Google avverte: hacker usano agenti di intelligenza artificiale per individuare e sfruttare vulnerabilità del software
- 17 Novembre 2026
- Posted by: Tony
- Categoria: Crypto, Mercati
Google Threat Intelligence Group ha rilevato per la prima volta attori ostili che impiegano framework di LLM per automatizzare completamente l’individuazione e lo sfruttamento di vulnerabilità software senza istruzioni passo dopo passo da parte di operatori umani.
GTIG ha dichiarato:
“Nel trimestre passato, il gruppo ha identificato attori che utilizzano framework LLM per automatizzare totalmente la scoperta e lo sfruttamento di vulnerabilità senza un intervento umano.”
Dettagli della scoperta
Secondo il rapporto, i ricercatori hanno individuato un server di staging esposto che ospitava un framework multi-agente per la ricerca e la weaponizzazione delle vulnerabilità. Il sistema conduceva un’analisi differenziale continua confrontando il codice prima e dopo gli annunci di patch su applicazioni web diffuse, identificando automaticamente potenziali difetti e generando codice di exploit eseguibile.
Questi workflow automatizzati consentono agli aggressori di ridurre drasticamente i tempi tra la pubblicazione di dettagli tecnici e la messa in funzione di exploit pratici, comprimendo le finestre disponibili per l’applicazione delle patch da parte delle organizzazioni.
Come gli agenti AI accorciano le finestre di patch
Il report descrive come framework agentici basati su AI realizzino l’ingegneria inversa delle patch mediante analisi differenziale, permettendo la weaponizzazione rapida di vulnerabilità note come n-day e di falle già rese pubbliche.
La frequenza delle divulgazioni è aumentata in modo significativo: il rapporto segnala che le segnalazioni di vulnerabilità sono più che raddoppiate tra gennaio e agosto, con una media di circa otto zero-day sfruttati al mese nel 2025 e undici al mese tra gennaio e agosto 2026, toccando quota ventidue in agosto.
Queste pipeline automatizzate non solo accelerano la fase di scoperta, ma abbreviano anche la progressione dall’accesso iniziale al controllo di dominio, permettendo agli aggressori di scalare velocemente i privilegi su reti e server esposti.
Casi recenti ed esempi concreti
Il rapporto cita una campagna relativa a PaperCut nell’agosto 2026 in cui, secondo la società di cybersecurity GreyNoise, gli attaccanti sono riusciti a ottenere privilegi di amministratore di dominio nell’arco di pochi minuti grazie a tecniche automatizzate.
In altri casi, società di sicurezza perimetrale come Cloudflare hanno registrato tentativi di sfruttamento di falle in PHP nei confronti dei loro clienti. GTIG ha evidenziato che alcune vulnerabilità in PHP coinvolte negli attacchi sono state scoperte tramite analisi basate su LLM, e che l’esistenza di informazioni tecniche pubblicate prima della patch ha agevolato sia i ricercatori che gli aggressori nello studio e nell’implementazione di exploit.
Anthropic ha fornito un’ulteriore valutazione, osservando che gli attacchi assistiti da AI sono evoluti in operazioni multi-agente che automatizzano gran parte del ciclo d’attacco, dalla scoperta allo sfruttamento e al furto di dati.
Anthropic ha dichiarato:
“Gli attori minacciosi stanno eseguendo campagne multi-vittima usando agenti autonomi che prima richiedevano team di operatori specializzati.”
Implicazioni per aziende e istituzioni
Per le organizzazioni italiane la diffusione di pipeline automatizzate basate su LLM comporta la necessità di rivedere processi e priorità: le procedure di patch management devono essere accelerate, i test di compatibilità eseguiti più frequentemente e le misure di rilevamento precoce rinforzate.
I fornitori di servizi gestiti, le infrastrutture critiche e le PMI che dipendono da software di terze parti sono particolarmente esposte, poiché il tempo di esposizione utile agli aggressori si è ridotto notevolmente. Investimenti in threat intelligence, risposta agli incidenti e strumenti di automazione difensiva diventano quindi elementi strategici per mitigare il rischio.
Dal punto di vista regolamentare, la capacità degli aggressori di sfruttare exploit in modo automatizzato potrebbe spingere per requisiti più stringenti su comunicazione delle vulnerabilità, gestione delle patch e responsabilità dei vendor nel ciclo di vita del software.
Raccomandazioni pratiche
Tra le misure consigliate emergono: implementare processi di patch management prioritari basati sul rischio, adottare soluzioni di patching automatizzato e verifica post-patch, potenziare il monitoraggio degli indicatori di compromissione e favorire la condivisione tempestiva di informazioni sulle minacce con partner e autorità competenti.
Per gli investitori e gli operatori di mercato, la tendenza porta a valutare positivamente aziende che offrono servizi di cybersecurity gestita, tecnologie di detection basate su AI e prodotti per la gestione automatizzata delle patch, poiché la domanda per queste soluzioni è destinata a crescere.
In sintesi
- L’accelerazione delle pipeline di exploit automatizzate riduce il tempo a disposizione per le contromisure, aumentando la rilevanza strategica degli investimenti in patch management e automazione difensiva.
- Il mercato dei servizi di cybersecurity gestita e delle soluzioni basate su AI potrebbe registrare una domanda sostenuta, rappresentando opportunità per investitori focalizzati sulla resilienza digitale.
- Per le aziende italiane, in particolare per fornitori di servizi e infrastrutture critiche, è essenziale rafforzare la threat intelligence e le pratiche di governance del software per contenere impatti operativi e reputazionali.