L'FBI certifica la morte della security through obscurity: l'IA trova bug dove

Il 13 settembre 2026 Brett Leatherman, assistant director dell'FBI Cyber Division, ha reso pubblica una constatazione che i ricercatori temevano da mesi: modelli di intelligenza artificiale hanno individuato vulnerabilità significative in librerie open source considerate sicure dopo dieci anni di stress-testing. La conferma arriva mentre Microsoft chiude un Patch Tuesday record con 974 CVE, tra cui componenti non discussi da anni: client Telnet, RNDIS Windows, NFSPortmapper degli anni Ottanta, Link Layer Topology Discovery ereditato da Vista.

La notizia non è che l'AI trovi più bug. È che trovi bug in posti dove nessuno pensava di dover cercare, rendendo economicamente conveniente ciò che prima era proibitivo per scarsità di competenze. Il paradigma difensivo costruito sull'assunto che certi sistemi restino ignoti agli attaccanti è clinicamente morto.

I modelli AI hanno "rotto" librerie open source decennali

La dichiarazione di Leatherman è precisa nel merito e senza appello. Secondo quanto riportato da The Register, l'FBI ha verificato che "the latest models were able to break those and say, 'yeah, there's significant vulnerabilities in here'" riferendosi a librerie open source che equipaggiano circa l'80% dei web server globali. Il tempo di maturazione — dieci anni — non è più garanzia sufficiente.

Il meccanismo è semplice da descrivere e difficile da contrastare. Gli agenti AI possono parallelizzare ricognizione e investigazione su scala impossibile per team umani, riducendo il costo marginale dell'analisi di sistemi oscuri, protocolli proprietari o codice legacy verso zero. Ciò che proteggeva questi sistemi non era la robustezza architetturale, ma l'asimmetria informativa: la familiarità con tech stack specifici era confinata in poche persone. Come ha sintetizzato John Hultquist di Google Threat Intelligence Group, "they've been largely secured because the expertise was in a handful of people's heads, and that's not going to last forever".

La convergenza di fonti è netta. Dustin Childs di Trend Micro Zero Day Initiative ha osservato che nel Patch Tuesday di settembre 2026 "when you look at all of the components patched by Adobe and Microsoft yesterday, you see components no one has talked about in years". L'elenco è archeologico: Telnet, protocollo di emulazione terminale del 1969; RNDIS, Remote NDIS per USB; NFSPortmapper, servizio di mappatura porte Unix degli anni Ottanta; LLTD, protocollo di rilevamento topologia introdotto con Windows Vista. Nessuno di questi componenti è tecnicamente nuovo. Tutti sono tornati nel mirino perché l'AI ha reso conveniente guardarci.

Il patch-gap compresso a ore e l'asimmetria offensivo-difensiva

La compressione temporale dell'exploitation è il secondo pilastro dello squilibrio. Almeno quattro crew di spionaggio — la maggior parte con legami sospetti alla Cina — hanno ridotto il patch-gap di Chromium a ore. Il meccanismo è chirurgico: sviluppare exploit kit nel lasso tra il rilascio della patch upstream e la distribuzione stable downstream, quando i sistemi sono tecnicamente corretti ma operativamente ancora esposti.

La vulnerabilità degli impianti critici è altrettanto documentata. Cinque agenzie US hanno riportato in un giudizio congiunto che attacker hanno usato script di exploitation generati da AI per violare PLC Siemens S7 Series esposti a Internet. La dichiarazione congiunta è categorica: "this is not a theoretical risk – it is an active threat". Hultquist ha sottolineato che l'AI è particolarmente pericolosa in ambito ICS/OT perché eccelle nel troubleshooting tecnico e nella conoscenza di sistemi che combinano tecnologie obsolete con esposizione moderna.

Il problema è strutturalmente asimmetrico. L'attaccante non ha vincoli di governance, approval process o change management. Come nota l'analisi di Venture in Security, l'AI "is completely changing the economics of attacks by reducing the marginal cost of reconnaissance, investigation, and attack preparation". Il defender deve invece mantenere compliance, testare, distribuire. La velocità di generazione delle vulnerabilità supera quella di remediation, e i dati sulla qualità del patching AI-generated non offrono scorciatoie.

"Security architectures built around the assumption that attackers won't notice something will become increasingly fragile" — Analisi Venture in Security

Il fallimento delle patch AI-generated: i numeri di 1Password e Veracode

I tentativi di chiudere il gap difensivo con gli stessi strumenti offensivi mostrano risultati deludenti. Secondo uno studio 1Password citato da The Register, sono state generate 6.080 patch con ChatGPT-5.5 e Opus 4.8 per 6 CVE. Il tasso di successo pieno — patch che risolvono la vulnerabilità senza alterare il comportamento applicativo — è stato del 26,0%. Il tasso di fallimento, inteso come patch che non risolvono o aggiungono nuove vulnerabilità, ha raggiunto il 53,9%.

Uno studio parallelo di Veracode, citato nella stessa fonte, registra un tasso di passaggio sicurezza medio del 56% per codice AI-generato, calcolato su oltre 100 modelli e 80 task di coding. Il doppio dato converge: la generazione automatica di software sicuro è significativamente più difficile della generazione automatica di exploit. L'asimmetria non è temporanea né risolvibile con modelli più potenti nel breve termine; i due studi usano architetture già avanzate (ChatGPT-5.5, Opus 4.8) che potrebbero essere superate, ma senza evidenza che i successori invertano la tendenza.

Katie Moussouris di Luta Security ha sintetizzato la situazione con una precisione che vale come diagnostico: "if there is something to find, they will find it". La frase non è predizione. È constatazione dell'annullamento del vincolo di risorse che fungeva da limite naturale all'indagine offensiva.

Cosa fare adesso

• Ridurre l'esposizione superficiale: valutare l'eliminazione o l'isolamento di componenti legacy non più manutenuti attivamente, piuttosto che assumere che restino ignoti.
• Ricalibrare il security by design: spostare risorse da vulnerability management reattivo verso architetture che non dipendano dall'oscurità per la loro robustezza, coerentemente con il framework proposto dalle analisi del settore.
• Riconsiderare il perimetro OT/ICS: trattare l'esposizione a Internet di sistemi industriali come rischio calcolato alla luce della capacità AI di generare exploit specifici per PLC e protocolli proprietari.
• Investire in resilienza enterprise: privilegiare capacità di risposta e recovery rispetto alla corsa al patching, data l'evidenza che la velocità di remediation difensiva non scala con quella di generazione offensiva.

Il meta-hacking e la compressione del tempo di attacco

Un caso specifico illustra la profondità dello squilibrio. Varonis Threat Labs ha scoperto CoSnitch (CVE-2026-24301, CVSS 8.8 HIGH) usando una tecnica che il settore definisce "meta-hacking": l'AI è stata indotta a ragionare sulla propria architettura, rivelando senza reverse-engineering un parametro ?autorun=1 che esponeva il sistema. È la terza falla Copilot scoperta da Varonis nel 2026, tutte condividenti il pattern "one click".

Il caso CoSnitch non è aneddotico. Conferma che l'AI può essere utilizzata per estrarre vulnerabilità dal modello stesso, accorciando ulteriormente il ciclo di scoperta. Il dossier non specifica se questa tecnica sia replicabile sistematicamente su altri assistenti AI, ma il principio è stabilito: l'oscurità non protegge nemmeno i sistemi AI che generano l'offesa.

I summit CISO della Cloud Security Alliance — San Francisco a maggio, New York e Washington a giugno 2026 — hanno identificato la tendenza con chiarezza. Secondo testimonianze raccolte sotto Chatham House Rule, l'AI-enabled vulnerability discovery "romperà processi esistenti di governance e remediation". La frase è qualitativa, non quantificata, ma la convergenza di CISO enterprise sul punto è notevole: il sistema di gestione delle vulnerabilità come strutturato oggi non regge il volume e la velocità della nuova economia offensiva.

Perché è importante

La security through obscurity non è mai stata una strategia robusta, ma è stata una strategia funzionale per decenni. L'AI ne ha annullato i presupposti economici. La constatazione non appartiene a editorialisti o blogger: viene dall'FBI Cyber Division, da Google Threat Intelligence, da Trend Micro ZDI, da un giudizio congiunto di cinque agenzie federali. Il paradigma è morto per ragioni aritmetiche, non ideologiche.

Il tempo stringe in direzioni opposte. Per l'attaccante, il costo di scoprire vulnerabilità in sistemi oscuri tende a zero. Per il difensore, il costo di patcharle resta alto e i tentativi di automazione difensiva falliscono più della metà delle volte. L'intervallo è lo spazio di manovra disponibile per chi deve decidere dove investire. La lettura clinica suggerisce che la risposta non sia più strumenti, ma architettura: meno superficie, meno assunzioni, meno fiducia nell'oscurità come proprietà difensiva.

Fonti

• https://www.theregister.com/security/2026/09/13/security-through-obscurity-is-dead-and-ai-delivered-the-fatal-blow/5296000
• https://ventureinsecurity.net/p/how-ai-is-actually-remaking-security
• https://cloudsecurityalliance.org/artifacts/ai-security-through-the-ciso-lens
• https://ventureinsecurity.net/p/sponsor
• https://hubs.ly/Q04tPt5G0
• https://www.amazon.com/Cyber-Builders-Essential-Building-Cybersecurity/dp/173823410X/

Le informazioni sono state verificate sulle fonti citate e aggiornate al momento della pubblicazione.

Fonti