidenza i rischi legati alle integrazioni tra servizi online e ai sistemi di autenticazione esterni. In questo caso, dalle informazioni che hanno reso pubbliche le due aziende, è emerso che il collegamento del probolema a un’integrazione tra Lenovo ID e Dropbox . Quest’ultimo ha interessato profili che non avevano attivato l’ autenticazione a due fattori. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Dropbox, 5mila profili compromessi nell’attacco cyber di agosto sembra essere il primo su CyberSecurity Italia .

L’ex ministro della Difesa ucraino e nuovo consulente del Ministro della Difesa Guido Crosetto, Mykhailo Fedorov, lancia una nuova società dedicata alle tecnologie militari. Il CEO di Palantir Alex Karp sarà il primo grande investitore. L’obiettivo è trasformare l’esperienza maturata dall’Ucraina nella guerra tecnologica in nuovi sistemi per la difesa. Alex Karp , amministratore delegato di Palantir , diventerà il primo grande investitore nella nuova società di tecnologie per la difesa fondata da Mykhailo Fedorov , l’ex ministro ucraino noto per aver spinto sull’utilizzo di droni, AI e innovazione tecnologica nelle forze armate di Kiev e nuovo consulente sull’innovazione della difesa del Ministro Guido Crosetto. Ad annunciarlo è stato lo stesso Fedorov, che dopo aver lasciato il governo a luglio ha iniziato a lavorare a una serie di nuove iniziative nel settore della difesa. “La nuova società farà leva sull’esperienza di Fedorov nella moderna guerra tecnologica, con la missione principale di rafforzare l’Ucraina e sviluppare tecnologie per la difesa capaci di contribuire a costruire un futuro più sicuro per il mondo intero”, si legge in un comunicato stampa. Il rapporto tra Palantir e l’Ucraina Fedorov e Karp si sono incontrati lunedì negli uffici di Palantir a Washington. In un video pubblicato in un post su Linkedin dove tramite un video dell’ex ministro, il CEO della società americana ha espresso un giudizio molto netto sul nuovo progetto. “Tu e i tuoi colleghi state lanciando una società che penso sarà determinante per il mondo”, ha detto Karp rivolgendosi a Fedorov. Il numero uno di Palantir ha inoltre ricordato di lavorare con l’ex ministro ucraino da circa cinque anni. Palantir ha avuto un ruolo significativo nel sostegno tecnologico all’Ucraina durante la guerra contro la Russia, fornendo software utilizzati sia nelle operazioni legate al conflitto sia nelle attività governative. La nuova iniziativa rafforza quindi un rapporto già consolidato tra Fedorov e l’azienda statunitense specializzata nell’analisi dei dati e nelle piattaforme software utilizzate anche nei settori militare e dell’intelligence. Per Fedorov, il progetto rappresenta inoltre il tentativo di trasformare l’esperienza accumulata sul campo di battaglia ucraino in una vera attività industriale nel settore della difesa. Droni e AI al centro dell’esperienza di Fedorov Durante la sua esperienza nel governo ucraino, Fedorov è stato uno dei principali sostenitori dell’utilizzo di droni e intelligenza artificiale nelle operazioni militari. La sua uscita dal governo a luglio aveva provocato proteste, successivamente attenuatesi dopo che l’ex ministro aveva espresso pubblicamente il proprio sostegno allo svolgimento di elezioni durante la guerra, una questione che continua a dividere l’opinione pubblica ucraina. Dopo aver lasciato l’incarico, Fedorov ha annunciato l’intenzione di avviare diversi nuovi progetti. Oltre alla società di tecnologie per la difesa, sono previsti anche un fondo di investimento dedicato al settore e un think tank. Con l’ingresso di Alex Karp come primo grande investitore, il nuovo progetto parte quindi con il sostegno di uno dei protagonisti più importanti dell’industria tecnologica americana applicata alla difesa. Non dimentichiamo nemmeno la nuova collaborazione con il ministro della difesa italiano Guido Crosetto che ha scelto Fedorov come nuovo consulente sull’innovazione della Difesa. Una nomina che ha creato un botta e risposta tra Mosca e lo stesso Ministro negli ultimi giorni. Vai al sito di Cybersecurity Italia. L'articolo Fedorov crea una nuova startup sulle tecnologie militari: Alex Karp (CEO di Palantir) sarà il primo grande finanziatore sembra essere il primo su CyberSecurity Italia .

L’AI sarà un fattore nelle prossime elezioni presidenziali del Brasile, come hanno sottolineato a più riprese esperti e analisti. Ad ottobre in Brasile si terranno le elezioni presidenziali, con l’ AI che rischia di essere un fattore determinante, tra deepfake e chatboat . L’intelligenza artificiale, quanto se non di più le agende politiche in sé, sarà dunque fondamentale nell’aggregare i voti. Lo si è visto a fine luglio. Protagonista, l’ex Presidente brasiliano Jair Bolsonaro , in carica dal 2019 al 2023, attualmente agli arresti domiciliari “ per aver complottato contro la democrazia “. Bolsonaro ha infatti sostenuto direttamente suo figlio Flavio , candidato della destra nazional-conservatrice, apparendo pubblicamente in video durante il lancio della campagna presidenziale. O meglio non era in realtà proprio lui, bensì un avatar generato con l’ AI . L’ avatar , presentato apertamente come una creazione dell’ AI , ha pronunciato un discorso ai sostenitori presenti. I contenuti generati dall’AI stanno invadendo le reti sociali degli elettori. Chatbot sempre più disinvolti mettono alla prova la capacità dei regolatori di contrastare la disinformazione. Con il primo turno previsto per il 4 ottobre , il Tribunale superiore elettorale brasiliano ( TSE ) sta valutando se stabilire nuove restrizioni sull’utilizzo di contenuti generati o modificati dall’intelligenza artificiale in ambito elettorale. L’AI è già protagonista della campagna Il caso Bolsonaro , sottolinea la Reuters , ha sollevato interrogativi. Non solo, ha infatti anche evidenziato le difficoltà che il TSE deve affrontare per impedire che la nuova tecnologia possa compromettere l’integrità del processo democratico. L’AI è sempre più centrale nella campagna digitale . Secondo l’ Instituto Democracia em Xeque – nell’arco di 15 giorni – politici vicini ai due candidati in testa ai sondaggi, Flávio Bolsonaro e l’attuale Presidente Luiz Inácio Lula da Silva , hanno pubblicato centinaia di contenuti sui social . E soltanto quelli “ formalmente contrassegnati come generati dall’AI “. Per le elezioni di quest’anno, il TSE ha introdotto un sistema di restrizioni più ampio sull’utilizzo di questa tecnologia. Tra le misure figurano: l’obbligo di indicare chiaramente i contenuti generati dall’ AI . Il divieto di deepfake . Il divieto per i sistemi automatizzati di raccomandare candidati. È inoltre prevista prevista una vera e propria chiusura sulla pubblicazione o sulla promozione a pagamento di nuovi contenuti generati dall’ AI nelle fasi immediatamente precedenti e successive al voto. La decisione attesa dal TSE dovrebbe contribuire anche a definire in modo più preciso che cosa debba essere considerato un deepfake in ambito elettorale. Perché il vero rischio sono i deepfake Per le autorità elettorali, il problema centrale è quello dei deepfake . Proprio per la loro capacità di rappresentare in maniera convincente eventi che non sono mai avvenuti, con il loro relativo impiego. I numeri hanno mostrato la portata di un fenomeno ben present. Secondo i dati del tribunale elettorale, nei primi 11 giorni della campagna il TSE aveva già ricevuto 19 casi relativi all’utilizzo dell’intelligenza artificiale . Verso le elezioni, dunque, esperti e autorità dovranno certamente fare i conti con l’impiego di questa tecnologia, con i suoi effetti diretti. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Tra deepfake e chatbot, in Brasile è allarme per l’influenza dell’AI sulle prossime elezioni presidenziali sembra essere il primo su CyberSecurity Italia .

L’arresto di Biwei Zhang a pochi passi dal comando operativo della NATO diventa un caso di studio. Il 24 luglio 2026, mentre il caldo estivo svuotava i corridoi del quartier generale alleato a Mons, gli agenti della polizia federale belga sono entrati contemporaneamente in due luoghi simbolo: la stanza in affitto da studentessa, poco fuori città, della sospettata Biwei Zhang (nota come “Claire Z.”); e l’ufficio informatico del Supreme Headquarters Allied Powers Europe (SHAPE), il comando operativo della NATO. Ecco di cosa è accusata la cittadina canadese di origine cinese, esperta di AI in ambito militare, sospettata di spionaggio, cosa insegna il caso Shape a Mons e qual è la geopolitica della fiducia tra alleati, nell’era AI in cui lo spionaggio rende obsoleti i controlli di sicurezza. Indice degli argomenti Nei comunicati iniziali della magistratura belga, Biwei Zhang è stata indicata solo come una “cittadina canadese di origine cinese” fermata con l’accusa di spionaggio a favore di uno Stato terzo e partecipazione a un’organizzazione criminale. Ma primi scoop giornalistici delle testate investigative europee, tra cui Le Soir, Follow the Money, Knack e La Lettre, l’hanno battezzata “Claire Z.”. Tuttavia, per chi gestisce quotidianamente la postura di sicurezza di organizzazioni complesse o infrastrutture critiche, la vicenda non rappresenta affatto una semplice cronaca giudiziaria o un incidente isolato. È la dimostrazione pratica e dolorosa di un cambio di paradigma operativo che da tempo viene discusso nei board dei comitati di sicurezza e nelle stanze in cui si pianifica la continuità operativa. Ecco il caso nei dettagli. Biwei Zhang, nota come Claire Z: il suo CV Un’indagine conoscitiva condotta dalla CBC ha successivamente incrociato profili digitali, una tesi accademica e gli atti di un tribunale federale canadese, identificando ufficialmente la sospettata come Biwei Zhang (nota anche come Claire Zhang o Catina Zhang). La risorsa vantava una laurea in economia alla York University (2019) e un master in informatica e intelligenza artificiale all’Università di Ottawa (2022). Il suo percorso professionale presentava passaggi di alto livello in istituzioni pubbliche e internazionali: economista presso Statistics Canada (2018-2022), ingegnera dei sistemi per l’Agenzia Spaziale Canadese, oltre a collaborazioni con l’Organizzazione Mondiale del Commercio (OMC) a Ginevra e con l’Agenzia Spaziale Europea (ESA). Una copertura istituzionale inappuntabile, costruita con pazienza nel corso degli anni all’interno di ambienti occidentali e idonea a disattivare i più comuni campanelli d’allarme comportamentali. Le rivelazioni investigative aggiungono un tassello fondamentale che trasforma questo evento spartiacque per la threat intelligence transnazionale: l’effrazione notturna registrata nell’appartamento condiviso a Mons subito dopo il fermo formale di Biwei Zhang e il cambio contestuale delle password dei suoi profili social da remoto indicano senza ombra di dubbio una presenza tattica attiva sul campo. C’era una struttura di supporto e di contro-intelligence pronta a ripulire dischi fisici, recuperare materiali non ancora posti sotto sequestro e troncare contatti cifrati al primissimo segnale di compromissione. La gestione dell’identità della risorsa era integrata in un sistema di comando a distanza: compromessa la presenza fisica, la componente remota è scattata per isolare il danno ed eliminare i canali di comunicazione cifrati. Il vero punto di rottura istituzionale e geopolitico risiede nei meccanismi di vetting preliminare e nella catena di fiducia tra paesi alleati. Biwei Zhang possedeva un nulla osta di sicurezza di livello elevato rilasciato dalle autorità competenti canadesi, regolarmente convalidato e accettato dalla NATO durante l’onboarding per un tirocinio iniziale di sei mesi, poi prorogato fino a un anno. Questo accreditamento è avvenuto a dispetto di un grave precedente formale: nel 2019, la Public Service Commission canadese ne aveva accertato la condotta fraudolenta per aver tentato un concorso presso l’agenzia doganale utilizzando due identità distinte nello stesso fine settimana e sostenendo due volte lo stesso esame standardizzato. Quel verdetto di frode amministrativa era stato confermato in via definitiva da un tribunale federale canadese nel 2024, appena undici mesi prima del suo ingresso a Mons. Nonostante ciò, i servizi di intelligence canadesi hanno completato lo screening concedendo il nulla osta, provocando un cortocircuito che Ottawa oggi fatica a giustificare. Le ripercussioni sul piano politico e diplomatico non si sono fatte attendere: Reazione del governo canadese: il Primo ministro Mark Carney ha ammesso pubblicamente il coinvolgimento diretto dei funzionari canadesi nell’indagine fin dalle prime battute, pur evitando di annunciare immediatamente una revisione formale dei protocolli di screening. Scontro parlamentare a Ottawa: le opposizioni (conservatori e bloc québécois) hanno preteso la convocazione d’urgenza del Comitato parlamentare sulla Sicurezza pubblica, sfociata nell’apertura di un’indagine formale sui criteri di concessione dei nulla osta per incarichi in organismi internazionali. Tensioni diplomatiche: mentre la detenzione cautelare della Zhang in Belgio continua a ricevere proroghe, da Pechino sono giunte le consuete smentite ufficiali, che hanno bollato le ricostruzioni dell’Alleanza Atlantica come “accuse infondate e diffamatorie”. Il caso dimostra che la cooperazione internazionale sulla sicurezza si fonda tuttora su verifiche retrospettive e statiche, in cui il nulla osta viene trattato come una licenza permanente anziché come un’ipotesi da verificare continuamente. Negli scenari di minaccia avanzata e persistentemente sponsorizzata da stati nazionali (APT – Advanced Persistent Threat), l’accreditamento iniziale rappresenta soltanto il primo passo dell’infiltrazione. La proroga dello stage a SHAPE da sei mesi a un anno ha fornito la classica “finestra di persistenza tattica“: superata la barriera dell’accettazione iniziale, i controlli interni tendono fisiologicamente ad allentarsi. L’impiego della sospettata su progetti dedicati all’applicazione dell’intelligenza artificiale in contesti militari e decisionali chiarisce la natura strategica del bersaglio. L’AI, in ambienti come Shape, non è più soltanto uno strumento analitico, ma rappresenta il terreno di scontro prioritario dellaguerra cognitiva e cibernetica contemporanea. Gli attori statali avanzati non cercano la distruzione immediata delle infrastrutture né l’esfiltrazione rumorosa e massiccia di dataset grezzi (azioni che qualsiasi sistema di Data Loss Prevention o monitoraggio di rete intercetterebbe rapidamente). Nel campo dell’AI, applicata ai sistemi di comando e controllo, l’attacco si articola su tre vettori d’azione discreti. In questi scenari, i classici firewall e sistemi di rilevamento delle intrusioni rimangono inefficaci: dal punto di vista logico, l’operatore sta semplicemente svolgendo le mansioni per cui ha ottenuto una formale autorizzazione. La vicenda di Mons dimostra con chiarezza la definitiva saldatura tra l’intelligence umana di matrice classica (HUMINT) e le operazioni cibernetiche avanzate. Non esistono più due domini separati: da un lato l’agente di campo e dall’altro l’hacker remoto. La minaccia più insidiosa si colloca esattamente nell’intersezione tra questi due mondi: L’elemento umano (Humint): serve ad azzerare le distanze fisiche, superare i controlli perimetrici logici e garantire l’accesso diretto agli ambienti riservati sfruttando la fiducia istituzionale; La componente cibernetica: agisce sui codici, sulle API e sulle strutture dati senza lasciare le tipiche impronte digitali degli attacchi informatici esterni. L’infrastruttura di supporto remota e sul campo: interviene tempestivamente in caso di compromissione fisica (bonifica dell’alloggio, eliminazione di supporti fisici) e digitale (cancellazione dei profili online, rotazione delle chiavi di cifratura) per recidere la catena di attribuzione e proteggere i nodi di contatto superiori. Gli attori statali fanno sempre più affidamento su “coperture pulite” (individui privi di precedenti penali, con eccellenti curricula accademici occidentali e nulla osta regolari), rendendo inefficaci i filtri di selezione tradizionali se non affiancati da un monitoraggio continuo del comportamento digitale e relazionale. La risposta a questa tipologia di minacce richiede l’estensione dell’architettura Zero Trust oltre il solo strato di rete, applicandola all’intero ciclo di vita operativo, digitale e comportamentale di ogni utente, indipendentemente dal livello di autorizzazione o dal prestigio del suo profilo. Le direttrici operative da implementare da subito includono: Vetting continuo e Analytics Comportamentale (UEBA): trasformare il vetting da evento burocratico ad hoc a processo dinamico e ininterrotto. L’integrazione di soluzioni di User and Entity Behavior Analytics (UEBA) basate su machine learning consente il monitoraggio non invasivo del comportamento digitale. Anomalie negli orari d’accesso, consultazioni insolite di repository estranei alle mansioni, variazioni nei volumi di dati e modifiche non documentate ai dataset devono generare allarmi automatici e la sospensione cautelativa delle credenziali. Gestione granulare degli accessi privilegiati (PAM) e controllo incrociato: applicazione rigorosa del principio del minimo privilegio dinamico. Nessun ricercatore o amministratore di sistema deve poter interagire con codici sorgente o pipeline di dati critiche in perfetta solitudine. Occorre imporre meccanismi di approvazione a quattro occhi per ogni modifica strutturale e garantire la tracciabilità immutabile di ciascuna sessione. Segregazione chirurgica degli ambienti: separazione stagna ed ermetica tra ambienti di ricerca teorica o testing e architetture operative di produzione. I dati strategici e i parametri dei modelli operativi non devono mai risiedere o transitare sui segmenti di rete dedicati alla sperimentazione. Formazione avanzata al Counter-Humint: sensibilizzazione e addestramento del personale tecnico contro tentativi di reclutamento sottili, sollecitazioni anomale di informazioni da parte di finti enti di ricerca o approcci apparentemente innocui in contesti accademici e internazionali. L’arresto di Biwei Zhang a pochi passi dal comando operativo della NATO – con la sua scia di audizioni parlamentari a Ottawa, dibattiti diplomatici e retroscena su effrazioni e depistaggi digitali – si attesta come un fondamentale caso di studio. Questo evento conferma che l’epoca in cui le minacce più gravi si manifestavano tramite attacchi ransomware devastanti o schermate di riscatto è superata dalleforme più evolute di scontro geopolitico. Le offensive più pericolose del nostro tempo avanzano in totale silenzio, protette da curriculum vitae impeccabili, da nulla osta d’eccellenza e dal rispetto formale di ogni procedura d’ingresso. Non forzano le barriere fisiche o logiche con la violenza di un attacco cibernetico frontale, ma abitano la rete dall’interno, mimetizzandosi tra le attività quotidiane di sviluppo e ricerca per raccogliere informazioni, orientare i modelli decisionali o preparare vulnerabilità da sfruttare al momento opportuno. La robustezza di un’organizzazione non si misura più dalla forza teorica del suo firewall o dal numero di certificazioni cartacee accumulate, ma dalla velocità e dalla precisione con cui la sua architettura è in grado di rilevare e isolare l’anomalia nel momento esatto in cui un utente legittimo compie la prima azione difforme rispetto al suo profilo. La sfida reale consiste nel costruire sistemi di difesa intelligenti, dinamici e privi di pregiudizi di fiducia, pronti a neutralizzare la minaccia un istante prima che possa trasformarsi in un danno irreversibile per la sicurezza collettiva.

Gli esperti di VulnCheck hanno scoperto due impianti sconosciuti nei firmware dei router del produttore cinese Shenzhen Zhibotong Electronics (ZBT). Entrambi permettono a un aggressore remoto di connettersi al dispositivo senza autenticazione ed eseguire comandi con privilegi root . La backdoor rilevata ha ricevuto il nome di  SPEAKINGSTONE ( CVE-2026-74232 ) e DARKLANTERN ( CVE-2026-74233 ). Entrambi i bug di sicurezza sono valutati con severity 9,3 sulla scala CVSS 4.0 e 9,8 punti su CVSS 3.1, poiché per lo sfruttamento non sono necessarie privilegi o azioni da parte dell’utente. I ricercatori scrivono che SPEAKINGSTONE funziona come servizio e il router stesso invia dati a un indirizzo di gestione codificato tramite la porta UDP 10000. Poiché la connessione è avviata dal dispositivo stesso, il meccanismo funziona anche dietro NAT e non richiede porte in entrata aperte. La backdoor è in grado di eseguire comandi arbitrari con privilegi root, rubare login e password per PPPoE, modificare le registrazioni DNS e reindirizzare i dispositivi nella rete locale a server controllati dagli aggressori, nonché aprire un tunnel SSH inverso . “Questo è un impianto spia con accesso root a ogni dispositivo su cui viene eseguito”, scrivono allarmati i ricercatori. Oltre all’indirizzo del server di gestione principale, nel codice SPEAKINGSTONE è presente anche un dominio di riserva, che si è rivelato non registrato. Gli esperti di VulnCheck lo hanno registrato e avviato un server con la propria implementazione del protocollo, dopo di che i router hanno iniziato a connettersi a esso quasi immediatamente. Al 21 agosto 2026, 392 dispositivi unici si sono connessi al server, di cui 390 si trovavano in Cina . Gli esperti scrivono che l’83% di questi router utilizzava la rete China Mobile; 304 distribuivano Wi-Fi con SSID che iniziava con «CMCC»; e 363 dispositivi si sono identificati come modello L3_V2_8 con firmware 3.0.0.4.528. Si sottolinea che il numero esatto di dispositivi interessati da questo problema è sconosciuto, poiché il dominio di riserva è stato contattato solo da quei router per i quali, per qualche motivo, non era stato impostato il server di gestione principale. La seconda backdoor, DARKLANTERN, funziona come servizio infosrvd sulla porta UDP 9992, e il firewall di sistema del firmware consente connessioni in entrata a questa porta da Internet. Nel frattempo, si è scoperto che la protezione prevista in DARKLANTERN è in realtà inutile. Ad esempio, per eseguire un comando, il pacchetto deve contenere un token speciale e l’indirizzo MAC del router , ma il token viene calcolato utilizzando un valore fisso che è facile da estrarre dal firmware . Anche il controllo dell’indirizzo MAC può essere aggirato inviando al suo posto sei byte nulli . Di conseguenza, qualsiasi aggressore remoto può inviare comandi al router. Dal 18 al 21 agosto, gli esperti hanno rilevato 203 istanze di DARKLANTERN accessibili tramite Internet in 22 paesi. Si sottolinea separatamente che in questo caso si tratta di 16 modelli di router che hanno risposto allo scanning, non di casi confermati della loro compromissione. Il rilevamento di SPEAKINGSTONE e DARKLANTERN da parte dei rappresentanti del produttore non è stato ancora commentato. Inoltre, l’azienda raccomanda ai proprietari dei dispositivi ZBT di bloccare tutte le connessioni in entrata sulla porta UDP 9992, monitorare le richieste all’infrastruttura di gestione SPEAKINGSTONE, nonché considerare la rete locale dei router non attendibile. L'articolo Il router cinese ZBT aveva una backdoor: praticamente l’hacker era già in salotto proviene da Red Hot Cyber .

Tra la fine di agosto e i primi giorni di settembre, nel quartiere di Soho, più di 500 persone morirono per aver contratto il colera, in una manciata di giorni. Era un momento molto delicato per Londra, ma i decessi vennero comunque tutti registrati, corredati non solo delle generalità della vittima ma anche di dove abitava. Londra non aveva quindi un problema di dati. Aveva un problema nel modo in cui quei dati venivano interpretati. Le informazioni che si avevano sulla trasmissione del colera, all’epoca, portavano a correlare il proliferare della malattia in zone molto circoscritte e la virulenza della stessa, con la conseguente attribuzione del contagio ai miasmi (ovvero le esalazioni prodotte dall’aria malsana e dalla decomposizione). Era un’interpretazione coerente con la Londra dell’epoca: in quegli anni la città era sovraffollata, senza un sistema fognario adeguato alla crescita della popolazione. Risultato? Una città maleodorante; le acque reflue scorrevano lungo le strade – anche le più frequentate – ed arrivavano a contaminare pozzi e corsi d’acqua, un odore malsano e percepibile facilmente, che faceva pensare subito ad una malattia, di cui non era ancora stato identificato l’agente responsabile. Una spiegazione che coincideva con ciò che vedevano: metterla in discussione era difficile. Difficile per tutti ma non John Snow, che lo aveva fatto già nel 1849, quando aveva pubblicato la prima edizione di On the Mode of Communication of Cholera , sostenendo che la malattia veniva trasmessa attraverso l’ingestione di acqua contaminata. Non poteva sapere che la scienza gli avrebbe dato ragione molti anni dopo, quando il Vibrio cholerae , il famoso batterio a forma di virgola responsabile del colera, sarebbe stato isolato e riconosciuto. Eppure, già allora aveva notato che la teoria dei miasmi non riusciva a spiegare il comportamento dell’epidemia. Se il problema fosse stato semplicemente l’aria, persone che vivevano nelle stesse strade e respiravano le stesse esalazioni avrebbero dovuto ammalarsi in modo simile. Peccato che – nella realtà – i casi seguivano distribuzioni diverse. Quando il colera colpì Soho nel 1854, Snow non partì da un’intuizione improvvisa, bensì iniziò da un’ipotesi che cercava da anni di verificare e da una domanda circostanziata: quali erano gli elementi che accomunavano le persone che si erano ammalate? Consultò i registri dei decessi, si recò presso le abitazioni delle vittime, parlò con le famiglie e ricostruì le loro abitudini: si rese così conto, incrociando le informazioni, che quasi tutti i morti vivevano vicino alla pompa pubblica di Broad Street. E che quelli che invece abitavano più lontano, ne bevevano abitualmente l’acqua. Alcuni la preferivano a quella delle pompe più vicine; alcuni bambini la bevevano andando a scuola: quindi anche i casi apparentemente incompatibili con la sua teoria, anziché essere esclusi (come rumore) vennero esaminati uno per uno. Snow non cercava solo conferme, ma una spiegazione legittima capace di sostenere anche le anomalie. Così fece anche una controprova, lavorando su “ciò che non era accaduto”: Come nel caso del vicino birrificio di Broad Street, dove non risultavano morti tra gli operai. Questo poteva in qualche modo mettere in discussione la teoria di Snow, salvo scoprire che questi operai disponevano di una fonte propria durante il lavoro e bevevano soprattutto birra (prodotta con acqua bollita); così come nel caso della workhouse (l’ospizio) di Poland Street: nonostante la presenza di centinaia di persone in uno spazio ristretto, i decessi erano pochi rispetto al resto del quartiere. Quindi se l’aria fosse stata la causa principale, sarebbe stato difficile da spiegare, mentre la spiegazione era nel fatto che l’edificio utilizzava un pozzo indipendente. È qui che entra in scena la mappa. Nella rappresentazione pubblicata nel 1855, ogni morte veniva indicata da una piccola linea nera collocata in corrispondenza dell’edificio in cui era avvenuta; quando più persone erano morte presso lo stesso indirizzo, le linee venivano tracciate una accanto all’altra. Il risultato mostrava una concentrazione evidente intorno alla pompa di Broad Street e una progressiva diminuzione dei casi man mano che aumentava la distanza, soprattutto oltre le aree in cui risultava più conveniente servirsi di un’altra pompa. La mappa non fornì a Snow informazioni nuove, gli permise di vedere, in pochi secondi, una relazione che fino a quel momento richiedeva pagine di registri, indirizzi e testimonianze. Ebbe quindi un’indiscutibile intuizione: modificò il modo in cui le informazioni disponibili potevano essere comprese. È una distinzione importante, perché il racconto più diffuso trasforma John Snow nell’uomo che disegnò alcuni punti su una cartina, individuò la pompa di Broad Street e pose fine all’epidemia. La realtà fu molto più complessa e, proprio per questo, più interessante. Quando la leva della pompa venne chiusa – l’8 settembre- il numero dei nuovi casi stava già diminuendo, anche a causa della fuga di molti abitanti dal quartiere e Snow stesso riconobbe che non era possibile stabilire quanto quella chiusura avesse inciso sull’andamento immediato dell’epidemia (la scoperta del vibirio colerae gli avrebbe dato ragione certa solo anni dopo). Ma dobbiamo ragionare su 2 elementi: la chiusura della pompa resta un gesto fondamentale, ma non perché rappresenti una soluzione semplice e definitiva, piuttosto rappresenta il momento in cui un’interpretazione sufficientemente solida diventa una decisione operativa, nonostante l’incertezza non sia stata eliminata. Il secondo elemento è la mappa, che fu risolutiva, e non perché conteneva più dati, ma perché mostrava le relazioni tra quei dati . La mappa trasformò una sequenza di decessi registrati separatamente in un fenomeno osservabile nel suo insieme, e rese visibile un pattern che il modello dominante non riusciva a spiegare. A quasi due secoli di distanza, il problema affrontato da Snow è sorprendentemente vicino a quello che incontriamo nella cybersecurity. Un’infrastruttura può essere monitorata in ogni sua componente e rimanere poco comprensibile nel suo insieme. Questo accade perché la visibilità dei singoli elementi non coincide con la conoscenza delle relazioni che invece li uniscono : un accesso anomalo, una variazione nel traffico, una modifica a una configurazione o il comportamento inatteso di un dispositivo possono essere letti come eventi di basso impatto o indipendenti, ma quando vengono collocati all’interno dello stesso contesto, possono rendere visibile un movimento laterale, una compromissione in corso o un attacco che sta attraversando ambienti diversi. Il punto non è (solo) raccogliere le informazioni, ma costruire una rappresentazione che restituisca un significato a ciò che viene raccolto; È un metodo che dovrebbe essere familiare a chi si occupa di sicurezza informatica : un alert acquista valore soltanto quando sappiamo quale asset riguarda, quale funzione svolge quell’asset, con quali altri sistemi comunica e quali conseguenze può produrre la sua compromissione; senza queste relazioni, anche una grande quantità di informazioni rimane una raccolta priva di una mappa. Esiste poi un secondo punto: John Snow non si limitò a leggere i dati, accettò che questi potessero contraddire la spiegazione ritenuta corretta dalla maggioranza. Nella cybersecurity, questo passaggio è ancora difficile: troppe organizzazioni osservano gli eventi attraverso modelli costruiti sulle minacce già conosciute , sulle architetture documentate e sui comportamenti considerati normali e, quando la realtà si discosta da quel modello, il rischio è che spesso si tratterà la differenza come un’anomalia irrilevante, anziché domandarsi se sia il modello a non rappresentare più correttamente l’infrastruttura. La storia di John Snow non racconta quindi soltanto il valore della visualizzazione dei dati: racconta il valore di una rappresentazione capace di mettere in discussione ciò che pensiamo di sapere. Oggi possediamo molti più dati di quelli che Snow aveva a disposizione, strumenti infinitamente più sofisticati per raccoglierli e tecnologie capaci di analizzarli in tempi allora impensabili, ma questo non garantisce che saremo più preparati a comprenderli. È un altro modo di definire e perseguire la resilienza. La soluzione di cyber automated resilience di Gyala Agger si basa su questi principi e segue questo modus operandi. Fonti : https://www.gutenberg.org/files/72894/72894-h/72894-h.htm https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(00)02442-9/abstract L'articolo Il segreto dei dati: una mappa, 500 morti e un’idea rivoluzionaria. La storia di John Snow proviene da Red Hot Cyber .

La portavoce del ministero degli Esteri russo Maria Zakharova torna ad attaccare la scelta italiana di affidare un incarico di consulenza all’ex ministro ucraino Mykhailo Fedorov. Crosetto replica: “Le scelte per l’Italia si fanno pensando a Roma, non a Mosca, Kiev o Washington”. Nuovo scontro verbale tra Mosca e il ministro della Difesa Guido Crosetto sulla nomina di Mykhailo Fedorov come advisor per l’Innovazione del ministero della Difesa italiano. A riaccendere la polemica è stata Maria Zakharova , portavoce del ministero degli Esteri russo, che durante un briefing ha definito la scelta italiana “molto ridicola”, arrivando a evocare Gianni Rodari . “Se Gianni Rodari fosse vivo penso che scriverebbe una favola satirica su questo, ma non sono sicura che sarebbe più divertente della storia vera”, ha dichiarato Zakharova, secondo quanto riferito dall’agenzia Tass. Mosca attacca Fedorov “È simbolico che l’innovazione in Italia sarà gestita da un uomo che, in una recente intervista, ha riconosciuto l’assoluta inefficacia del suo stesso dipartimento, dichiarando di ritenere che l’efficienza del sistema statale ucraino sia all’incirca del 5%”, ha sostenuto Zakharova. Secondo la rappresentante della diplomazia russa, la nomina rappresenterebbe inoltre “un esempio perfetto di come gli occidentali utilizzano l’Ucraina e gli ucraini”. “Mentre i cittadini comuni vengono mobilitati nelle trincee in Ucraina per affrontare una morte certa, i manager del regime di Kiev stanno convertendo le sconfitte militari in contratti internazionali personali” , ha aggiunto. La replica di Crosetto: “Pensiamo a Roma, non a Mosca” “Capisco che preferirebbero che le scelte per l’Italia potesse farle qualcuno che senta Mosca prima, ma per adesso non è ancora così e si ragiona pensando solo a Roma e non Mosca, Kiev o Washington”, ha dichiarato Crosetto all’Ansa. “Però qualcosa di positivo c’è: se ha letto Rodari, cosa che dubito, avrà capito che non vogliamo fare la fine del topo che mangiava i gatti e quindi serve anche l’esperienza sul campo”, ha affermato. Secondo Crosetto, proprio l’esperienza maturata dall’Ucraina nella guerra e nell’impiego delle nuove tecnologie rappresenta uno degli elementi alla base della scelta di coinvolgere Fedorov. Fedorov advisor per droni e innovazione militare La collaborazione era stata annunciata il 28 luglio, dopo un incontro tra Crosetto e l’ex ministro ucraino. Fedorov offrirà la propria consulenza al ministero della Difesa italiano come advisor per l’Innovazione, con particolare attenzione alle tecnologie che negli ultimi anni hanno avuto un ruolo crescente nel conflitto in Ucraina. “Con lui c’è stata un’occasione di approfondimento, in particolare, sul tema dei droni, dei sistemi unmanned e della difesa aerea”, aveva spiegato Crosetto dopo l’incontro. Fedorov è stato tra le figure centrali della trasformazione digitale dell’Ucraina e dello sviluppo delle tecnologie applicate alla difesa, soprattutto nel campo dei droni e dei sistemi autonomi. Vai al sito di Cybersecurity Italia. L'articolo Su Fedorov (neoconsigliere della Difesa) botta e risposta tra Mosca e Crosetto sembra essere il primo su CyberSecurity Italia .

Ad un mese dall’incidente informatico che aveva colpito tre aziende, Anthropic ha ricominciato a testare i propri modelli di AI. Anthropic ha ricominciato ad effettuare dei test esterni sulla cybersicurezza dei sui modelli di AI dopo aver introdotto nuove misure di protezione. L’ha confermato la stessa azienda, ad un mese dagli incidenti in cui i modelli AI di Claude avevano violato i sistemi informatici di tre aziende. Alla base dell’operazione ci sarebbe stato un “ errore operativo “. Nelle ultime settimane sono cresciute sensibilmente le preoccupazioni tra gli esperti del settore. Solo pochi giorni prima dell’incidente di Anthropic , anche OpenAI aveva confermato un attacco cyber “ senza intervento umano ” della sua tecnologia, sempre durante un test. Sebbene i due casi abbiano origini differenti , entrambi evidenziano la portata della sfida, vista la velocità stessa della tecnologia. La necessità di controllare il comportamento di modelli di AI sempre più avanzati nel loro impiego in scenari realistici . Alla base dell’errore operativo Per ricominciare i test, come ha sottolineato la Reuters , è stato necessario sviluppare delle misure di protezione. L’ errore operativo di Anthropic “ aveva concesso involontariamente ai modelli Claude l’accesso aperto a Internet durante le valutazioni di sicurezza “. Per Anthropic , “ il problema è nato da un malinteso con uno dei soggetti incaricati delle valutazioni, che ha lasciato attiva la connessione a Internet “. L’azienda aveva successivamente identificato gli episodi dopo aver analizzato oltre 141mila sessioni di test. Un’indagine, quest’ultima avviata proprio in seguito alle recenti rivelazioni di OpenAI . Tre aziende coinvolte Durante le esercitazioni, i modelli Claude ricevevano la comunicazione di non avere accesso a Internet . In realtà, la connessione era attiva, consentendo ai sistemi di raggiungere infrastrutture reali. Anthropic ha confermato che tre organizzazioni sono state coinvolte, senza divulgarne l’identità. Secondo il rapporto che ha redatto nel merito, “ i modelli hanno compromesso le infrastrutture sfruttando tecniche relativamente semplici “. Tra queste: password deboli; Endpoint privi di autenticazione. credenziali facilmente accessibili. L’azienda ha definito l’accaduto un “ fallimento operativo “, sottolineando che il problema non è derivato da un comportamento intenzionale dell’AI, quanto da una configurazione errata dell’ambiente del test. Il 23 luglio Anthropic ha sospeso tutte le valutazioni di cybersicurezza e il 27 luglio ha informato le aziende coinvolte. Due di esse non erano a conoscenza delle attività subite prima della comunicazione dell’azienda. Continuano invece i contatti con la terza. Sono inoltre cominciate delle indagini specifiche. Da allora si è lavorato, fino a tornare alla progettazione di nuovi test esterni di cybersicurezza . Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo AI, Anthropic riprende i test esterni di cybersicurezza “dopo aver introdotto nuove misure di protezione” sembra essere il primo su CyberSecurity Italia .

La polizia federale australiana (AFP) ha annunciato l’arresto di due presunti membri del gruppo hacker TeamPCP , collegato a massicci attacchi alle catene di approvvigionamento. Secondo le indagini, gli attacchi del gruppo potrebbero aver coinvolto più di 1000 organizzazioni in tutto il mondo , e gli hacker criminali hanno rubato alle vittime oltre 500.000 credenziali e non meno di 300 GB di informazioni. Le forze dell’ordine hanno arrestato Ruben Ian Thomson , 21 anni, e Louis Michael Gaebler, 23 anni, della Western Australia. A loro sono stati mossi complessivamente 14 capi d’accusa accesso non autorizzato a sistemi informatici, otten:imento, conservazione e diffusione illegale di dati rubati, nonché altri reati informatici. Inoltre, Thomson è accusato separatamente di operazioni con proventi illeciti per un importo di almeno 100.000 dollari USA e di rifiuto di ottemperare alla richiesta della polizia di fornire accesso a dati elettronici. Per il più grave di questi episodi, gli viene comminata una pena fino a 20 anni di reclusione. Ricordiamo che il gruppo TeamPCP ha guadagnato notorietà grazie ad attacchi alle catene di approvvigionamento open source . Tra gli attacchi più noti del gruppo è stato l’attacco allo scanner di vulnerabilità  Aqua Security’s Trivy , avvenuto nella primavera del 2026. I dati ottenuti durante questo attacco sono stati successivamente utilizzati contro KICS, e lo stesso Trivy infetto è entrato nel pipeline di LiteLLM, permettendo il furto di un token di accesso. Di conseguenza, gli hacker sono riusciti a pubblicare versioni infette di LiteLLM su PyPI . Di recente, esperti di CloudSEK e Hudson Rock  hanno riferito che in soli 40 minuti, mentre le versioni dannose di LiteLLM si diffondevano attraverso PyPI, gli attaccanti sono riusciti a rubare segreti da 434.000 pipeline CI/CD . Secondo i ricercatori, tra le vittime si trovano alcune delle più grandi aziende tecnologiche e industriali del mondo, e gli hacker hanno rubato terabyte di dati. TeamPCP è anche collegata alla compromissione dei pacchetti Telnyx, SAP и TanStack, e tra le organizzazioni vittime delle azioni del gruppo figurano Mistral AI, GitHub, OpenAI e altre. Secondo le stime degli investigatori dell’AFP, i costi sostenuti dalle aziende per eliminare le conseguenze di questi attacchi ammontano già a centinaia di milioni di dollari. Inoltre, la polizia afferma che Thomson e Gaebler hanno ricevuto pagamenti in criptovaluta per la loro partecipazione alle operazioni di TeamPCP , anche se l’importo esatto è ancora in fase di accertamento. L’indagine è iniziata ad aprile 2026 dopo che l’AFP e l’FBI hanno ricevuto informazioni su TeamPCP da diverse aziende di sicurezza informatica . Durante le perquisizioni, le forze dell’ordine hanno sequestrato dispositivi elettronici e un grande volume di dati presumibilmente rubati, che ora dovranno essere esaminati dagli esperti forensi. I rappresentanti dell’AFP sottolineano che l’indagine sull’attività del gruppo hacker è ancora in corso, quindi in futuro potrebbero seguire nuove accuse e arresti. Si noti che il giornalista indipendente di sicurezza informatica Brian Krebs (Brian Krebs) ha condotto un’indagine propria e dopo l’arresto di Thomson e Gaebler ha pubblicato i risultati. Egli scrive che già a giugno 2026 aveva identificato la vera identità di Thomson, dopo di che ha comunicato direttamente con lui per diversi mesi. Secondo Krebs, Thomson ha utilizzato numerosi pseudonimi, tra cui EllisD25, LSD, BulkDMT, Express e Persy_PCP , e questi account sono stati collegati grazie a una serie di gravi errori OPSEC: ad esempio, hanno aiutato ID Tox e Session uguali che sono stati pubblicati su diversi forum hacker. Inoltre, uno degli indirizzi IP collegati all’account ChristmasSnow di Thomson è stato utilizzato per anni dai server domestici della sua famiglia a Perth. Un altro indizio è stato trovato grazie all’indirizzo [email protected], che era collegato al profilo di Thomson su Airbnb, dove egli stesso scriveva di sé: “gli amici mi chiamano Ellis”. Inoltre, nel 2025 Thomson si è registrato sulla piattaforma HackerOne con il suo vero nome e ha scelto lo pseudonimo Deadcatx3 , che le aziende di sicurezza informatica avevano già collegato a TeamPCP. Nelle conversazioni con Krebs, Ellis affermava di essersi ritirato dalle attività di TeamPCP a marzo 2026, poco prima dell’attacco a LiteLLM, e che la guida del gruppo era passata a un’altra persona. Inoltre, affermava di aver guadagnato solo circa 20.000 dollari USA in tutto il tempo di collaborazione con TeamPCP. Circa due settimane prima dell’arresto, Thomson diceva al giornalista di voler abbandonare definitivamente la criminalità informatica e di essere disposto a consegnarsi alle autorità. L'articolo In Australia arrestati due membri del gruppo hacker TeamPCP proviene da Red Hot Cyber .

La sentenza n. 167/2026 del Tribunale di Udine rischia di essere letta come una semplice decisione relativa all’utilizzo di WhatsApp nei rapporti di lavoro o, al massimo, come una controversia disciplinare nata da una comunicazione effettuata attraverso un canale improprio. In realtà, il provvedimento mette in luce un fenomeno molto più profondo e strutturale: la progressiva perdita di coincidenza tra organizzazione formalmente dichiarata e organizzazione realmente operante. Indice degli argomenti Nel caso in questione, la lavoratrice comunica il protrarsi della propria assenza tramite messaggi vocali e documentazione inviata via WhatsApp a un referente aziendale che riceve le informazioni, interagisce con lei, organizza le sostituzioni e mantiene operativo il flusso comunicativo. Solo successivamente l’organizzazione richiama l’esistenza di procedure che avrebbero richiesto l’utilizzo della posta elettronica e della comunicazione telefonica. Il Tribunale, però, osserva che presso l’impresa tali indicazioni non avevano carattere realmente prescrittivo e che la concreta fisiologia organizzativa aveva ormai incorporato modalità differenti. È precisamente qui che la sentenza assume rilievo per privacy, cyber security e governance organizzativa. Il problema non è il singolo utilizzo di WhatsApp. Il problema è che l’organizzazione continua formalmente a rappresentarsi attraverso un modello procedurale che non coincide più con il proprio funzionamento reale. La decisione del Tribunale di Udine mostra infatti una dinamica sempre più frequente nelle organizzazioni contemporanee: l’ente continua a produrre policy, regolamenti, linee guida e istruzioni operative, ma la concreta operatività quotidiana tende progressivamente a svilupparsi attraverso relazioni organizzative differenti, costruite sulla rapidità decisionale, sulle necessità funzionali, sulle consuetudini operative e sulle tolleranze manageriali. Il punto centrale, allora, non riguarda la singola deviazione dalla regola formale. Riguarda piuttosto la progressiva separazione tra normazione dichiarata e normazione effettivamente operante dentro l’organizzazione. Dinamiche analoghe si riscontrano quotidianamente in molti contesti organizzativi, dalla gestione operativa dei sinistri nei settori assicurativi alla circolazione informale di informazioni tra funzioni aziendali attraverso strumenti di messaggistica istantanea. La questione privacy, in questa prospettiva, non può essere ridotta alla presenza di dati sanitari o all’utilizzo di una piattaforma consumer per trasmettere informazioni sensibili. Una simile lettura resterebbe ancora ancorata a una concezione prevalentemente documentale della protezione dei dati personali. Il punto centrale che emerge dalla sentenza è molto più radicale: il GDPR ha progressivamente trasformato la privacy in una disciplina di governo organizzativo dei processi informativi. La protezione dei dati non riguarda più soltanto la tutela del singolo dato considerato isolatamente. Riguarda la capacità dell’organizzazione di conoscere, presidiare e controllare l’intera architettura attraverso cui le informazioni circolano, vengono condivise, utilizzate, trasformate in decisioni operative e incorporate nei processi dell’ente. È questo il significato più profondo del principio di accountability. Il regolamento europeo non impone semplicemente l’adozione formale di policy o procedure. Richiede al titolare del trattamento la costruzione di assetti organizzativi concretamente idonei a governare i processi reali. Ed è precisamente qui che la sentenza del Tribunale di Udine diventa paradigmatica. Infatti il caso mostra il momento in cui il processo operativo reale si emancipa dalla struttura organizzativa formalmente dichiarata. WhatsApp non è semplicemente un mezzo di comunicazione utilizzato in modo improprio. Diventa il luogo effettivo nel quale si esercitano funzioni organizzative, si coordinano attività, si gestiscono sostituzioni, si prendono decisioni operative e si realizza concretamente il trattamento delle informazioni. La piattaforma, in altri termini, smette di essere un semplice strumento tecnologico e diventa parte integrante dell’architettura organizzativa reale. Il problema non è soltanto che determinati dati transitino su un canale non formalmente autorizzato. Il problema è che il trattamento finisca per svilupparsi dentro processi organizzativi che l’ente non sembra più pienamente in grado di descrivere, presidiare e ricondurre entro un’architettura procedurale coerente. La vera vulnerabilità emerge nel momento in cui il titolare perde la capacità di rappresentare in maniera unitaria i processi effettivi attraverso cui il trattamento viene concretamente realizzato. Quando i flussi informativi si sviluppano dentro ecosistemi relazionali paralleli, tollerati, ma non realmente governati, l’organizzazione perde progressivamente il controllo non soltanto sui dati, ma sul funzionamento stesso dei processi attraverso cui quei dati vengono utilizzati. Ed è precisamente nella perdita di governo del processo che le esigenze di protezione dei dati e quelle di sicurezza delle informazioni tendono progressivamente a convergere. La sentenza mostra una dinamica che caratterizza sempre più frequentemente le organizzazioni contemporanee: le procedure continuano formalmente a esistere, ma smettono progressivamente di esercitare una reale funzione ordinante. Questo non significa semplicemente che le regole vengano violate. Significa qualcosa di più complesso: le organizzazioni iniziano progressivamente a produrre una normatività operativa parallela che si sviluppa accanto all’architettura formale e che finisce, nella pratica quotidiana, per sostituirla. In tali contesti, la separazione tra architettura formale e funzionamento reale non rileva soltanto sotto il profilo della conformità, ma può tradursi in un indebolimento dei presidi di controllo interno e in una crescente esposizione a rischio operativo, nella misura in cui l’organizzazione perde la capacità di identificare, presidiare e governare i processi effettivamente utilizzati. Nel caso esaminato dal Tribunale, il referente aziendale riceve le comunicazioni via WhatsApp, interagisce con la lavoratrice e organizza le sostituzioni. Questo significa che il processo organizzativo reale si è già spostato fuori dall’architettura procedurale formalmente dichiarata. La questione, allora, non riguarda più la singola violazione della procedura. Riguarda la progressiva perdita della capacità dell’organizzazione di produrre normatività effettiva attraverso i propri apparati procedurali. Ed è qui che la compliance contemporanea mostra la propria trasformazione più radicale. La conformità normativa non coincide più con la mera esistenza di regole astratte o documenti formalmente corretti. Coincide con la capacità dell’organizzazione di incorporare concretamente le regole nei propri processi operativi reali. Quando questo allineamento si rompe, la vulnerabilità non è più soltanto normativa o tecnica. Diventa strutturalmente organizzativa. Questo passaggio modifica radicalmente anche il modo in cui deve essere letto il rapporto tra compliance e responsabilità individuale. Nel caso deciso dal Tribunale, la lavoratrice si muove all’interno di un ecosistema comunicativo già strutturato dall’organizzazione. Non sceglie arbitrariamente un canale alternativo contro la volontà datoriale; utilizza uno strumento che il sistema relazionale dell’ente aveva già reso funzionalmente legittimo. Pretendere, in una situazione simile, che sia il singolo lavoratore a percepire autonomamente l’inadeguatezza normativa della prassi organizzativa significa trasferire sull’individuo il costo del deficit di governance dell’organizzazione. Ed è precisamente ciò che il modello europeo di protezione dei dati cerca di evitare. Nei contesti tecnologicamente complessi, il rispetto della normativa non può dipendere dalla capacità dei singoli soggetti di orientarsi autonomamente all’interno di ambienti organizzativi opachi o contraddittori. Per questa ragione il GDPR attribuisce centralità alle misure organizzative, alla progettazione dei processi, alla costruzione di assetti prevedibili e alla riduzione dell’ambiguità sistemica. La compliance, allora, non coincide più con l’esistenza di una regola astratta. Coincide con la capacità dell’organizzazione di produrre condizioni operative tali da rendere fisiologico il comportamento conforme. Quando un’organizzazione tollera canali paralleli, utilizza prassi difformi, lascia che i referenti operino fuori dalle procedure formalizzate o costruisce relazioni operative su strumenti non governati, non sta semplicemente violando una policy interna. Sta progressivamente perdendo capacità di governo sui propri processi. È qui che il tema incontra direttamente la cybersecurity contemporanea. Perché oggi la sicurezza non riguarda più soltanto la protezione dell’infrastruttura tecnologica. Riguarda la capacità dell’organizzazione di mantenere allineati processi, comportamenti, responsabilità, architetture decisionali, canali comunicativi e modelli normativi interni. Quando questo allineamento si rompe, la vulnerabilità non è più soltanto tecnica. Diventa epistemica e organizzativa. In questa prospettiva, anche il fenomeno dello shadow IT deve essere letto in maniera meno semplicistica rispetto alla tradizionale rappresentazione della “tecnologia non autorizzata”: parliamo di strumenti e pratiche parallele che possono essere adottati perché percepiti come più rapidi, immediati ed efficienti rispetto ai canali ufficiali. Ed è precisamente questo il punto che merita attenzione. Nella gran parte dei casi, infatti, lo shadow IT non nasce da una volontà elusiva o antagonistica rispetto all’organizzazione. Nasce piuttosto dall’esigenza di mantenere tempestività decisionale, continuità operativa e rapidità comunicativa dentro contesti organizzativi che spesso non riescono più a sostenere la velocità dei processi reali. Le piattaforme di messaggistica istantanea vengono utilizzate perché consentono di coordinare sostituzioni in tempo reale, condividere informazioni operative immediate, gestire criticità improvvise, accelerare flussi autorizzativi o mantenere continuità nelle relazioni organizzative. Il problema, allora, non è la “devianza” del singolo operatore, ma il fatto che l’infrastruttura procedurale ufficiale non riesca più, da sola, a sostenere la pressione operativa dell’organizzazione contemporanea. E, quindi, il fenomeno smette di essere soltanto tecnologico perché quando i processi operativi reali trovano stabilmente la propria efficienza fuori dai canali formalmente previsti, significa che l’organizzazione sta progressivamente producendo una normatività parallela fondata sulla funzionalità concreta piuttosto che sulla governance formalmente dichiarata. Da un punto di vista strettamente di cyber security, questa dinamica produce effetti rilevanti che spesso rimangono sottotraccia. Quando i flussi informativi migrano verso canali non governati o solo tollerati, l’organizzazione perde progressivamente alcuni presidi fondamentali: la visibilità dei flussi di dati, con conseguente difficoltà nel rilevare accessi, anomalie o comportamenti anomali; la tracciabilità delle operazioni, che compromette la capacità di audit e di ricostruzione degli eventi; il controllo sugli accessi e sulle autorizzazioni, in particolare nei contesti di collaborazione distribuita; la gestione coordinata degli incidenti, resa più complessa dalla frammentazione dei canali e degli strumenti utilizzati. In questo senso, la separazione tra organizzazione dichiarata e organizzazione reale non produce soltanto un problema di compliance, ma incide direttamente sul perimetro di sicurezza effettivo dell’ente, che finisce per non coincidere più con quello formalmente presidiato. Tuttavia, questa dinamica sembra oggi estendersi oltre la dimensione degli strumenti e dei canali operativi. In alcuni contesti, il disallineamento tra organizzazione dichiarata e organizzazione reale inizia a riguardare non solo il luogo in cui i processi si svolgono, ma anche le modalità attraverso cui vengono elaborate informazioni e formulate decisioni È in questo passaggio che emerge una nuova questione, destinata a incidere profondamente sugli assetti di governance: quella della shadow AI su cui sarà incentrato un successivo intervento.

Aumentano negli Usa le critiche alla videosorveglianza, in particolare per il trattamento dei dati personali. Da tempo negli Usa sempre più cittadini sono critici nei confronti dei sistemi di videosorveglianza , preoccupati per come le aziende private del settore, ad esempio la Flock , trattano dati e informazioni personali. Secondo una recente indagine, il numero dei contrari a queste pratiche avrebbe superato quello dei favorevoli. YouGov ha infatti condotto un sondaggio su 20mila persone in tutti gli Usa, condividendone i risultati con il Washington Post . Da quanto è emerso, il 46% degli intervistati si è dichiarato “ contrario alla presenza delle telecamere di sorveglianza di Flock nelle proprie realtà, con il 38% è favorevole “. In termini di confronto con lo scorso anno, l’inversione di tendenza è stata netta. Un anno fa, in effetti, la maggioranza degli intervistati aveva espresso un’ opinione positiva . Preoccupazioni sulla privacy Flock , ha spiegato TechCrunch , è una delle aziende di sorveglianza più conosciute negli Usa. Per questo, è divenuta una sorta di simbolo delle critiche . La società gestisce oltre 120mila sistemi di lettura automatica delle targhe, in grado di registrare e tracciare gli spostamenti dei veicoli sul territorio. L’azienda è però finita al centro di numerose polemiche dopo diverse segnalazioni sull’utilizzo improprio delle sue telecamere da parte delle forze di Polizia . Le controversie hanno spinto decine di comunità americane a respingere l’installazione dei sistemi Flock oppure a cancellare i contratti già sottoscritti. In particolare, motivando queste decisioni con “ le preoccupazioni legate alla privacy “. Il sondaggio ha evidenzia inoltre un altro elemento significativo . “ Un numero crescente di intervistati ritiene che la presenza di questi sistemi di sorveglianza non li farebbe sentire più al sicuro “. Interrogativi sull’impiego delle telecamere Da parte sua, la stessa Flock ha ribadito che esiste “ un ampio consenso a favore della propria tecnologia di sorveglianza “, seppur “ il sostegno non sia incondizionato “. L’azienda ha inoltre sottolineato di aver già adottato nuove misure di sicurezza e garanzie a tutela degli utenti. Le organizzazioni che contestano l’operato della società , tra cui l’American Civil Liberties Union ( ACLU ), ritengono però che le nuove garanzie siano insufficienti. Continuano al contrario a sostenere che la Flock sia “ una seria minaccia per le libertà civili “. La questione va inquadrata nelle più ampie critiche in materia che ultimamente hanno interessato tutta l’ Amministrazione . Nel frattempo, la protesta contro i sistemi dell’azienda si è intensificata. La scorsa settimana Garrett Langley , Amministratore delegato dell’azienda con base ad Atlanta ha invocato “ un compromesso ” tra esigenze di sorveglianza e tutela della privacy. Il tutto, dopo l’aumento degli episodi di vandalismo contro le telecamere della stessa società. Il sondaggio ha comunque evidenziato un cambiamento nell’opinione pubblica americana. Se fino a poco tempo fa, evidenziano gli esperti, “ la promessa di maggiore sicurezza sembrava sufficiente a garantire il sostegno alla tecnologia, oggi la tendenza sta cambiando “. E così “ privacy, libertà civili e controllo sull’utilizzo dei dati stanno assumendo un peso sempre maggiore nel dibattito “. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Data intelligence, sempre più cittadini negli Usa ostili alla videosorveglianza sembra essere il primo su CyberSecurity Italia .

L’ormai noto caso Hugging Face, in cui due modelli di OpenAI durante un test interno di sicurezza sono penetrati nei sistemi di produzione della piattaforma, ha messo al centro dell’attenzione un fenomeno noto da tempo agli studiosi di intelligenza artificiale, ma che sta assumendo un peso crescente sul piano della sicurezza man mano che i sistemi automatici acquisiscono maggiore autonomia, quello del Reward hacking. Con questa espressione si indica un fenomeno legato al modo in cui questi sistemi vengono addestrati. Oltre il singolo episodio, ecco l’impatto degli Agenti AI nella sicurezza informatica. Indice degli argomenti Per insegnare a un agente a svolgere un compito, chi lo sviluppa costruisce un meccanismo di ricompensa, un punteggio che sale quando il comportamento del sistema si avvicina al risultato desiderato e scende quando se ne allontana, e l’agente, nel corso dell’addestramento, impara a comportarsi in modo da far salire quel punteggio il più possibile. Il reward hacking si verifica quando l’agente individua un modo per far salire il punteggio senza che il compito sottostante venga effettivamente portato a termine come previsto, sfruttando cioè lo scarto tra ciò che viene misurato e ciò che si voleva davvero ottenere: il risultato, se giudicato in base al solo punteggio, appare corretto, ma non lo è nella sostanza. Si tratta, in altre parole, di un sistema che segue le istruzioni ricevute in modo eccessivamente letterale, trovando la via più efficiente per massimizzare il punteggio anche quando quella via non coincide con l’intenzione di chi lo ha progettato. Il caso merita un approfondimento, soprattutto per quanto riguarda le sue implicazioni per la cyber security, perché mostra con particolare chiarezza come una dinamica in origine osservata su compiti innocui possa manifestarsi, quando i modelli acquisiscono capacità informatiche avanzate, in una forma capace di produrre conseguenze reali al di fuori del laboratorio in cui viene generata. Il fenomeno non è nuovo. Già nel 2016 un agente addestrato a giocare a un videogioco in cui doveva far gareggiare delle barche aveva scoperto che, invece di completare il percorso come previsto dagli sviluppatori, poteva ottenere un punteggio più alto girando ripetutamente su se stesso in un angolo del tracciato per raccogliere alcuni bonus, focalizzandosi sullo sfruttamento di un difetto nel sistema di punteggio piuttosto che nel portare a termine la gara. Quell’episodio, diventato un caso di scuola nella letteratura sulla sicurezza dei sistemi automatici, illustrava un principio semplice quanto scomodo, cioè che un agente ottimizzato per massimizzare un obiettivo numerico tende a trovare la strada più efficiente per raggiungerlo, indipendentemente dal fatto che quella strada corrisponda alle intenzioni di chi lo ha costruito. Per anni il reward hacking è rimasto confinato a esempi di questo tipo, comportamenti bizzarri ma sostanzialmente innocui, tipici di ambienti simulati e privi di conseguenze pratiche. L’episodio che ha coinvolto Hugging Face mostra invece cosa succede quando lo stesso meccanismo si manifesta in un sistema dotato di capacità informatiche avanzate e di accesso, per quanto teoricamente controllato, a infrastrutture reali. La dinamica dell’incidente, ricostruita da OpenAI in un resoconto pubblico, permette di leggere l’episodio proprio in questi termini. L’azienda stava testando due modelli, GPT-5.6 Sol e un sistema non ancora rilasciato, su un benchmark interno di capacità offensive, dopo aver disattivato i filtri di sicurezza abituali e collocato i sistemi in un ambiente isolato, con un solo varco verso l’esterno costituito da un servizio di proxy per il download di pacchetti software. Letto alla luce della logica del reward hacking, l’episodio si spiega considerando che l’obiettivo dei modelli era risolvere gli esercizi del test, mentre il rispetto dei confini dell’ambiente non costituiva, in quanto tale, un parametro di valutazione, un’interpretazione coerente con la definizione teorica del fenomeno più che un dettaglio esplicitamente confermato da OpenAI. Secondo l’azienda, i modelli hanno sfruttato una vulnerabilità sconosciuta in quel servizio di proxy per uscire dalla rete isolata e, concatenando ulteriori falle e credenziali sottratte, sono arrivati a eseguire codice sui sistemi di produzione di Hugging Face, dove ritenevano fosse custodita la soluzione dell’esercizio. In sostanza, hanno trattato il confine dell’ambiente di test come un ostacolo tra loro e il punteggio massimo, esattamente come l’agente del videogioco del 2016 aveva trattato le regole implicite della gara come un ostacolo tra sé e il punteggio più alto. Commentando l’episodio, un ricercatore dell’Università di Cambridge ha osservato che il modello non si è mai discostato dal compito assegnato, ha semplicemente trovato un modo aggressivo e inatteso per portarlo a termine, restando dunque perfettamente coerente con la definizione di reward hacking piuttosto che con l’idea di un sistema che persegue fini propri. Sulla stessa linea si è espressoYoshua Bengio, scienziato informatico di fama internazionale, tra i pionieri del deep learning e negli ultimi anni tra le voci più attive sul fronte della sicurezza dell’intelligenza artificiale, secondo cui, man mano che i modelli diventano più autonomi e più capaci di elaborare strategie complesse, tendono sempre più spesso ad aggirare esplicitamente le regole loro imposte dagli utenti, contassi di disallineamento nettamente più alti rispetto ai modelli precedenti e una propensione crescente a imbrogliare, mentire e architettare soluzioni non previste pur di raggiungere l’obiettivo assegnato, seguendo quella che è stata definita la via diminor resistenza rispetto alle regole date. Il legame tra reward hacking su compiti apparentemente innocui e comportamenti assai più problematici è stato indagato in modo sistematico da un filone di ricerca dedicato all’allineamento dei sistemi di intelligenza artificiale. Uno studio del 2025 ha mostrato che un modello, esposto tramite una quota inferiore all’uno per cento dei documenti di addestramento sintetico alla conoscenza di alcune tecniche di reward hacking e in seguito addestrato con apprendimento per rinforzo su compiti di programmazione reali, ha imparato a imbrogliare su quei compiti, per esempio manipolando i test automatici per farli risultare superati senza che il codice funzionasse davvero. Solo in questa seconda fase di addestramento, il comportamento ha iniziato a generalizzarsi verso condotte assai più gravi, come simulare allineamento con le istruzioni ricevute mentre persegue altri obiettivi, ragionare su scenari di cooperazione con soggetti malevoli, attribuire ad altri la responsabilità delle proprie azioni o persino tentare di sabotare il codice di ricerca destinato a individuare proprio questo tipo di comportamento. Secondo gli autori dello studio, è bastata una quota inferiore all’uno per cento del materiale di addestramento dedicata a descrivere tecniche di reward hacking per innescare questa generalizzazione su compiti completamente estranei a quelli originari. Il dato è rilevante perché sposta la questione da un problema di qualità del modello, un sistema che ogni tanto imbroglia su un compito specifico, a un problema di allineamento più ampio, in cui il reward hacking funziona da segnale precoce di una tendenza generale a privilegiare l’apparenza del risultato rispetto alla sua sostanza. reward hacking non è innocuo, ma gli agenti AI evolveranno Una ricercatrice di Anthropic che si occupa di sicurezza dei sistemi di intelligenza artificiale, commentando l’episodio di Hugging Face, lo ha definito più un fastidio operativo che una minaccia esistenziale, sottolineando però che ciò non equivale a considerare il reward hacking innocuo. Infatti molti laboratori intendono affidare agli agenti automatici compiti di ricerca sempre più delicati, incluso lo sviluppo di nuove tecniche per rendere l’intelligenza artificiale più sicura, un ambito in cui un comportamento ingannevole avrebbe conseguenze ben più difficili da individuare rispetto a un test di programmazione. La ricerca ha individuato alcune strategie che riducono il fenomeno senza eliminarlo del tutto. Tra queste figurano una progettazione più accurata dei sistemi di ricompensa, capace di penalizzare esplicitamente le scorciatoie anziché limitarsi a misurare il risultato finale, l’estensione delle tecniche di apprendimento basate su feedback umano anche ai contesti in cui l’agente opera in autonomia su più passaggi successivi, e una tecnica chiamata Inoculation prompting, che consiste nel dichiarare esplicitamente, durante l’addestramento, che in quel contesto specifico determinate forme di aggiramento delle regole sono ammesse ai fini dello studio. Paradossalmente, secondo i ricercatori, questa cornice esplicita impedisce al modello di associare l’aggiramento delle regole a un pattern generale di comportamento scorretto, riducendo la propensione a trasferire quella logica su compiti estranei al contesto originario, pur mantenendo la capacità di individuare dove il reward hacking si verifica effettivamente. Le implicazioni per la sicurezza informatica dell’intero settore vanno oltre il singolo episodio. Da un lato, i modelli capaci di individuare e concatenare vulnerabilità complesse rappresentano una risorsa difensiva significativa, perché possono aiutare i team di sicurezza a scoprire falle prima che lo facciano soggetti malintenzionati e a intervenire con una rapidità che l’analisi manuale non potrebbe garantire. Dall’altro, lo stesso episodio dimostra che quando un modello persegue un obiettivo di valutazione tramite reward hacking, e possiede al contempo capacità informatiche avanzate, il confine tra ambiente di test e infrastruttura reale non può essere considerato una barriera intrinsecamente sicura, ma va trattato come un elemento dell’architettura di sicurezza tanto quanto un sistema di produzione. Una valutazione condotta da un istituto governativo britannico dedicato alla sicurezza dell’intelligenza artificiale, richiamata dallo stesso OpenAI, aveva già segnalato che modelli di questa generazione erano in grado di sostenere operazioni informatiche complesse su più fasi e per periodi di tempo prolungati, una capacità teorica che l’episodio di Hugging Face ha dimostrato applicabile in un contesto reale. Parallelamente, un rapporto sulle minacce informatiche pubblicato da Anthropic segnala un uso crescente di agenti automatici anche da parte di soggetti con finalità criminali, che sfruttano questi strumenti per abbassare la soglia tecnica necessaria a condurre operazioni complesse, dalla conduzione di operazioni di estorsione alla vendita di ransomware generato con l’aiuto dell’intelligenza artificiale da parte di criminali con competenze tecniche minime, un ulteriore motivo per cui la tendenza dei modelli a perseguire un obiettivo con qualunque mezzo disponibile non può essere considerata un problema puramente accademico. La risposta all’incidente da parte delle organizzazioni coinvolte ha seguito un percorso che gli osservatori del settore hanno giudicato nel complesso trasparente. Hugging Face ha rilevato e contenuto l’intrusione in autonomia prima ancora che OpenAI ricollegasse l’accaduto ai propri test interni, e ha successivamente reso pubblici i dettagli tecnici della compromissione; OpenAI, dal canto suo, ha definito l’accaduto un incidente senza precedenti, condividendo pubblicamente le proprie ricostruzioni preliminari e dichiarando l’intenzione di rafforzare la configurazione delle infrastrutture usate per la valutazione dei modelli, oltre a continuare a condividere buone pratiche con il resto del settore. Questo tipo di divulgazione, per quanto l’episodio resti serio, rappresenta di per sé un elemento utile alla comunità della sicurezza informatica, perché consente di studiare un caso concreto di reward hacking applicato al dominio cyber invece di doversi basare su scenari puramente ipotetici. Resta il nodo di fondo, più volte richiamato da chi studia l’allineamento dei sistemi automatici, cioè che man mano che i modelli diventano più capaci, individuare e prevenire il reward hacking diventa progressivamente più difficile, perché la stessa intelligenza che permette di completare compiti complessi permette anche di dissimulare meglio le scorciatoie adottate per raggiungerli. Un ricercatore attivo nel campo della sicurezza dei sistemi di intelligenza artificiale ha paragonato la situazione a un gioco in cui si riesce a far emergere un comportamento scorretto, lo si corregge, ma il sistema, reso più sofisticato dai progressi successivi, impara semplicemente a nasconderlo meglio. È una dinamica che non implica necessariamente un esito catastrofico, ma che suggerisce due priorità per chi sviluppa e utilizza agenti autonomi dotati di capacità informatiche avanzate, trattando il reward hacking come un segnale precoce di un problema di allineamento più ampio, e considerando gli ambienti di addestramento e valutazione con lo stesso livello di protezione riservato ai sistemi di produzione. Infatti un agente che ottimizza per un obiettivo tratterà qualunque confine, tecnico o procedurale, semplicemente come un altro elemento dell’ambiente da aggirare per massimizzare il proprio punteggio.

OpenAI intende interrompere la fornitura dei propri modelli di intelligenza artificiale al servizio Cursor dopo il passaggio sotto il controllo di SpaceX di Elon Musk (Elon Musk). L’azienda ha proposto di disattivare l’accesso il 12 novembre, anche se la dirigenza di Cursor sta ancora cercando di negoziare con OpenAI . La decisione è diventata un altro episodio del lungo conflitto tra Musk e il capo di OpenAI Sam Altman. A giugno, SpaceX ha concluso un accordo per l’acquisto dello sviluppatore di Cursor, lo startup Anysphere , per 60 miliardi di dollari, e all’inizio di agosto l’affare è stato completato. È stato proprio il cambio di proprietà a dare a OpenAI la possibilità giuridica di interrompere la collaborazione: il contratto individuale con Cursor prevede un periodo limitato durante il quale OpenAI può rescindere l’accordo dopo il cambio di controllo dell’azienda . Lo sviluppatore di ChatGPT ha deciso di esercitare questo diritto, fissando la data di disattivazione più tardiva prevista dal contratto, il 12 novembre. «Abbiamo preso questa decisione perché non possiamo essere certi che SpaceX utilizzerà le nostre tecnologie in conformità con i nostri termini di servizio, sulla base della nostra esperienza con le violazioni dei contratti da parte delle aziende di Elon Musk», si afferma in una dichiarazione di OpenAI. Nel frattempo, Cursor stesso, che ha collaborato con OpenAI per quasi quattro anni, non è accusato di violazione delle condizioni dell’accordo. OpenAI fa riferimento alla precedente esperienza di interazione con altre aziende di Musk. Secondo l’azienda, X, ex Twitter, dopo il passaggio sotto il controllo dell’imprenditore ha violato i termini del contratto stipulato con OpenAI. Inoltre, l’azienda afferma che in precedenza quest’anno Musk, sotto giuramento, ha riconosciuto la violazione delle condizioni di utilizzo delle tecnologie OpenAI da parte di xAI, che ora fa parte di SpaceX. OpenAI segnala anche i crescenti rischi legati alle possibilità dei nuovi modelli di intelligenza artificiale . L’accesso attuale di Cursor sarà mantenuto fino alla presunta rescissione del contratto, ma i futuri modelli di OpenAI, incluso il prossima Astra, il servizio non li otterrà. Il fondatore di Cursor Michael Truell (Michael Truell), ora in una posizione dirigenziale in SpaceX, ha riferito che le parti continuano i negoziati. «Cursor è stato uno dei primi clienti di OpenAI, abbiamo collaborato strettamente con il loro team per molti anni e ci siamo affidati alla loro piattaforma come infrastruttura neutrale per il nostro business» , ha scritto Truell su X. Dopo l’acquisto di Anysphere, le relazioni di Cursor con SpaceX sono diventate significativamente più strette. SpaceX fornisce all’azienda le capacità di calcolo per lo sviluppo e l’addestramento dell’intelligenza artificiale, e Cursor, a sua volta, partecipa al miglioramento delle modelli esistenti di SpaceX, inclusa Grok, e allo sviluppo potenziale di nuove tecnologie. Pertanto, OpenAI si è effettivamente trovata a essere un fornitore di tecnologie per un servizio il cui nuovo proprietario sta contemporaneamente sviluppando una piattaforma di intelligenza artificiale concorrente. Il conflitto tra Musk e Altman dura già da diversi anni ed è arrivato in precedenza in tribunale. Musk ha accusato OpenAI e la sua dirigenza di tradimento della missione originale non commerciale dell’azienda e ha richiesto circa 150 miliardi di dollari. OpenAI, a sua volta, ha affermato che lo stesso Musk in precedenza aveva cercato di ottenere il controllo dell’azienda. Una giuria federale quest’anno ha emesso una sentenza contro Musk, concludendo che questi aveva presentato la causa troppo tardi. Musk stesso ha reagito alla decisione di OpenAI con le parole «Non me ne frega niente», definendo contemporaneamente Altman e il presidente di OpenAI Greg Brockman (Greg Brockman) persone alle quali non si può fare affidamento. Tuttavia, Cursor non rimarrà senza potenti modelli di intelligenza artificiale esterni. Poche ore dopo la dichiarazione di OpenAI, la concorrente Anthropic ha annunciato che aumenterà la quantità di risorse di calcolo allocate per il lavoro dei modelli Claude in Cursor. Nel frattempo, Anthropic continua a collaborare con SpaceX. L'articolo Musk contro Altman: ora ci rimette Cursor e OpenAI stacca i suoi modelli proviene da Red Hot Cyber .

OpenAI ha pubblicato un rapporto con cui ha ricostruito gli aspetti più importanti dell’incidente contro Hugging Face. “ Nel luglio 2026, nel corso di valutazioni interne sulla cybersicurezza, i modelli di OpenAI presenti in un ambiente di valutazione interno hanno aggirato i controlli volti a isolarli da Internet e hanno effettuato un attacco cyber. L’attacco ha colpito l’infrastruttura interna di OpenAI e i sistemi di Hugging Face “. Lo riporta la stessa azienda all’interno di un rapporto sul tema. “ L’incidente si è verificato durante test di routine per misurare le capacità informatiche sottostanti di un modello di ricerca altamente performante e ad uso esclusivamente interno. Modello, responsabile di gran parte dell’attività, così come di GPT-5.6 Sol. Le azioni dei modelli non erano intenzionali e sono state un effetto collaterale del tentativo dei modelli di risolvere le valutazioni sulla sicurezza informatica “. In ogni caso, secondo la stessa ricostruzione, non ci sarebbe stato nessun impatto sui dati o sui prodotti dei clienti. Restano comunque dei dubbi su come l’ AI possa agire, oltre i comandi iniziali. Come trasformare Artifactory Uno degli elementi più sorprendenti della vicenda, sottolinea OpenAI nel rapporto , riguarda il modo in cui gli agenti AI hanno iniziato a comunicare . All’interno dell’ambiente di analisi OpenAI utilizzava un’istanza di Artifactory , un servizio destinato principalmente a fornire agli agenti un accesso controllato a pacchetti software . Gli agenti hanno però scoperto che l’infrastruttura poteva essere utilizzata anche per lasciare informazioni ad altri agenti. File e altri artefatti divennero così una sorta di bacheca di messaggistica non prevista dagli sviluppatori . L’analisi successiva ha mostrato che comportamenti simili, seppure rari, erano già comparsi durante il test. I modelli avevano praticamente imparato che, quando collaborare con altri agenti era utile, potevano cercare spontaneamente canali alternativi per farlo. È un dettaglio importante perché sposta il problema “ dalla semplice vulnerabilità tecnica al comportamento emergente: l’agente non si è limitato a utilizzare gli strumenti messi a sua disposizione, ma ha cercato un nuovo modo di usarli “. Dalla sandbox a Internet L’8 luglio gli agenti AI hanno sfruttato una vulnerabilità di Artifactory per aggirare le restrizioni previste dall’ambiente di test e ottenere accesso a Internet. A quel punto il perimetro dell’esperimento è cambiato radicalmente. Gli agenti hanno iniziato a cercare risorse esterne utili per completare i propri compiti. Tra queste sono state individuate credenziali pubblicamente esposte appartenenti a utenti di Hugging Face e di altri servizi. Le credenziali sono state quindi utilizzate insieme ad altre tecniche di sfruttamento per raggiungere infrastrutture esterne. Tra l’11 e il 13 luglio l’attività ha portato alla compromissione di parti dell’infrastruttura dei sistemi di Hugging Face . OpenAI ha rilevato attività interna sospetta il 19 luglio e, dopo ulteriori verifiche, ha collegato l’episodio alla compromissione di Hugging Face. Il 20 luglio ha informato la società e avviato le prime misure di contenimento. Il giorno successivo ha reso pubblico l’incidente. L’attività “ illecita ” non si è comunque limitata a Hugging Face . Secondo il rapporto, gli agenti hanno utilizzato anche infrastrutture di altri soggetti – per esempio l’applicazione CyberGym – come punti di appoggio per trasferire dati e richieste. Il problema non era soltanto la capacità di attaccare In alcuni casi gli agenti “ hanno trovato una scorciatoia “. Invece di risolvere il problema nel modo previsto, hanno cercato di ottenere direttamente la soluzione. OpenAI ha definito questo fenomeno “ reward hacking “, vale a dire quando “ il modello individua un modo non previsto per ottenere la ricompensa associata al risultato “. Nel corso dell’indagine, OpenAI ha trovato esempi di questo comportamento. In un caso, un agente incaricato di ricreare una libreria software riuscì a sfruttare una vulnerabilità dell’ambiente di test per accedere al programma di riferimento e copiarne direttamente la soluzione. Il comportamento aveva prodotto una ricompensa positiva ed era quindi stato rinforzato. Il punto è cruciale . “ Se il sistema premia il risultato senza verificare adeguatamente come è stato ottenuto, un modello sempre più capace può imparare a sfruttare proprio le debolezze della valutazione “. La nuova direzione La risposta di OpenAI si è concentra su quattro aree: sicurezza e contenimento. Monitoraggio. Allineamento. Risposta agli incidenti. Sul piano della sicurezza, l’azienda sta rafforzando le protezioni di rete e di accesso negli ambienti di ricerca, il confinamento dell’esecuzione e i sistemi di difesa multilivello . Sul fronte dell’allineamento, l’obiettivo è aumentare la capacità dei modelli di riconoscere comportamenti rischiosi e ridurre fenomeni. Tra questi: reward hacking . Uso improprio degli strumenti. Azioni non autorizzate. Collaborazione attraverso canali non verificati. Le valutazioni verranno inoltre estese all’intero ciclo di vita dei modelli , compresi quelli che non vengono distribuiti pubblicamente ma vengono utilizzati internamente o come modelli insegnanti. Infine, partendo dall’analisi dell’attacco cyber OpenAI sta introducendo procedure specifiche per classificare ed escalare comportamenti. Comportamenti, come il tentativo di aggirare i confini dell’ambiente, la coordinazione non autorizzata tra agenti e l’elusione dei controlli di sicurezza di terze parti. Per approfondire Leggi il rapporto “OpenAI – Hugging Face Incident” in PDF . Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Il rapporto di OpenAI che spiega il cyber attacco (autonomo) contro Hugging Face sembra essere il primo su CyberSecurity Italia .

Le infrastrutture idriche degli Usa, insieme all’intera catena del valore, sono sempre più oggetto di preoccupazione. Negli Usa, si rinnovano gli appelli della CISA (Cybersecurity and Infrastructure Security Agency) per la vulnerabilità delle infrastrutture idriche. L’agenzia ha infatti rilevato attacchi informatici contro oltre 100 sistemi esposti a Internet appartenenti ai settori dell’acqua potabile e delle acque reflue. Il dato ha evidenziato la portata di una campagna che ha già colpito operatori idrici in Michigan, Minnesota e almeno altri cinque Stati. Secondo le analisi della CISA, gli hacker criminali hanno preso di mira soprattutto i PLC ( Programmable Logic Controllers ). Si tratta di quei dispositivi che servono per controllare macchinari e processi negli impianti idrici, energetici e in altre infrastrutture critiche. Tra i produttori coinvolti ci sono anche Rockwell, Schneider Electric e Siemens . Secondo la stessa CISA , “ in alcuni casi gli aggressori avrebbero utilizzato anche strumenti di intelligenza artificiale per individuare vulnerabilità e creare script d’attacco “. La CISA aveva già invitato gli operatori del settore “ a scollegare il prima possibile da Internet i sistemi di controllo industriale “. S’indaga sulla portata degli attacchi Più in generale l’Agenzia, sottolinea TechCrunch , ha sottolineato come gli attacchi abbiano avuto “ effetti limitati ” sulla distribuzione dell’acqua. Il tutto, sebbene abbiano comunque provocato interruzioni operative e disagi mentre le autorità verificavano le compromissioni. In alcuni casi, gli hacker sarebbero riusciti a modificare i PLC per disattivare sistemi di spegnimento e allarmi, creando potenzialmente condizioni pericolose senza che gli operatori ne fossero informati . Le autorità americane sostengono con forza accuse contro l’ Iran . Dal loro punto di vista il Paese asiatico è dietro gran parte di questi attacchi , probabilmente come risposta alla guerra di Usa e Israele contro Teheran . Manca ancora, tuttavia, un’attribuzione definitiva. Per altro, oltre le minacce , la CBS News aveva evidenziato come il tema avesse anche una relazione diretta con la sua cornice normativa. Negli Usa infatti non esiste una normativa federale che obblighi le aziende idriche locali a denunciare gli incidenti informatici . Per questo, il numero reale potrebbe non essere in linea con le comunicazioni effettuate. Un allarme sistemico Il fenomeno sta da tempo alimentando preoccupazioni più ampie sulla vulnerabilità delle infrastrutture critiche americane. In questi termini, fermo restando le valutazioni di carattere geopolitico , Washington continua anche a studiare ogni singola operazione, differenziandone gli effetti. Oltre all’ Iran , gli Usa hanno accusato gruppi legati alla Cina di aver già inserito malware distruttivi nelle infrastrutture critiche, potenzialmente destinati a essere attivati in caso di un conflitto su Taiwan . Al contempo, anche la Russia è stata collegata a più riprese ad attacchi contro sistemi idrici ed energetici in Europa . Tali misure rientrano tutte in quelle che analisti ed esperti considerano guerra ibrida , strettamente collegata agli scenari geo-economici e militari contemporanei. Seguici anche sul nostro canale WhatsApp Vai al sito di Cybersecurity Italia. L'articolo Usa, la CISA rinnova le preoccupazione per la vulnerabilità delle infrastrutture idriche sembra essere il primo su CyberSecurity Italia .