Cosa è successo
TechTarget segnala che Red Agent di Wiz, uno strumento di penetration test basato sull'intelligenza artificiale, ha rilevato una vulnerabilità del flusso di lavoro GitHub Actions nel repository pubblico di Snowflake che i precedenti controlli di sicurezza non avevano rilevato. Secondo quanto riferito, l’agente ha sviluppato un exploit e ha raggiunto il sistema Jira interno di Snowflake senza l’intervento umano. Wiz ha rivelato la vulnerabilità e Snowflake l'ha risolta rapidamente affermando che non si è verificato alcun accesso non autorizzato. L'incidente non è stato confermato in modo indipendente nella fonte fornita.
TechTarget riferisce che l'incidente ha coinvolto il Red Agent di Wiz, descritto come uno strumento di penetration test basato sull'intelligenza artificiale. Secondo il rapporto, Red Agent ha scoperto una vulnerabilità in un flusso di lavoro delle azioni GitHub nel repository pubblico di Snowflake. I precedenti controlli di sicurezza non avevano individuato la falla. La fonte non fornisce l'identificatore della vulnerabilità, i passaggi tecnici di riproduzione, la configurazione del flusso di lavoro interessata o un rapporto pubblico sull'incidente da Wiz o Snowflake, quindi tali dettagli non possono essere valutati in modo indipendente qui.
Secondo TechTarget, Red Agent è andato oltre la scoperta del punto debole: ha sviluppato un exploit e ha ottenuto l’accesso al sistema Jira interno di Snowflake senza intervento umano. Il rapporto presenta la sequenza come significativa perché l'agente ha collegato diverse fasi che normalmente richiederebbero la direzione di una persona. Wiz ha segnalato la vulnerabilità e Snowflake ha risolto rapidamente il difetto. Snowflake ha affermato che nessuno ha ottenuto un accesso non autorizzato, ma la fonte fornita non include prove, registri, un rapporto forense o una valutazione indipendente che confermi tale affermazione.
TechTarget cita Gal Nagli, responsabile dell'esposizione alle minacce di Wiz, affermando che le vulnerabilità possono ancora essere introdotte e approvate nei flussi di lavoro che coinvolgono agenti di codifica AI e possono ancora superare i controlli di sicurezza automatizzati stabiliti. Il rapporto cita anche Jeremiah Grossman, amministratore delegato di Root Evidence, il quale ha affermato che l'evento suggerisce che incidenti simili potrebbero diventare più comuni e che l'agente sembra in grado di concatenare più tecniche con poca assistenza. Tali osservazioni sono valutazioni di esperti riportate da TechTarget, non prove indipendenti del fatto che lo sfruttamento autonomo sia ormai diffuso.
Dettagli della fonte: techtarget.com ↗
Perché è importante
Il rapporto descrive un passaggio dalla scoperta delle vulnerabilità assistita dall’intelligenza artificiale verso un’esecuzione più autonoma della catena di attacchi. Ciò potrebbe aiutare i difensori a identificare percorsi realistici di compromissione, ma potrebbe anche creare rischi operativi quando i test si svolgono in ambienti connessi alla produzione. La sfida centrale sarà probabilmente la definizione delle priorità: trovare più difetti non mostra necessariamente quali rappresentano una minaccia credibile per sistemi importanti.
L’importanza pratica del rapporto è la combinazione di scoperta e sfruttamento. Uno scanner automatizzato che produce un elenco di possibili punti deboli è diverso da un agente che può indagare su un percorso, creare un exploit e utilizzarlo per raggiungere un altro sistema. Il resoconto di TechTarget suggerisce che quest’ultima funzionalità può esporre le lacune tra i controlli di sicurezza delle applicazioni e il comportamento di un determinato aggressore. Non stabilisce la frequenza con cui tali sistemi possono riprodurre il risultato, quanto sia affidabile Red Agent in altri ambienti o se l’incidente rappresenti una tendenza misurata più ampia.
Il rapporto inquadra la gestione delle vulnerabilità come un problema di definizione delle priorità oltre che come un problema di rilevamento. Gary Perkins, CISO presso CISO Global, ha dichiarato a TechTarget che le organizzazioni trarrebbero maggiori vantaggi dall'utilizzo dell'intelligenza artificiale per identificare un numero limitato di percorsi realistici verso il compromesso piuttosto che dal ricevere un elenco più ampio di risultati. Questa distinzione è importante perché i team di sicurezza hanno tempo limitato per indagare, applicare patch, convalidare e monitorare le vulnerabilità. Risultati più automatizzati potrebbero aumentare il carico di lavoro se i sistemi non riescono a collegare i punti deboli tecnici alle risorse critiche e ai percorsi di attacco plausibili.
L’incidente illustra anche il rischio di consentire a un agente AI di accedere ad ambienti collegati a sistemi operativi. Claude Mandy di Zscaler ha dichiarato a TechTarget che a molte organizzazioni manca un ambiente contenuto, simile alla produzione, che possa essere ricostruito dopo essere stato compromesso. In tale situazione, i test autonomi potrebbero diventare un’esercitazione a fuoco vivo piuttosto che una valutazione controllata. La fonte supporta le preoccupazioni relative al contenimento e alle autorizzazioni, ma non stabilisce che l'ambiente di Snowflake sia stato configurato in modo errato o che Red Agent abbia causato danni oltre l'accesso segnalato a Jira.
Meccanismo interattivo: come funziona realmente
Esplora la tecnologia alla base di questo sviluppo in modo interattivo.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Cosa guardare dopo
I team di sicurezza dovranno mostrare come vengono contenuti i test autonomi, quali autorizzazioni ricevono gli agenti e se i test sono isolati dai sistemi di produzione. Avranno anche bisogno di metodi per classificare le vulnerabilità in base alla sfruttabilità realistica e all’impatto sulle risorse, invece di considerare ogni scoperta generata dall’intelligenza artificiale come altrettanto urgente. Ulteriori conferme da parte di Wiz o Snowflake, dettagli tecnici sulla vulnerabilità e prove sull’eventuale accesso ai dati chiarirebbero la portata dell’incidente.
Le organizzazioni che valutano i test di vulnerabilità autonomi dovrebbero rendere esplicito il confine dei test. Le questioni sollevate nel rapporto di TechTarget includono l’ambiente in cui opera un agente, le autorizzazioni che riceve, le azioni che può intraprendere e la capacità di ricostruire l’ambiente se qualcosa va storto. Prove utili includerebbero se gli agenti sono limitati a repliche isolate, se le credenziali hanno un ambito ristretto e se è richiesta l'approvazione umana prima dello sfruttamento o dello spostamento nei sistemi connessi.
La domanda successiva è come i team di sicurezza classificheranno i risultati generati dall’intelligenza artificiale. TechTarget riporta la stima di Grossman secondo cui gli aggressori sfruttano meno dell'1,5% dei CVE conosciuti, sottolineando anche che la fonte non stabilisce la base o la portata di tale cifra. Indipendentemente dal fatto che tale stima si applichi o meno a livello generale, il punto operativo di fondo è chiaro: la sola sfruttabilità non dimostra che una falla verrà attaccata. I team dovranno valutare l’importanza delle risorse, l’esposizione, i percorsi raggiungibili, i privilegi disponibili e le prove di sfruttamento attivo piuttosto che limitarsi a contare i risultati.
Ulteriori segnalazioni dovrebbero chiarire l'evento Red Agent stesso. Una divulgazione tecnica da parte di Wiz o Snowflake potrebbe identificare i punti deboli del flusso di lavoro, spiegare il percorso verso Jira, descrivere le misure di sicurezza in atto e documentare se si sono verificate attività non autorizzate o accessi ai dati. Una replica indipendente aiuterebbe anche a distinguere una capacità ripetibile da una dimostrazione degna di nota. Fino a quando tali prove non saranno disponibili, la conclusione più forte è che TechTarget ha segnalato un grave incidente di test autonomo e una conseguente sfida di gestione, non che gli agenti di intelligenza artificiale compromettono regolarmente i sistemi aziendali.