Ben Bernstein, Manager dei Consulenti di Cybersecurity presso Huntress – Serie di Interviste

Ben Bernstein, Manager dei Consulenti di Cybersecurity presso Huntress, è un professionista della sicurezza informatica con oltre un decennio di esperienza che spazia dal supporto tecnico, amministrazione di sistemi, successo del cliente, gestione tecnica degli account e leadership nella consulenza sulla sicurezza. Ha iniziato la sua carriera in ruoli IT pratici, passando dal lavoro di help desk all’amministrazione di sistemi prima di passare alla gestione degli account e al successo del cliente presso Integris. Successivamente, Bernstein ha trascorso tre anni presso Red Canary, dove ha gestito le relazioni con clienti enterprise come Technical Account Manager e Senior Enterprise Technical Account Manager. Dall’ingresso in Huntress nel 2024 come Technical Account Manager fondatore, è progredito nella leadership della gestione degli account tecnici e ora dirige i Consulenti di Cybersecurity dell’azienda, sfruttando la sua combinazione di competenza tecnica ed esperienza a contatto con i clienti per aiutare le organizzazioni a comprendere meglio e a rispondere alle minacce informatiche in evoluzione.

Huntress è un’azienda di cybersecurity che offre una piattaforma di sicurezza completamente gestita, progettata per proteggere le organizzazioni su endpoint, identità, log e utenti. La sua piattaforma combina tecnologie tra cui Managed Endpoint Detection and Response (EDR), Identity Threat Detection and Response (ITDR), Security Information and Event Management (SIEM) e formazione alla consapevolezza della sicurezza, con un Security Operations Center (SOC) 24/7 incentrato sull’IA, gestito da esperti di sicurezza umani. Huntress afferma che la sua tecnologia attualmente protegge più di 5 milioni di endpoint e 15 milioni di identità in oltre 277.000 aziende, con il suo team che si occupa di rilevamento, indagine, risposta e remediation delle minacce per conto dei clienti.

Hai iniziato la tua carriera nell’help desk e nell’amministrazione dei sistemi prima di passare alla gestione tecnica degli account e, infine, alla leadership nella consulenza sulla cybersecurity presso Huntress. In che modo questo background IT pratico ha influenzato il tuo modo di pensare alla sicurezza oggi, soprattutto considerando che gli stessi strumenti su cui si affidano gli amministratori possono diventare anche punti di ingresso per gli aggressori?

Sono eternamente grato al mio background IT ogni singolo giorno ora che lavoro nella parte cyber dell’azienda. Mi offre una prospettiva pratica. Quando conosci il funzionamento dei sistemi operativi, delle applicazioni e dei processi di sistema in condizioni normali, le anomalie e le minacce emergono chiaramente. Il mio periodo in IT ha anche sviluppato una mentalità di troubleshooting e di ricerca della causa radice. Impari rapidamente che devi seguire il filo per assicurarti di inquadrare completamente un problema o una minaccia.

Ricordo di aver fatto ampio affidamento sugli stessi strumenti, come gli RMM, che oggi vengono abusati dagli attori della minaccia. Avendoli distribuiti personalmente, ne comprendo appieno il potere sia nelle mani di un amministratore IT sia di un aggressore. Poiché gli RMM sono ovunque, ciò esercita pressione sui team di sicurezza affinché esaminino tutta l’attività che li circonda. Avere un RMM in esecuzione su una macchina non è intrinsecamente maligno. Tuttavia, se quell’RMM inizia improvvisamente a rilasciare strumenti aggiuntivi o a generare script sconosciuti, costringe i difensori a non fare più affidamento su elenchi di software affidabili e a concentrarsi interamente sull’osservazione dei comportamenti.

L’IA è spesso discussa nella cybersecurity in termini di aggressori autonomi sofisticati, ma quanto del suo impatto immediato consiste semplicemente nel rendere i criminali informatici ordinari più veloci e più capaci? Stiamo arrivando a un punto in cui aggressori relativamente poco esperti possono condurre campagne che in precedenza richiedevano competenze tecniche molto più approfondite?

Al momento c’è molto panico riguardo ai sistemi di hacking autonomi basati sull’IA, ma la realtà è che non si tratta di una nuova tecnica di attacco. Questi modelli non penetrano le reti usando tecniche altamente sofisticate. Fanno esattamente ciò che gli script kiddie umani hanno fatto per anni, scansionando asset esposti a Internet, non patchati e mal configurati. Attira l’attenzione perché l’espressione “IA autonoma” suona spaventosa, o accattivante a seconda di chi lo chiede, ma le meccaniche effettive di questi attacchi sono elementari.

Il problema reale che affrontiamo è che l’IA abbassa la soglia d’ingresso per i cybercriminali. Gli aggressori possono automatizzare le parti noiose di un exploit e scalare le loro operazioni senza necessità di competenze tecniche approfondite. Ciò consente a aggressori poco esperti di condurre campagne molto più rapidamente, mettendo notevole pressione sulle aziende. Non è più possibile installare uno strumento di sicurezza e dimenticarsene. Le organizzazioni devono presumere che le loro reti vengano costantemente sondiate.

Huntress ha osservato aggressori che utilizzano script infostealer generati da LLM durante intrusioni RMM. Cosa ci indica questo su come l’IA generativa stia modificando l’economia e l’accessibilità della criminalità informatica?

Ci indica che l’IA generativa sta semplificando il carico operativo della criminalità informatica. Scrivere uno script infostealer non è un lavoro tecnico innovativo, ma tradizionalmente richiedeva molto tempo di sviluppo o l’acquisto di strumenti specializzati su forum clandestini. Utilizzando un LLM all’interno della rete della vittima, gli aggressori possono generare script funzionali e personalizzati su richiesta, invece di affidarsi a malware preconfezionato.

Sebbene l’accesso a questi modelli comporti ancora qualche costo, la barriera all’ingresso è più bassa che mai. Spesso osserviamo gli aggressori medi sfruttare questi strumenti per lavorare più rapidamente ed eliminare le attività di codifica manuale. Questo cambia fondamentalmente l’economia di un attacco rendendo la fase di esecuzione altamente accessibile, consentendo agli attori meno esperti di scalare le loro operazioni senza necessità di competenze tecniche approfondite.

Huntress ha segnalato un aumento del 277% su base annua dell’abuso di strumenti di monitoraggio e gestione remota. Perché le piattaforme RMM legittime sono diventate un’alternativa così attraente al malware personalizzato e quali vantaggi offrono agli aggressori una volta ottenuto l’accesso?

Non c’è nulla di intrinsecamente maligno negli strumenti RMM. Svolgono una funzione vitale, aiutando gli amministratori IT e i MSP a lavorare in modo efficiente e a supportare gli utenti. Il problema è che il malware personalizzato viene segnalato dai tradizionali software antivirus, mentre gli RMM sono firmati, attendibili e aggirano i controlli di sicurezza standard. Ancora meglio per un aggressore, gli agenti RMM operano naturalmente con privilegi amministrativi elevati e forniscono persistenza integrata, il che significa che rimangono attivi attraverso i riavvii del sistema senza richiedere sforzi aggiuntivi per mantenere l’accesso.

Una volta che un aggressore riesce a far girare il proprio agente RMM su una macchina target, dispone essenzialmente di una console di controllo remoto. Può trasferire file avanti e indietro senza interruzioni e spesso configura la propria istanza RMM in anticipo con script e strumenti dannosi pronti a essere eseguiti su più endpoint con un solo clic. Poiché l’applicazione stessa è legittima, i difensori non possono semplicemente bloccare lo strumento. Ciò costringe i team di sicurezza a smettere di fare affidamento su elenchi di software attendibili e a concentrarsi sull’osservazione del comportamento, rendendo il monitoraggio 24/7 essenziale se si vuole intercettare un aggressore che abusa di software amministrativo.

Una tecnica documentata da Huntress è il “daisy‑chaining” di più strumenti RMM da parte degli aggressori per frammentare la telemetria e creare accessi ridondanti. Può illustrarci come si svolge tipicamente un’intrusione di questo tipo e perché può risultare così difficile per i difensori riconoscere cosa sta accadendo?

Ecco un esempio particolarmente interessante che abbiamo intercettato e su cui abbiamo scritto un blog . L’intrusione è iniziata con un’email di phishing che utilizzava un finto documento aziendale, come un “Network Solutions Agreement”. La vittima ha cliccato sul link nell’email, è atterrata su una pagina protetta da un CAPTCHA fasullo e ha scaricato quello che credeva fosse un PDF o un documento di servizio standard. In realtà, il download era un installer eseguibile. Quando l’utente ha doppio‑cliccato sul file per aprire l’accordo, ha installato silenziosamente uno strumento di accesso remoto legittimo ma non autorizzato chiamato Tiflux RMM.

Una volta che l’attore della minaccia ha messo in funzione quell’agente Tiflux iniziale, ha immediatamente usato le sue capacità integrate per spingere e sideloadare ulteriori strumenti come Splashtop, ScreenConnect e UltraVNC sulla stessa macchina. È importante notare che tutti questi sono a loro volta ulteriori strumenti RMM legittimi.

Gli aggressori fanno ciò per stabilire una super persistenza. Sanno che se un amministratore IT individua uno strumento remoto non autorizzato e lo disinstalla, l’aggressore ha ancora due o tre altre backdoor attive in attesa. Questa tattica frammenta la telemetria. Le piattaforme di sicurezza vedono semplicemente applicazioni amministrative firmate e distinte in esecuzione simultaneamente e che comunicano con l’infrastruttura legittima del fornitore. A meno che un difensore non monitori attivamente quell’attività e non si chieda perché un singolo endpoint abbia improvvisamente bisogno di più agenti di gestione remota distinti installati nello stesso pomeriggio, tutto si confonde con il rumore della manutenzione IT di routine.

Oltre al monitoraggio comportamentale 24/7, un altro controllo efficace è la gestione della postura di sicurezza degli endpoint e il controllo delle applicazioni. Se un’organizzazione definisce esplicitamente quali specifiche varianti di RMM sono autorizzate a girare sui propri dispositivi, può impedire l’esecuzione di strumenti non approvati, fermando il daisy‑chain prima che inizi.

I modelli di sicurezza tradizionali distinguono spesso tra software attendibile e non attendibile, ma gli attacchi RMM sfruttano strumenti che possono essere legittimi, firmati e già approvati dall’IT. Questo significa che i difensori devono allontanarsi dalla domanda se un’applicazione è attendibile e concentrarsi invece sul fatto se il suo comportamento è attendibile?

Sì, assolutamente. Il modello tradizionale di fiducia binaria è rotto. La firma binaria è stata progettata per verificare che un’applicazione provenga da un fornitore legittimo, non per garantire che le sue azioni siano sicure.

Se un aggressore utilizza un binario RMM firmato o un’utilità living‑off‑the‑land, l’eseguibile stesso è pulito, ma l’attività che lo accompagna è malevola. I difensori devono superare la domanda “Questo file è attendibile?” e concentrarsi sul fatto se il suo comportamento ha senso nel contesto. Avere un RMM in esecuzione su una macchina non è intrinsecamente maligno. Ma se quello strumento inizia improvvisamente a distribuire ulteriori utility, a generare script sconosciuti o a eseguire operazioni alle 2 AM sotto un account di servizio, ciò è un indicatore di compromissione. Contesto e comportamento sono sempre stati importanti, ma con gli aggressori che si affidano così tanto a software attendibile, ora lo sono più che mai.

Man mano che l’IA comprime il tempo tra la scoperta di una vulnerabilità o di una lacuna di configurazione e il suo sfruttamento, come cambia il ruolo della gestione della postura di sicurezza? Quali debolezze di identità, endpoint e accesso remoto dovrebbero le organizzazioni dare priorità prima che gli aggressori abbiano l’opportunità di sfruttarle?

La gestione della postura di sicurezza è più importante che mai perché aiuta le organizzazioni a chiudere proattivamente le lacune di sicurezza comuni che gli aggressori sfruttano quotidianamente. Completa la rilevazione e la risposta identificando e affrontando continuamente problemi come configurazioni errate, permessi eccessivi, applicazioni non autorizzate e altre vulnerabilità su endpoint e identità. Quando la finestra tra la divulgazione di una vulnerabilità e la scansione automatizzata si riduce a poche ore, ridurre quelle lacune prima che possano essere sfruttate diventa essenziale. Le organizzazioni devono mantenere una postura coerente e rinforzata negli ambienti per ridurre il numero di incidenti e limitare ciò a cui un aggressore può accedere se riesce a entrare.

Mentre quasi tutti i fornitori di sicurezza informatica sono felici di “educare” (o spaventare) il pubblico riguardo alla minaccia o al dominio di sicurezza per cui vendono soluzioni, la vera lista delle priorità è qualcosa che solo ogni singola organizzazione può definire. Ogni azienda attribuisce valore a componenti diverse della triade CIA e ogni impresa ha dati sensibili archiviati o accessibili in luoghi differenti. Il vero consiglio che la maggior parte delle aziende deve ascoltare è valutare quali dati, asset o sistemi di produzione sono più critici per le loro operazioni e poi partire da lì per proteggere ciò che conta di più.

Si sta diffondendo la preoccupazione che gli agenti IA possano, in futuro, eseguire in modo autonomo parti significative del ciclo di attacco. Quali capacità dovrebbero migliorare prima che gli attacchi cyber autonomi diventino notevolmente più pericolosi rispetto agli attacchi assistiti dall’IA di oggi, e i difensori si stanno preparando abbastanza rapidamente?

Il timore riguardo agli agenti autonomi implica che si tratti di un problema futuro, ma li stiamo già vedendo eseguire attacchi oggi. Tuttavia, questi attacchi autonomi sono tutt’altro che perfetti. Guardiamo alla recente campagna ransomware JadePuffer. È stata gestita interamente da un agente IA, ma ha commesso errori evidenti. Il modello ha immaginato parti dell’operazione, includendo la creazione di un falso indirizzo Bitcoin per la nota di riscatto. Ancora più ridicolo, l’IA ha dimenticato di salvare o trasmettere la chiave di cifratura, stampandola semplicemente su una console temporanea e chiudendo la sessione, rendendo matematicamente impossibile per la vittima recuperare i dati anche se avesse pagato.

La realtà concreta è che, dal punto di vista di tattiche, tecniche e procedure, IA autonoma, script automatizzati e aggressori umani stanno facendo esattamente la stessa cosa. Sfruttano ancora gli stessi tipi di risorse esposte a Internet, vulnerabili e mal configurate. L’IA deve comunque attraversare la catena di distruzione standard: ottenere l’accesso iniziale, elevare i privilegi, muoversi lateralmente ed eseguire il payload. Nel caso di JadePuffer, ha semplicemente sfruttato una vulnerabilità nota e non patchata per aprirsi una porta e poi ha proceduto a tentoni attraverso la rete.

Poiché le meccaniche di base dell’attacco non sono cambiate, i difensori non devono scartare il loro playbook attuale. Sono ancora necessari sicurezza a più livelli, una buona igiene IT e una solida rilevazione comportamentale. Ciò che cambia è la pressione e la velocità con cui i difensori devono elaborare gli eventi e gestire gli avvisi. Quando un agente IA commette un errore, legge il registro degli errori e si autocorretta in pochi secondi per continuare, i difensori devono semplicemente adattarsi alla rapidità con cui gli attacchi informatici si stanno muovendo.

Gli aggressori stanno adottando l’IA, ma i difensori hanno accesso a molte delle stesse tecnologie. Dove vedi l’IA fornire il più grande vantaggio difensivo: nella rilevazione di comportamenti anomali, nell’analisi della telemetria, nella priorizzazione delle vulnerabilità, nell’automazione della risposta, o altrove?

In primo luogo, è estremamente efficace per la correlazione del team blu. I team di sicurezza non hanno un problema di dati; hanno un problema di rumore. L’IA è incredibilmente utile per estrarre gli spilli dal pagliaio, prendere eventi disparati e apparentemente non correlati e intrecciarli per raccontare l’intera storia di un’intrusione.

In secondo luogo, l’IA sta facendo per i difensori esattamente quello che fa per gli aggressori, colmando il divario di competenze. Quando un analista SOC junior si trova di fronte a uno script pesantemente offuscato o a un avviso complesso, può utilizzare un LLM per tradurre istantaneamente quei dati in italiano semplice. Elimina il lavoro manuale di reverse engineering e consente ai difensori di gestire e rispondere molto più rapidamente.

Infine, guardando oltre la difesa reattiva, c’è una grande opportunità per i team rosso e viola di usare l’IA per testare e convalidare proattivamente le difese. Test di penetrazione completi, guidati da esseri umani, sono ancora assolutamente indispensabili. Ma l’IA abbassa la soglia tecnica per eseguire test più piccoli e atomici per convalidare i diversi livelli di uno stack di sicurezza. Invece di attendere un pen-test annuale o incrociare le dita quando appare una minaccia organica reale, le organizzazioni possono usare l’IA per testare in modo sicuro e frequente i propri ambienti e vedere cosa si rompe realmente.

Guardando al futuro, prevedi che il settore della cybersecurity entrerà in un contesto in cui sia gli aggressori sia i difensori opereranno sempre più tramite agenti autonomi? In tal caso, cosa determinerà in ultima analisi chi avrà il vantaggio quando le macchine su entrambi i fronti potranno identificare e reagire alle minacce alla velocità della macchina?

L’IA sta sicuramente sconvolgendo l’economia sotterranea. Il mercato darknet per il cybercrime-as-a-service è prosperato vendendo malware e script perché tradizionalmente richiedevano competenze specializzate di sviluppo per essere creati. L’IA cambia l’accessibilità e l’economia di quell’ecosistema consentendo a operatori meno esperti di generare i propri strumenti su richiesta. Probabilmente chiuderà la porta a molti fornitori di malware tradizionali, pronti all’uso. Perché un attore della minaccia dovrebbe pagare per un malware generico pronto all’uso su un forum underground quando può semplicemente chiedere a un LLM di generare uno strumento personalizzato su richiesta?

Quando entrambe le parti sono armate di IA, il vantaggio dipende da infrastruttura, messa a punto e supervisione. Diventa una lotta su chi ha il budget di calcolo (chi ha più token da consumare) e chi possiede il modello meglio ottimizzato. Per gli attori della minaccia, il test è se la loro IA può risolvere iterativamente i problemi, leggere i log degli errori e passare in modo appropriato a un nuovo approccio quando un exploit fallisce. Per i difensori, il test è se i vostri rilevatori sono effettivamente sintonizzati e se le vostre pipeline di dati sono correttamente collegate per fornire all’IA la telemetria giusta in tempo reale. Ma, soprattutto, dipende dal fatto che abbiate esperti umani con contesto aziendale nel ciclo decisionale per prendere le decisioni critiche, come leggere l’interpretazione di un incidente da parte dell’IA e decidere se isolare una macchina compromessa o mettere offline un sistema di produzione per contenere una minaccia.

In definitiva, l’IA non cambia i fondamenti della sicurezza. Le aziende che otterranno i migliori risultati saranno quelle che continueranno a fare bene le piccole cose. Si tratta di ridurre la superficie di attacco, correggere le vulnerabilità, rafforzare le configurazioni, monitorare 24/7, presumere una compromissione e testare proattivamente le difese regolarmente. L’IA è solo un acceleratore. Chi esegue le basi più rapidamente e con maggiore costanza è il vincitore.

Grazie per la splendida intervista, i lettori che desiderano saperne di più dovrebbero visitare Huntress.