L’intelligenza artificiale (IA) ha trasformato diversi settori, e la cybersecurity non fa eccezione (ne abbiamo parlato anche qui in recenti articoli). Se da un lato la AI (o IA all’italiana) è utilizzata per migliorare la protezione dei sistemi informatici, dall’altro si sta rivelando una risorsa preziosa anche per i cybercriminali. Gli attacchi AI-driven, cioè basati su algoritmi di intelligenza artificiale, stanno aprendo una nuova e insidiosa frontiera nel mondo delle minacce informatiche. In questo articolo proviamo ad esplorare come gli attaccanti stiano sfruttando l’AI per sviluppare tecniche di attacco più sofisticate e difficili da rilevare, ponendo nuove sfide per la sicurezza informatica.

Sicuramente, una delle aree dove l’AI sta avendo un impatto diretto è il potenziamento degli attacchi di phishing. In passato, le email di phishing erano relativamente facili da identificare grazie a errori evidenti o contenuti poco credibili. Tuttavia, con l’aiuto dell’intelligenza artificiale, i cybercriminali sono ora in grado di creare email molto più convincenti e personalizzate. Questo approccio viene definito spear phishing, e consiste nell’utilizzo di informazioni personali e contestuali raccolte dai social network o altre fonti pubbliche.

Gli algoritmi di intelligenza artificiale possono analizzare grandi quantità di dati personali per costruire messaggi che sembrano provenire da fonti affidabili. Queste email sono adattate in tempo reale, facendo leva su informazioni specifiche della vittima, come eventi recenti o interazioni online, aumentando significativamente le possibilità di successo degli attacchi. Inoltre, la AI può essere impiegata per identificare il momento migliore per inviare l’email, analizzando i pattern di attività della vittima.

Questo nuovo tipo di attacco non richiede più l’intervento manuale di un attaccante per adattare il contenuto del messaggio: è l’algoritmo stesso che lo fa, aumentando la scala e l’efficacia dell’operazione.

Di questo è anni che ne parliamo, ma vale la pena ritornarci spesso: i malware tradizionali, spesso progettati per sfruttare vulnerabilità specifiche dei sistemi informatici, sono ormai evoluti rapidamente grazie alla AI. Un malware alimentato dall’intelligenza artificiale non è più vincolato a uno schema rigido di comportamento (e, quindi, di detection). Al contrario, è in grado di adattarsi dinamicamente all’ambiente in cui viene introdotto, analizzando le difese del sistema bersaglio e modificando il proprio comportamento per rimanere nascosto il più a lungo possibile.

Questi malware “intelligenti” sono capaci di bypassare i tradizionali sistemi di rilevamento che si basano su pattern o firme statiche. Utilizzano tecniche come l’obfuscation, cambiando costantemente il proprio codice per evitare di essere identificati dai software antivirus. In più, possono “apprendere” durante l’infezione, raccogliendo informazioni sul comportamento degli utenti e delle difese per aggirarle in modo più efficace.

Un esempio pratico di questa evoluzione è l’uso di AI nei ransomware, dove il malware può adattare le richieste di riscatto in base al valore stimato dei dati dell’azienda attaccata o persino cercare di negoziare automaticamente con la vittima, rendendo l’attacco più efficace e personalizzato.

La tecnologia deepfake, una combinazione di AI e deep learning, è forse una delle applicazioni più visibili della AI nel campo della manipolazione dei contenuti. I deepfake possono creare immagini, video o audio falsi, simulando con estrema precisione persone reali. Questo rappresenta una nuova minaccia per la cybersecurity, in quanto i contenuti creati artificialmente possono essere utilizzati per ingannare utenti, organizzazioni e persino istituzioni governative (vi ricordate Papa Francesco col Moncler ?).

Immaginate una videoconferenza in cui un dirigente apparentemente reale fornisce istruzioni critiche al proprio team, ma in realtà si tratta di un deepfake creato da un gruppo di attaccanti. Non più tardi di qualche mese fa è accaduto proprio alla Ferrari. Questa tecnologia può essere utilizzata per estorcere denaro, minacciare la reputazione di persone o aziende, o addirittura influenzare eventi politici e sociali su larga scala.

Un altro rischio è la manipolazione dei dati. L’AI può essere utilizzata per alterare in modo sofisticato dati critici, come informazioni finanziarie o rapporti aziendali, senza lasciare tracce evidenti. Questo tipo di manipolazione può mettere a rischio l’integrità dei sistemi informatici e provocare gravi danni economici e reputazionali.

Per fronteggiare queste nuove minacce, gli esperti di sicurezza informatica stanno rispondendo con soluzioni AI-driven per la difesa. Gli algoritmi di machine learning possono monitorare costantemente le reti, rilevando anomalie nei comportamenti degli utenti o nel traffico di rete in tempo reale. Questo approccio consente di identificare attacchi o attività sospette prima che possano causare danni significativi.

Le soluzioni di AI per la cybersecurity sono particolarmente efficaci nel contrastare gli attacchi zero-day, cioè quelli che sfruttano vulnerabilità sconosciute. Poiché l’AI è in grado di apprendere continuamente dai dati, può individuare e segnalare comportamenti anomali anche senza conoscere in anticipo il tipo di attacco.

Tuttavia, c’è una corsa costante tra attaccanti e difensori: i cybercriminali sviluppano nuove tecniche basate sull’AI, e le aziende di cybersecurity devono migliorare continuamente i loro algoritmi per restare un passo avanti. La vera sfida del futuro sarà riuscire a mantenere l’equilibrio tra le capacità offensive e difensive in un panorama in cui entrambe le parti utilizzano strumenti basati sull’intelligenza artificiale.