Chaim Mazal, Chief AI e Security Officer di Gigamon – Serie di Interviste

Chaim Mazal è il Chief AI e Security Officer di Gigamon, responsabile della sicurezza globale, della tecnologia dell’informazione, delle operazioni di rete, della governance, del rischio, della conformità, dei sistemi aziendali interni e della sicurezza dei prodotti. Chaim guida anche il programma strategico di AI dell’azienda, che promuove la governance, l’adozione cross-funzionale e l’uso sicuro e responsabile dell’AI. Riconosciuto da Security Magazine come una delle persone più influenti nel settore della sicurezza nel 2025, è un membro a vita della OWASP Foundation e fa parte dei consigli consultivi di aziende come Cloudflare, GitLab (GTLB ) e Rapid7. In precedenza, ha ricoperto ruoli di leadership senior in diverse aziende leader del settore, più di recente come SVP di Technology e CISO di Kandji.

Gigamon è un’azienda di tecnologia di sicurezza e osservabilità che si concentra sulla fornitura di una visibilità approfondita del traffico di rete in ambienti ibridi e multi-cloud. La sua piattaforma cattura e analizza i dati in movimento, compresi pacchetti, flussi e metadati delle applicazioni, per fornire informazioni utili agli strumenti di monitoraggio della sicurezza, del cloud e dell’IT. Ciò consente alle organizzazioni di rilevare minacce nascoste, migliorare le prestazioni, mantenere la conformità e ridurre la complessità eliminando i punti ciechi nei sistemi sempre più distribuiti e crittografati. Affidata da grandi aziende e organizzazioni governative, Gigamon aiuta a proteggere e gestire l’infrastruttura digitale moderna su larga scala.

Ha avuto un percorso unico, passando dal trascorrere del tempo nei forum di hacking da teenager a diventare Chief AI e Security Officer di Gigamon. Come hanno plasmato quelle prime esperienze il modo in cui pensa alle moderne minacce informatiche guidate dall’AI?

Ho ricevuto il mio primo computer all’età di otto anni e ho imparato sperimentando, leggendo manuali e insegnandomi da solo Visual Basic. Man mano che mi addentravo nelle comunità online, ero affascinato da come il software poteva essere manipolato e dove i sistemi erano fragili. Quella curiosità si è evoluta nel test di penetrazione delle applicazioni web e nella sicurezza dello sviluppo del ciclo di vita SaaS.

Quello che è interessante delle minacce moderne è che l’AI non inventa nuove debolezze, ma scala la scoperta e lo sfruttamento di quelle esistenti. A causa di quella prospettiva iniziale, mi avvicino alla sicurezza dell’AI partendo dall’assunto che gli attaccanti utilizzeranno l’AI fin dal primo giorno, il che mi aiuta a progettare difese per i clienti di Gigamon.

Ha osservato che i campioni di phishing, ransomware e malware generati dall’AI stanno riducendo il tempo di impatto da settimane a ore. Quali cambiamenti concreti sta vedendo nella progettazione e nel dispiegamento di questi attacchi?

L’AI ha fondamentalmente abbassato la barriera all’ingresso per la criminalità informatica. Scrivere malware, creare campagne di phishing convincenti e identificare vulnerabilità richiedevano in passato una profonda competenza tecnica. Ora, questi attacchi possono essere accelerati e addirittura completamente automatizzati con l’aiuto degli strumenti AI. Gli attaccanti non hanno più bisogno di una forte formazione tecnica per lanciare campagne sofisticate perché l’AI può generare codice, raffinare messaggi di ingegneria sociale e aiutare gli operatori a risolvere problemi in tempo reale.

Di conseguenza, l’intero panorama delle minacce è cambiato. Senza framework di governance, requisiti di conformità o vincoli etici per rallentarli, gli attaccanti possono sperimentare, adattarsi e dispiegare a velocità e a costo minimo. Di conseguenza, il tempo di impatto si è drasticamente ridotto e ciò che una volta richiedeva settimane può ora accadere in poche ore. Nel frattempo, molte organizzazioni sono ancora nella fase iniziale di adozione dell’AI a scopo difensivo, il che significa che alcuni dei casi d’uso più efficaci dell’AI sono attualmente guidati dagli attaccanti.

Cosa separa fondamentalmente un attacco informatico guidato dall’AI da una minaccia automatizzata tradizionale, e può condividere un esempio che renda chiaro quel differenza?

Ciò che separa fondamentalmente un attacco informatico guidato dall’AI da una minaccia automatizzata tradizionale è l’autonomia e la persistenza. In passato, gli attaccanti eseguivano uno script e si fermavano quando fallivano. Il “tempo di vita” era limitato a quanto tempo ci voleva per eseguire l’automatismo. Con l’AI, gli agenti ricevono un obiettivo e, se falliscono, non si fermano. Continuano a iterare, cercando percorsi alternativi per raggiungere lo stesso obiettivo. Il tempo di vita è effettivamente infinito.

Ad esempio, con una dipendenza di build di produzione, gli attaccanti possono inserire qualcosa di piccolo come due righe di script mantenendo la dimensione del file invariata, il che significa che i byte appaiono identici. Quando il file viene compilato ed eseguito, lancia un’istanza del terminale che installa un agente autonomo nell’ambiente aziendale, che esegue quindi una serie di attività maliziose che possono iterare indefinitamente. In passato, i binari erano considerati vettori di minaccia post-distribuzione. Ora, vengono manipolati costantemente, anche durante il processo di build stesso, per eseguire azioni abilitate dall’AI all’interno degli ambienti aziendali.

Molte organizzazioni si affidano ancora ai controlli di sicurezza legacy e ai playbook stabiliti. Perché questi approcci stanno fallendo contro gli attacchi abilitati dall’AI, e dove vede i punti ciechi più pericolosi?

Siamo arrivati a un punto in cui, se non si innova e non si incorpora pensierosamente l’AI nelle soluzioni e nelle operazioni di sicurezza, si è già in ritardo, e ciò vale sia per le grandi aziende che per le startup. Le organizzazioni che non integrano l’AI nella loro strategia di sicurezza rischiano di essere superate dagli attaccanti che si muovono più velocemente e operano su una scala maggiore.

Detto ciò, difendersi dalle minacce guidate dall’AI non richiede necessariamente una completa reinvenzione dello stack tecnologico. Molti degli strumenti che le aziende necessitano sono già in posto. Il vero cambiamento è nell’uso efficace di quegli strumenti. Si tratta di rafforzare i fondamentali, utilizzare le tecnologie esistenti in modo più intelligente e adattare le difese per tenere conto degli attaccanti non addestrati ma abilitati dall’AI.

Gli attaccanti stanno utilizzando l’AI in modo creativo e strategico. Se le aziende non adottano un approccio altrettanto strategico, rischiano di creare enormi punti ciechi. I leader devono pensare diversamente a come dispiegare gli strumenti che già possiedono, integrare l’AI nelle loro operazioni e far evolvere i loro playbook per difendersi dalla velocità e dalla scala degli attacchi di oggi.

L’AI sembra abbassare la barriera all’ingresso per la criminalità informatica. Come ha cambiato questo spostamento il profilo degli attaccanti di oggi, e quali rischi crea per le aziende?

L’AI ha reso possibile per quasi chiunque diventare un hacker. Con gli strumenti AI a disposizione, attori inesperti, anche teenager, possono ora lanciare campagne di phishing sofisticate, distribuire rootkit e eseguire attacchi di ransomware che una volta richiedevano una significativa competenza tecnica.

Questo spostamento aggiunge un nuovo livello di imprevedibilità al panorama delle minacce. Invece di affrontare un numero limitato di gruppi altamente sofisticati, le aziende si trovano ora di fronte a uno spettro più ampio di attori che sperimentano rapidamente, imparano in tempo reale e collaborano attraverso comunità online.

Per le organizzazioni, ciò significa non solo più attacchi, ma anche una maggiore variabilità nell’esecuzione. Le aziende devono prepararsi a un ambiente di minacce in cui la capacità non è più direttamente legata all’esperienza, e in cui chiunque può eseguire campagne che rivaleggiano con quelle dei gruppi storicamente avanzati.

Basandosi su ciò che vede nelle comunità degli attaccanti, quali strumenti guidati dall’AI stanno guadagnando popolarità, e a che velocità stanno migliorando quelle capacità?

Non si tratta di singoli strumenti AI che aiutano gli attaccanti, ma piuttosto della condivisione di risorse. Invece di un singolo strumento che esegue un processo lineare, gli attaccanti utilizzano agenti decentralizzati che incrociano i dati e condividono informazioni collettivamente attraverso diversi tool. Il risultato funziona più come una rete di attacco, o uno sciame, piuttosto che una capacità una tantum.

Quello che è più notevole è la velocità di miglioramento. Queste capacità stanno cambiando di giorno in giorno, e molti degli strumenti utilizzati erano solo proof of concept poche settimane fa. Il ritmo di innovazione e iterazione all’interno delle comunità degli attaccanti sta accelerando rapidamente, con nuove tecniche e strumenti emergenti quasi in tempo reale.

Da un punto di vista difensivo, quali segnali indicano che un’organizzazione sta affrontando una campagna guidata dall’AI e non un attacco più convenzionale?

Da un punto di vista difensivo, un segnale importante è che la ricognizione non appare più sequenziale o compartimentalizzata. Storicamente, gli attaccanti seguivano passaggi chiari – raccogliendo informazioni per fasi, spaziando l’attività e bersagliando una superficie alla volta. Ora, tutte quelle attività stanno accadendo in tandem. Le porte di accesso via email, i servizi esternamente disponibili, l’attività degli account, le tecniche di rilevamento e di evasione stanno tutte venendo esercitate all’unisono piuttosto che in sequenza.

Un altro segnale è l’unificazione e la coordinazione dell’attività. Ciò che un tempo era frammentato ora è condensato e condiviso collettivamente attraverso gli strumenti, agendo più come uno sciame che come uno sforzo una tantum. Questi agenti stanno continuamente iterando, adattandosi e accelerando la presa di decisioni intorno ai vettori di minaccia, e non accettano un no come risposta. Quel livello di attività simultanea, coordinazione e persistenza suggerisce fortemente una campagna guidata dall’AI piuttosto che un attacco convenzionale.

Ha sostenuto che molti degli attuali strumenti di sicurezza AI stanno completamente perdendo di vista queste minacce. Cosa stanno facendo di sbagliato, e quali capacità sono più urgentemente necessarie?

Molti degli attuali strumenti di sicurezza AI sono ancora costruiti intorno all’errata supposizione che la prevenzione sia l’obiettivo principale. I vendor continuano a posizionare l’AI come un modo migliore per bloccare le minacce al perimetro, ma gli attaccanti sono più veloci, più adattivi e sempre più pazienti, utilizzando l’AI, i deepfake e il malware avanzato che può eludere i controlli e rimanere non rilevato per mesi.

Ciò che è urgentemente necessario è una visibilità comprensiva e in tempo reale, nonché capacità di rilevamento e risposta più forti. Le organizzazioni devono implementare una valutazione continua del rischio, mantenere la visibilità nel traffico crittografato dove molte minacce si nascondono, e sfruttare la telemetria derivata dalla rete e le API per comprendere cosa sta girando sui loro sistemi e come si muovono i dati. La resilienza oggi non riguarda più tenere fuori tutte le minacce, ma vedere, fermare e imparare dalle minacce prima che si aggravino.

Man mano che l’AI accelera sia l’offensiva che la difensiva, crede che la difensiva AI possa realisticamente stare al passo, o stiamo entrando in un periodo in cui gli attaccanti manterranno un vantaggio strutturale?

L’AI sta accelerando entrambi i lati dell’equazione, ma nel breve termine, credo che gli attaccanti abbiano il vantaggio. Non affrontano vincoli normativi, requisiti di conformità o limiti etici. Ciò significa che possono sperimentare liberamente e iterare a un ritmo elevato. D’altra parte, le aziende devono bilanciare l’innovazione con la governance, la privacy e il rischio operativo, il che rallenta naturalmente l’adozione e l’implementazione dell’AI.

Detto ciò, la difensiva AI può assolutamente uscire vincente se le organizzazioni e i leader cambiano il loro approccio. Le tattiche di sicurezza di successo non verranno dall’uso dell’AI solo per la prevenzione. Richiederanno l’integrazione dell’AI nel rilevamento, nell’investigazione e nelle procedure di risposta supportate da una visibilità in tempo reale. Il vantaggio non è permanentemente sul lato dell’attaccante, ma rimarrà lì fino a quando le organizzazioni non smetteranno di affidarsi alla prevenzione. Il vero danno si verifica quando un attaccante viola la rete, spesso vivendo del terreno e aspettando di esfiltrare i dati. I leader devono passare da “possiamo prevenire una violazione” a “quanto velocemente possiamo rilevare e rimuovere gli intrusi?”

Guardando sei o dodici mesi avanti, quali tecniche di attacco guidate dall’AI si aspetta diventino diffuse, e cosa dovrebbero fare ora le squadre di sicurezza per prepararsi?

Sei o dodici mesi sono un tempo enorme in questo ambiente. Le cose stanno realisticamente cambiando ogni sei o dodici settimane. Il rapido progresso dell’AI rende difficile prevedere le tecniche specifiche che gli attaccanti useranno in futuro, quindi l’enfasi dovrebbe essere meno sul cercare di indovinare cosa verrà dopo e più su come prepararsi.

I difensori devono sfruttare la stessa tecnologia guidata dall’AI che gli attaccanti stanno utilizzando, con un forte accento sulla difesa in profondità. Ciò significa utilizzare l’AI per incrociare costantemente flussi di dati attraverso endpoint in tempo reale, affidandosi alla telemetria di rete immutabile per identificare il comportamento transazionale attraverso ambienti cloud privati, cloud pubblici e on-prem, e alimentando quella telemetria negli strumenti appropriati, in modo che le squadre di sicurezza siano attivamente consapevoli quando la loro organizzazione sta venendo esaminata.

Allo stesso tempo, la mentalità della difesa perimetrale deve essere pensionata. Non è più una questione di se un attacco guidato dall’AI si verificherà, ma quando. La priorità ora è l’identificazione precoce, la riduzione dell’impatto e la rimozione tempestiva. Ciò include avere un solido piano di risposta agli incidenti, applicando i principi di zero trust, mantenendo la gestione degli accessi con verifiche continue e apportando aggiustamenti dinamici come necessario per proteggere i dati dei clienti e limitare l’impatto.

Grazie per l’intervista approfondita, i lettori interessati all’osservabilità profonda e alla sicurezza della rete guidata dall’AI possono visitare Gigamon.