L’intelligenza artificiale è ormai integrata in tutti gli ambienti aziendali, non solo nei servizi cloud e nelle app destinate ai consumatori. Si sta diffondendo negli ambienti aziendali in modi per i quali gli strumenti tradizionali di visibilità delle risorse non sono mai stati progettati Detect. I server MCP, i gestori di modelli locali, i framework agentici e i file di modelli locali possono essere tutti presenti sugli endpoint senza comparire nell’elenco standard delle applicazioni installate.
Per i CISO e i responsabili tecnici, tale lacuna rappresenta una superficie di attacco in rapida espansione che la maggior parte delle organizzazioni sta appena iniziando a comprendere.
La nuova dashboard “ ” Tanium e “Guardian AI” è stata realizzata appositamente per colmare tale lacuna, fornendo ai team di sicurezza una visione strutturata e categorizzata degli strumenti di intelligenza artificiale presenti nel loro ambiente IT.
Melissa è a capo del team di ricerca sulla sicurezza e sulla progettazione dei prodotti di Tanium', responsabile della creazione di tutti i contenuti relativi a Guardian nell’ambito dell’iniziativa “ Tanium Console”. Tyler vanta un’esperienza nel campo dell’ , del threat hunting e della risposta agli incidenti, maturata anche nell’ambito della sua collaborazione con l’Aeronautica Militare degli Stati Uniti, e ha svolto un ruolo fondamentale nella definizione della dashboard basata sull’intelligenza artificiale. Insieme, spiegano non solo ciò che emerge dal dashboard, ma anche perché ciascuna categoria di strumenti di IA comporti una serie specifica di rischi che giustifica una discussione separata in materia di governance.
Questo episodio tratta quattro categorie specifiche di visibilità dell’IA: i server MCP e l’accesso che possono concedere alle risorse locali; i gestori di modelli locali e i rischi in termini di prestazioni e conformità che comportano; OpenClaw e la sua esposizione a skill contenenti malware e a vulnerabilità relative all’esecuzione di codice da remoto; infine, i file dei modelli locali e le modalità per verificare quali modelli siano effettivamente in esecuzione nel proprio ambiente.
Se la Sua organizzazione sta cercando di rispondere alla domanda «Dove si trova l’IA nel mio ambiente e quale ruolo svolge?», questa è la puntata che deve assolutamente guardare. Inizi con il video incorporato qui sotto.
Punti chiave
- La visibilità dell'IA richiede un nuovo approccio: L'IA può presentarsi negli ambienti in modi diversi — come parte di determinati strumenti, come framework agentici, come server MCP o come modelli di linguaggio di grandi dimensioni (LLM) — pertanto la tradizionale visibilità delle risorse, che fornisce un elenco delle applicazioni installate, non è sufficiente a individuarne tutte. Tanium abbiamo sviluppato sensori di nuova generazione per facilitare la raccolta di questi dati e illustrarvi le diverse categorie.
- Quattro categorie di rischio distinte: La dashboard di Guardian AI comprende quattro categorie principali: server MCP, gestori di modelli locali (noti anche come motori di inferenza), OpenClaw e file di modelli locali. Ciascuna di esse presenta un’esposizione al rischio diversa e richiede una discussione specifica in materia di governance, sebbene rientrino tutte nell’ambito dell’intelligenza artificiale.
“Sebbene l’[IA] rappresenti un formidabile moltiplicatore di potenza — come ho già sottolineato, agisce da moltiplicatore di forza per i vostri team e per le loro capacità —, può anche ampliare rapidamente la vostra superficie di attacco. E ritengo che molte persone abbiano difficoltà a capire quali aspetti del panorama dell’intelligenza artificiale le spaventino e su quali invece debbano realmente concentrarsi.”Tanium Melissa Bischoping, Direttore senior per la sicurezza e la ricerca sulla progettazione dei prodotti
- I server MCP come punti di accesso: I server MCP (Model Context Protocol) sono applicazioni che possono essere eseguite localmente e consentono a un modello di linguaggio di grandi dimensioni (LLM), compresi quelli ospitati nel cloud, di interfacciarsi con dati o risorse locali e di accedervi. La dashboard mostra i server MCP configurati all’interno di ambienti di sviluppo integrati comuni, quali Visual Studio Code e Claude Code, sia a livello di utente che di repository, e individua se il tipo di comunicazione (HTTP o SSE) indica una risorsa remota.
“No, non è necessariamente come far saltare in aria la facciata della propria casa, ma si sta creando un punto di accesso. Pertanto, quando esamina queste informazioni, deve chiedersi: «Riconoscerei questi server MCP?». Questo ha senso nel mio contesto? "Si tratta di un aspetto che conosco e per il quale ho già definito una politica esplicita?"”Tanium Melissa Bischoping, Direttore senior per la sicurezza e la ricerca sulla progettazione dei prodotti
- I gestori di modelli locali comportano molteplici rischi: I motori di inferenza, ovvero il software necessario per eseguire un’intelligenza artificiale a livello locale, possono essere installati come applicazioni autonome, container, pacchetti Python o Linux App file immagine, e alcuni di essi non risultano presenti in un gestore di pacchetti standard. Oltre ai rischi legati alla divulgazione dei dati, i gestori dei modelli locali possono causare un significativo calo delle prestazioni su endpoint e server; inoltre, la memoria che tali modelli scrivono su disco può conservare dati sensibili che potrebbero essere soggetti a normative quali l’ GDPR.
- OpenClaw combina capacità agentiche con gravi lacune di sicurezza: OpenClaw (precedentemente noto come ClaudeBot) consente agli utenti di interagire con i modelli di linguaggio di grandi dimensioni (LLM) e con servizi esterni tramite piattaforme di messaggistica, utilizzando componenti denominati “skills” e “plugin”. È emerso che alcune competenze vengono distribuite insieme a malware, e i ricercatori dell’ hanno individuato una vulnerabilità di esecuzione di codice remoto con punteggio CVSS 8,8 , per la quale sono state segnalate circa 30.000 istanze esposte a Internet. Il dashboard fornisce sia indicatori in tempo reale che indicatori statici, tra cui processi in esecuzione, container e tracce di file su disco, al fine di Detect OpenClaw nelle sue varie versioni e stati di attività.
«: Abbiamo aperto il vaso di Pandora». Non possiamo tornare indietro, quindi pianifichiamo di conseguenza.”Tanium Melissa Bischoping, Direttore senior per la sicurezza e la ricerca sulla progettazione dei prodotti
- Verifica dei file di modello locali in base all’estensione: La dashboard mostra i file di modello locali in base alle estensioni più comuni, tra cui .gguf, .safetensors, ZML model e .onnx, fornendo il nome e il percorso del file in modo che i team possano identificare quali modelli sono in esecuzione nel proprio ambiente. Ciò è importante poiché la qualità e l’origine di un modello incidono sull’accuratezza dei risultati, e alcuni modelli sollevano preoccupazioni in materia di sicurezza legate alla loro origine o alle licenze. Questa sezione richiede Tanium Threat Response insieme a Tanium index.
- Sintesi esecutive tramite Tanium . Per richieste: . La dashboard include un pulsante “Riassumi” fornito da Tanium . Per richieste: , che genera una sintesi esecutiva contestualizzata e strutturata in punti chiave dei dati di visibilità dell’IA. Ciò consente ai responsabili della sicurezza di comunicare rapidamente i risultati, quali il numero di server MCP configurati nell’ambiente, ai dirigenti interessati senza che questi debbano scorrere l’intera pagina.
Risorse aggiuntive
- Tanium Guardian — Contenuti su IA e sicurezza per una maggiore visibilità su endpoint: Scoprite come Tanium Guardian fornisca contenuti selezionati in materia di sicurezza, tra cui la dashboard dedicata all’IA illustrata in questa puntata, direttamente all’interno dell’ Tanium Console.
- Rischi di sicurezza legati a Claude Mythos: cosa ci rivela la scheda del sistema Anthropic: Analizziamo ciò che la scheda del sistema Claude Mythos rivela in merito ai rapidi progressi nello sviluppo di exploit basati sull’intelligenza artificiale, alla contrazione dei tempi che intercorrono tra la divulgazione di una vulnerabilità e il suo sfruttamento, nonché alle implicazioni per la gestione delle vulnerabilità, la frequenza delle patch e la strategia difensiva nell’era dell’intelligenza artificiale.
- Come l’IA “ombra” sta prendendo piede negli ambienti aziendali e cosa deve sapere il vostro team di sicurezza: Scoprite come gli strumenti di IA non autorizzati stiano proliferando nelle infrastrutture IT e perché la visibilità sull’IA “ombra” sia diventata una priorità fondamentale in materia di sicurezza.
- Guida completa alla sicurezza informatica basata sull’intelligenza artificiale: vantaggi, rischi e benefici: Scoprite una panoramica completa di come l’intelligenza artificiale stia ridefinendo il panorama della sicurezza informatica — dal rilevamento e dalla risposta più rapidi alle minacce ai rischi emergenti, alle questioni normative e ai limiti pratici — affinché i responsabili della sicurezza possano prendere decisioni più informate in merito all’adozione dell’intelligenza artificiale nelle proprie operazioni di sicurezza.
- In che modo l’ di rischio in tempo reale di Guardian, disponibile all’indirizzo Tanium, viene messo in evidenza: scopra come le dashboard di Guardian offrono ai team di sicurezza una visibilità immediata e la possibilità di intervenire con un solo clic contro le vulnerabilità emergenti e gli strumenti di accesso remoto oggetto di abuso.
