Ricevi DeafLetter
Una selezione settimanale di segnali, vulnerabilità e guide. Gli avvisi critici restano facoltativi.
Puoi cancellarti in ogni momento. Privacy policy.
Il 30 ottobre 2026 Behnaz Karimi e Yuvaraj Govindarajulu, entrambi co-lead dell'iniziativa OWASP AI Bill of Materials (AIBOM), hanno reso pubblico il Ransomware Assessment and Incident Defense Framework for AI Systems (RAID-AI). Lo strumento arriva mentre il ransomware sta già incorporando l'intelligenza artificiale nelle proprie catene di attacco, con framework offensivi come Phantom che hanno colpito decine di organizzazioni. RAID-AI non promette automazione: è una console web che guida i team a una valutazione manuale dei propri controlli, con maturity levels da 0 a 5 e mapping a standard di settore e framework di attacchi avversari.
- RAID-AI è un framework di valutazione manuale, gratuito e accessibile via web console, sviluppato da due co-lead di OWASP AIBOM in circa due anni.
- I controlli sono strutturati in misure generali (recovery, training, protezione dati sensibili) e controlli specifici per l'ecosistema AI (data, tools, runtime).
- Il framework mappa i controlli a NIST CSF 2.0 e CISA CPG 2.0, e gli attacchi avversari a MITRE ATT&CK, MITRE ATLAS e NIST Adversarial.
- Non richiede connessione a sistemi interni né upload di documenti aziendali, rendendo l'adozione possibile anche in ambienti con vincoli di compliance.
Una corsa agli armamenti dove l'attacco accelera
La tempistica del rilascio non è casuale. Secondo la fonte, Karimi ha citato un report di aprile 2025 di Zoran Mitrovic (Kintra Health) su tecniche di data poisoning adottate da operatori ransomware, e un presunto attacco a Novo Nordisk nel giugno 2026 con furto di modelli AI. Nel contesto più ampio, il framework Phantom — scoperto da SOCRadar e documentato da The Hacker News il 23 ottobre 2026 — ha colpito circa 62 organizzazioni con intrusioni eseguite da AI e approvate da operatori umani, secondo quanto riportato da più fonti secondarie.
Questa tensione è il cuore del problema: gli attaccanti stanno già usando l'AI per scalare l'infrastruttura, mentre le difese restano in gran parte manuali e self-assessed. RAID-AI riconosce esplicitamente questo divario: il framework "non verifica indipendentemente la postura di sicurezza di un'organizzazione", come precisa la fonte. La validità dell'output dipende dalla veridicità delle auto-valutazioni dei team.
La struttura del framework: generali e specifici AI
RAID-AI organizza i controlli in due dimensioni. La prima copre misure generali di cybersecurity: recovery, training del personale, protezione dei dati sensibili. La seconda è dedicata all'ecosistema AI e include tre aree: data, tools e runtime. Ogni controllo viene valutato manualmente su una scala di maturity da 0 a 5, con livelli qualificati come basic, advanced e high.
L'output si traduce in dashboard e report PDF, con "various security scores" che la fonte non dettaglia ulteriormente. Il framework integra poi i controlli a standard esistenti — NIST CSF 2.0 e CISA CPG 2.0 — e permette di mappare gli attacchi avversari attraverso tre framework: MITRE ATT&CK (per la cybersecurity tradizionale), MITRE ATLAS (dedicato alle minacce AI) e NIST Adversarial. Questo doppio mapping funge da ponte tra compliance consolidata e rischi emergenti specifici dell'intelligenza artificiale.
Il limite del manuale in un mondo automatico
La scelta architetturale di RAID-AI è esplicitamente offline e manuale: nessuna connessione a sistemi interni, nessun upload di documenti aziendali. Questo abbassa la barriera all'adozione in ambienti con restrizioni di compliance, ma introduce un vincolo evidente. La maturità del framework dipende dalla competenza e dall'onestà dei team che lo compilano, senza validazione automatica o audit terzo di cui la fonte faccia menzione.
"Right now, we are slowly seeing that ransomware attacks targeting AI systems are happening" — Behnaz Karimi, co-lead OWASP AIBOM
Karimi ha indicato l'uso ideale del framework in workshop che riuniscano "security managers, engineers and AI-security specialists". Questa impostazione riflette una consapevolezza: la valutazione della resilienza al ransomware nei sistemi AI richiede competenze ibride che raramente convergono in una sola figura o in un solo team.
Cosa fare adesso
Per i team che gestiscono sistemi AI, l'adozione di RAID-AI richiede tre passaggi concreti. Il primo è organizzare un workshop interno con security manager, ingegneri e specialisti AI-security, riproducendo la modalità indicata da Karimi. Il secondo è valutare i controlli specifici per l'ecosistema AI — data, tools, runtime — prima di quelli generali, poiché questi ultimi sono già coperti da framework consolidati. Il terzo è usare il mapping a MITRE ATLAS per identificare quali tattiche avversarie specifiche dell'AI si applichino al proprio contesto, integrandole nei piani di risposta agli incidenti esistenti.
Per i responsabili di compliance, RAID-AI offre un ponte immediato verso NIST CSF 2.0 e CISA CPG 2.0 senza esporre asset interni. La mancanza di upload e connessioni esterne elimina una barriera tipica all'adozione di nuovi strumenti in settori regolamentati. Tuttavia, è necessario documentare internamente chi ha compilato ogni sezione e con quali competenze, poiché l'output non è verificabile da terzi.
Perché è importante
RAID-AI rappresenta un passo preliminare verso la standardizzazione di una disciplina ancora in formazione: la resilienza al ransomware dei sistemi che incorporano o sono costruiti intorno a modelli di intelligenza artificiale. Il framework non è una soluzione automatizzata, non effettua scanning e non sostituisce strumenti di rilevamento o risposta agli incidenti.
La sua utilità risiede nel fornire un linguaggio comune e una struttura condivisa per valutare controlli che altrimenti resterebbero frammentati tra team di cybersecurity e team AI. In un momento in cui gli attacchi AI-targeted stanno emergendo — dal presunto furto di modelli a Novo Nordisk alle intrusioni orchestrate dal framework Phantom — questo linguaggio comune mancava.
Il framework Phantom ha generato log di 8.257 messaggi in 133 sessioni, secondo quanto riportato da fonti secondarie. Questi dati illustrano una realtà in cui gli strumenti offensivi AI stanno maturando rapidamente, rendendo ancora più rilevante un framework di valutazione difensiva che non richieda esposizione di asset interni.
Domande frequenti
RAID-AI è uno strumento automatico di scanning?
No. RAID-AI richiede valutazione manuale dei controlli da parte dei team di sicurezza. Non effettua scan automatici né verifica indipendentemente la postura di sicurezza.
Chi ha sviluppato RAID-AI?
Behnaz Karimi e Yuvaraj Govindarajulu, entrambi co-lead dell'iniziativa OWASP AIBOM. Il framework è la loro iniziativa, non un prodotto ufficiale di OWASP come entità.
Cosa distingue RAID-AI da altri framework di cybersecurity?
Il mapping esplicito a MITRE ATLAS e NIST Adversarial, insieme ai controlli specifici per l'ecosistema AI (data, tools, runtime), lo differenzia dai framework tradizionali focalizzati solo su infrastrutture IT.
Fonti
Ricevi DeafLetter
Una selezione settimanale di segnali, vulnerabilità e guide. Gli avvisi critici restano facoltativi.
Puoi cancellarti in ogni momento. Privacy policy.