Google annuncia un modello IA che scova le vulnerabilità, verifica se sono sfruttabili e propone la patch. Per ora è riservato a pochi esperti, ma il tempo per aggiornare si accorcia ancora.
Un'intelligenza artificiale trova una falla nel software che usi in azienda. Chi ne approfitta per primo: chi deve correggerla o chi vuole sfruttarla? È la domanda che si porta dietro Gemini 4 Carbon, il modello che Google DeepMind ha annunciato il 28 ottobre.
Cosa fa Carbon
Carbon lavora con degli agenti, cioè componenti che svolgono compiti da soli, uno dopo l'altro. Qui i compiti sono tre: cercare le vulnerabilità nel codice, verificare se si possono davvero sfruttare e scrivere la patch, cioè la correzione. In pratica fa in sequenza il lavoro che oggi si dividono un ricercatore di sicurezza, un pentester e uno sviluppatore.
Per ora non si compra. L'accesso è limitato a un piccolo gruppo di professionisti della sicurezza, dentro Fairwind, il programma di Google per governi, infrastrutture critiche e partner selezionati. Le regole prevedono un controllo preventivo, account intestati a persone precise, un'autenticazione a più fattori che resiste al phishing e il tracciamento dell'uso. Più avanti toccherà ai partner fidati, poi al mercato.
I numeri, da prendere con cautela
Google dichiara l'88,2% su SEC-bench Pro, un test sulla scoperta di vulnerabilità, contro l'83,4% del modello precedente, Gemini 4 Argon. Il salto più netto riguarda la verifica di sfruttabilità: 54,8% contro 42%. Sulla qualità delle patch il miglioramento è più piccolo, dal 68% al 71%. Sono però numeri del produttore, ottenuti in laboratorio e senza filtri di sicurezza attivi. Non dicono quanti sistemi reali verrebbero protetti.
Il tempo per aggiornare si accorcia
Il dato che conta è proprio quello sulla sfruttabilità. Il giorno prima Anthropic aveva documentato catene di attacco costruite con un modello sperimentale contro Chrome, Safari, Android, Windows e Linux. Tutto il lavoro è stato coordinato con i produttori: solo su Chrome sono state corrette 62 falle gravi o critiche. Tredici permettevano di uscire dalla sandbox, l'area isolata in cui il browser fa girare le pagine web. Erano test controllati, non attacchi reali. Ma il messaggio è chiaro: si riduce il tempo tra la scoperta di una falla e il momento in cui qualcuno può sfruttarla. E con esso il margine per applicare la patch.
Fonte: Cyber Security 360
La tua azienda è pronta ad affrontare una minaccia come questa?
Richiedi una valutazione gratuita →
Un modello che trova la falla, dimostra che si può sfruttare e ti scrive pure la correzione. Detto così sembra la fine del problema. Secondo me non lo è, e il motivo è banale: nelle aziende che seguo il collo di bottiglia raramente è trovare le vulnerabilità. È installare le patch. Ci sono server che aspettano un aggiornamento da mesi perché c'è un gestionale che «non si può fermare», firewall con un firmware di due anni fa, VPN rimaste com'erano nel 2020. Le falle note sono già lì, documentate, con tanto di bollettino del produttore. Manca il tempo, a volte il budget, spesso qualcuno che se ne occupi davvero.
Poi c'è il tema delle patch scritte dall'IA. In laboratorio, un 71% di correzioni che non rompono nulla è un buon numero per un test di confronto. In produzione vuol dire che quasi una volta su tre qualcosa va controllato a mano. Infatti la stessa fonte insiste sulla revisione umana e sugli ambienti di test isolati. Su questo non ho certezze: magari tra un anno quei numeri saranno molto diversi. Ma oggi a fare la differenza tra chi si difende e chi attacca non è il modello che usa. È quanto tempo passa da quando la falla è nota a quando viene chiusa davvero.