In Breve
- Cosa sono gli agenti software autonomi?
- Sono programmi che operano autonomamente, modificando sistemi e invocando strumenti in tempo reale.
- Qual è la principale sfida per i modelli IAM tradizionali?
- Non riescono a monitorare il comportamento in tempo reale degli agenti autonomi.
- Come possono le aziende affrontare le nuove minacce alla sicurezza?
- Evolvendo verso un modello che integri governance degli agenti e fiducia in esecuzione.
Negli ultimi anni, l’emergere di agenti software autonomi, assistenti di codifica e workflow automatizzati ha iniziato a mettere in crisi i tradizionali modelli di Identity and Access Management (IAM). Questi modelli erano concepiti sull’assunto che un utente umano si autenticasse e agisse all’interno di una singola sessione. Tuttavia, gli agenti autonomi operano a velocità e con un’autonomia che i controlli statici non sono in grado di gestire, rendendo cruciale per le organizzazioni la capacità di monitorare, governare e contenere le attività che avvengono dopo la concessione dell’accesso.
I sistemi di IAM legacy validano l’accesso in un punto temporale, ma non sono in grado di valutare il comportamento in tempo reale. A differenza degli utenti umani, le intelligenze artificiali non si autenticano e si fermano; al contrario, invocano strumenti e modificano sistemi in tempo reale. Questa mancanza di visibilità, insieme a inventari incompleti di agenti AI e accessi ai dati non tracciati, amplifica le superfici d’attacco. Situazioni come l’uso di credenziali di vita o condivise, la shadow AI e le azioni guidate da macchine introducono ulteriori punti ciechi nel sistema di sicurezza.
Gli attaccanti stanno sempre più sfruttando vie semplici, come credenziali rubate o compromesse, evitando tecniche sofisticate e apparendo legittimi agli strumenti di verifica tradizionali. Per affrontare queste sfide, è necessario evolvere verso un modello che integri governance degli agenti, fiducia in esecuzione e operabilità programmabile oltre la console amministrativa.
La governance degli agenti comprende l’identificazione, l’assegnazione di proprietà, la definizione di confini e permessi. La fiducia in esecuzione implica la valutazione contestuale degli accessi e il contenimento rapido dei comportamenti rischiosi. Inoltre, è fondamentale ridurre l’esposizione delle credenziali, migliorare l’attribuzione e preservare una chiara catena di responsabilità fino a un proprietario umano o a una decisione di policy.
Russ Kirby, CISO di Ping Identity, sottolinea che la sfida non è proibire l’uso di sistemi AI, ma assicurare il loro funzionamento sicuro, responsabile e regolato da guardrail aziendali. Le organizzazioni che riusciranno a integrare identità, responsabilità e controllo in tempo reale nella loro struttura operativa saranno quelle in grado di sfruttare l’AI con maggiore fiducia, senza soffocare l’innovazione.
