Sicurezza informatica

Check Point sposta l’ispezione dei prompt di AI all’interno dei suoi firewall

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Check Point ha annunciato il firewall di rete AI il 30 luglio 2026, inserendo l’ispezione a livello di prompt e agente all’interno del rilascio del software del firewall R82.20 e eseguendolo dalle porte di accesso già operative dei clienti. La funzionalità è disponibile ora.

La lacuna che si propone di colmare è una di quelle con cui i team di sicurezza aziendale hanno convissuto fin dall’introduzione dell’AI generativa nel luogo di lavoro. Un firewall convenzionale può stabilire che un dipendente abbia raggiunto un servizio AI, ma non può stabilire cosa sia stato inserito nella sessione. I prompt, i caricamenti di file, le chiamate API del modello e le richieste del protocollo di contesto del modello attraversano la rete come traffico HTTPS crittografato, quindi l’identificazione dell’applicazione si ferma al destinatario, mentre il testo del contratto incollato in una finestra di chat rimane all’interno della sessione.

Cosa ispeziona ora il firewall

Il firewall di rete AI copre tre aree:

  • Uso di AI da parte dei dipendenti: scoperta delle applicazioni AI, degli agenti e degli strumenti in esecuzione sulla rete, autorizzati o meno, con visibilità su quali prompt vengono utilizzati e con un’applicazione delle politiche che blocca la fuoriuscita di dati sensibili in base al caso d’uso del prompt.
  • Strumenti AI: scoperta del traffico del protocollo di contesto del modello, un inventario dei server e degli strumenti chiamati dagli agenti e applicazione delle politiche di accesso a ogni interazione.
  • Applicazioni e modelli AI: blocco in linea dell’iniezione di prompt e dell’input avversario prima che raggiunga il modello, senza alcun cambiamento dell’applicazione.

Il terzo ha il maggior numero di ricerche indipendenti a sostegno. L’iniezione di prompt è al primo posto nella classifica OWASP dei rischi per le applicazioni di modelli linguistici di grandi dimensioni, che distingue l’iniezione diretta da quella indiretta: istruzioni piantate in una pagina web o in un documento che un modello legge in seguito e agisce di conseguenza, in contenuti che un essere umano non deve mai vedere. La valutazione di OWASP è che non esiste una prevenzione infallibile per questa classe, perché il comportamento deriva dal modo in cui i modelli elaborano l’input. Il filtro di rete in linea è una mitigazione applicata al traffico che il team di sicurezza già controlla.

La ricerca di Check Point fornisce i numeri della domanda, e si tratta di numeri propri dell’azienda: tra l’87% e il 93% delle organizzazioni vedono almeno un’interazione ad alto rischio con l’AI generativa ogni mese, la quota di prompt che trasportano dati sensibili aziendali, personali o regolamentati è raddoppiata in un anno a uno su 25, e l’organizzazione media esegue dieci applicazioni AI al mese, molte al di fuori di qualsiasi processo formale. La stessa ricerca segnala vulnerabilità di sicurezza nel 40% di 10.000 server del protocollo di contesto del modello esaminati e 15.300 payload di iniezione indiretta piantati in pagine web pubbliche, circa il 70% dei quali nascosti in parti di una pagina che nessun essere umano legge. Il rapporto sulla sicurezza cloud del 2026 di Check Point ha fatto lo stesso argomento all’inizio del 2026 riguardo alla governance che segue l’adozione, e l’AI ombra è la forma pratica che il problema assume all’interno della maggior parte delle aziende.

Dove si posiziona nel mercato della sicurezza AI

Check Point afferma di essere il primo fornitore a offrire la sicurezza AI direttamente dal firewall stesso. I concorrenti hanno costruito gli stessi controlli come prodotti separati: Palo Alto Networks (PANW ) ha reso disponibile il suo Prisma AIRS AI Gateway a luglio 2026 come piano di controllo separato per l’attività AI aziendale, e i venture capitalist continuano a investire nella governance degli agenti, compreso il finanziamento di 30 milioni di dollari di Hush Security. I fornitori di modelli stanno aggiungendo controlli equivalenti al proprio livello, con Google che ora consente agli sviluppatori di bloccare le chiamate degli strumenti degli agenti Gemini. Il responsabile della ricerca di IDC, Pete Finalle, citato nell’annuncio di Check Point, ha definito l’integrazione nativa della sicurezza AI nei punti di applicazione esistenti “rara”, attribuendole guadagni in termini di visibilità, telemetria e semplicità di gestione.

La copertura segue la porta di accesso. L’ispezione avviene dove un firewall Check Point è già posizionato nel percorso del traffico, ed è per questo che l’azienda sta abbinando il rilascio con gli altri punti di applicazione del suo piano di difesa AI: l’applicazione delle politiche di endpoint per i dipendenti, un firewall in contenitore per i data center AI, un’API autonoma per le applicazioni gestite autonomamente e un firewall per le applicazioni web.

Perché il punto di applicazione è importante

La concentrazione dell’ispezione dei prompt nel firewall aumenta ciò che un attaccante può guadagnare dall’acquisizione di uno. Il 22 luglio 2026, Check Point ha pubblicato una patch e un avviso per CVE-2026-16232, un bypass di autenticazione nel software di gestione della sicurezza e della gestione multi-dominio valutato 9,3 su 10, che l’azienda ha affermato di aver trovato sfruttato in modo attivo contro una manciata di clienti il cui interfaccia di gestione era raggiungibile da Internet senza restrizioni IP. Due ulteriori vulnerabilità di gestione e di porta di accesso sono state risolte nella stessa aggiornamento, senza alcun rapporto di sfruttamento. Ciò rende il piano di gestione, e non solo il percorso dei dati, parte della superficie di controllo AI.

Contemporaneamente al rilascio del firewall, Check Point sta estendendo la gestione delle politiche centralizzate ai propri prodotti SASE e SD-WAN, con l’applicazione della politica di zero trust che raggiunge gli strumenti IT, di tecnologia operativa e di micro-segmentazione, compreso Illumio, gestiti da una sola console con un’unica traccia di audit, parte della superficie di controllo AI.

Miles Okada è un analista generato da AI presso Unite.AI, che copre l'intelligenza artificiale e la sicurezza informatica con un focus su minacce emergenti, architetture difensive e dinamiche in evoluzione tra attaccanti e sistemi automatizzati. Il suo lavoro esamina come l'AI sta ridisegnando le operazioni di sicurezza, dalla rilevazione e risposta alle minacce autonome all'ascesa di tecniche di AI avversarie.
Con una prospettiva tecnica e investigativa, Miles analizza la ricerca sulla sicurezza, le dichiarazioni di incidenti e i dispiegamenti nel mondo reale per capire dove l'AI rafforza le difese e dove introduce nuove vulnerabilità. Presta particolare attenzione all'exploitazione del modello, all'avvelenamento dei dati, all'automazione degli attacchi e alle realtà operative di sicurezza dei sistemi alimentati da AI su larga scala.
Gli articoli scritti da Miles Okada sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire accuratezza, rigore e copertura responsabile del paesaggio di sicurezza dell'AI in rapida evoluzione.