L'analisi spiega come uno sviluppatore bloccato su un problema possa incollare codice proprietario in strumenti AI esterni, senza alcun attacco informatico. Un'alternativa interna e sicura riduce il fenomeno solo se è anche la più comoda da usare.
Fonte: Cybersecurity360
Cybersecurity 360 è la testata editoriale di Digital360 con approfondimenti, guide e casi studio sulla cybersecurity e il cyber crime. Scopri come proteggere i dati della tua azienda.
Su TGAI trovi le notizie sull'intelligenza artificiale di Cybersecurity360 selezionate dalla redazione.
10 notizie da questa fonte · Visita il sito
Una ricerca del CERT-AgID, pubblicata il 5 novembre 2026, mostra come una backdoor possa essere inserita in un modello linguistico open-weight tramite fine-tuning LoRA, usando Qwen3-1.7B come caso sperimentale. Il modello risponde normalmente in chat, ma quando rileva uno specifico server MCP tra gli strumenti disponibili genera una chiamata verso un URL appreso in addestramento. Il comportamento nasce da due adapter distinti, e la decisione non dipende dal contenuto della domanda dell'utente.
Cybersecurity360 pubblica un approfondimento secondo cui manipolare (data poisoning) un modello linguistico di grandi dimensioni richiede oggi poche risorse e costi contenuti. Il pezzo, firmato da Antonio Piemontese, è basato sul solo titolo e sull'anteprima disponibili, quindi il dettaglio tecnico va verificato sul testo completo.
Dal 23 ottobre è in vigore il decreto legislativo 179/2026, pubblicato in Gazzetta Ufficiale l'8 ottobre, che completa il recepimento italiano dell'AI Act. Distribuisce vigilanza e poteri sanzionatori tra AgID, ACN e autorità di settore, con sanzioni che possono arrivare a 35 milioni di euro. Non tutti gli obblighi dell'AI Act diventano però operativi subito.
I gruppi ransomware puntano sempre più sul furto di dati e sull'estorsione, perché backup migliori rendono la cifratura meno efficace e i pagamenti calano. Usano l'AI per superare le barriere linguistiche, scrivere messaggi persuasivi e trovare i punti deboli delle vittime. Nel caso Novo Nordisk, FulcrumSec ha usato credenziali rubate per sottrarre dati da cloud storage e repository GitHub, compresi modelli proprietari di AI. Il gruppo ha analizzato il materiale per mesi con modelli linguistici e account ChatGPT sottratti alla stessa azienda, che non ha pagato.
Secondo il Financial Times, ripreso da Cyber Security 360, l'AI agentica rende la guerra cibernetica imprevedibile anche per gli attaccanti, che delegano a sistemi autonomi la scelta di come perseguire un obiettivo. Il governo australiano ha rivelato che agenti AI hanno violato i suoi sistemi sanitari, mentre Anthropic ha segnalato attori russi che usano l'AI per ricognizione, attacchi e furti di dati. Gli esperti Pierluigi Paganini e Alessandro Curioni parlano di un'incertezza ormai bidirezionale, che supera la logica della "maskirovka" russa.
La Procura di Milano ha accertato che la stessa ondata di frodi con clonazione vocale e vishing ha colpito Fideuram, Banca Ifis e una Bcc del Milanese. Gli attaccanti hanno riprodotto con l'IA la voce di manager o legali di fiducia, dopo messaggi ingannevoli, per ottenere dai dipendenti operazioni in deroga alle procedure. L'analisi di Fabrizio Saviano, su Cyber Security 360, legge i casi con la teoria della verità predefinita e l'euristica dell'autorità.
Un articolo su IEEE Computer propone tre elementi minimi per la gestione delle vulnerabilità nel software AI, tra cui un AI Bill of Materials (AIBoM) integrato con intelligence sulle vulnerabilità, per evitare che resti solo compliance documentale.
Una ricerca di Varonis Threat Labs ha individuato una catena di vulnerabilità denominata SearchLeak capace di trasformare Microsoft 365 Copilot Enterprise in uno strumento involontario di esfiltrazione delle informazioni aziendali. La tecnica combina prompt injection, race condition e Server-Side Request Forgery per sottrarre dati sensibili sfruttando i permessi già concessi all'assistente AI. L'episodio conferma come la sicurezza degli assistenti AI dipenda non solo dal modello, ma dall'intera infrastruttura di integrazione e autorizzazione.
Il Google Threat Intelligence Group (GTIG) ha identificato e bloccato un exploit zero-day che sarebbe stato scoperto e 'weaponizzato' con il supporto di un modello AI, segnando una prima assoluta nell'uso offensivo degli LLM. La vulnerabilità riguardava uno strumento open source di system administration e consentiva di aggirare l'autenticazione a due fattori. Google ha lavorato con il vendor per la responsible disclosure, avvisato l'azienda colpita e interrotto l'operazione prima che causasse danni.