Leggi il Magazine

Con gli attacchi cyber che progrediscono per numero e per criticità, è inevitabile che i difensori debbano evolversi di pari passo per aggiornare le soluzioni di difesa. La pandemia ha imposto il passaggio dalla protezione perimetrale a quella degli endpoint con le soluzioni EDR. La trasformazione digitale, con il conseguente trasferimento dei dati in cloud, ha obbligato all’adozione di soluzioni XDR (eXtended Detect and Response), che copre email, endpoint, server, workload in cloud e network. L’opzione è interessante ed è tuttora la più adatta alle necessità di difesa della nuova superficie d’attacco ampliata.

Peccato per un paio di problemi non da poco, legati all’essenza stessa dell’XDR: rastrellare dati ovunque comporta essere sommersi da montagne di informazioni da analizzare, per farlo occorrono personale e tempo. La mancanza endemica di analisti di cybersecurity a livello globale (in Italia se ne cercano disperatamente oltre 100mila) non permette a quelli attivi di poter analizzare tutti i dati. Anche se riuscissero a farlo, sarebbe comunque poco utile perché impiegherebbero troppo tempo: la possibilità di limitare i danni di un incidente cyber è direttamente proporzionale alla velocità con cui si rileva l’intrusione e la si blocca. In altre parole, l’analisi dei dati deve avvenire a velocità macchina. È qui che entra in gioco l’Intelligenza Artificiale con il machine learning: ogni vendor di cybersecurity ha la sua interpretazione del concetto, che comunque per sommi capi è sempre lo stesso, ossia passare in rassegna in tempo reale tutto ciò che accade su tutti i sistemi...

Leggi il Magazine