L’intelligenza artificiale (AI), applicata alla cybersecurity, permette di valutare la prospettiva dei rischi informatici, per conoscere i pericoli ed analizzare le cyber minacce. Un caso interessante di applicazione è quello dell’agricoltura digitale e nell’Automotive. Due ambienti sempre più digitali, ma non strettamente IT.
Nello smart farming, aiuta a rilevare le anomalie sul campo, non solo di natura cyber ma anche di disservizio, quindi a migliorare la produttività e ad affrontare l’impatto dei cambiamenti climatici nell’agricoltura.
“Le aziende non comprano artificial intelligence”, spiega Domenico Raguseo, a capo della cybersecurity di Exprivia, “ma hanno una priorità: vogliono ridurre il rischio”. Ecco con quali vantaggi per il settore.
L’intelligenza artificiale nella cybersecurity: priorità è ridurre il rischio
L’intelligenza artificiale guadagna sempre più terreno nell’arena della cybersecurity, dove può portare significativi vantaggi. Tuttavia occorre concentrare gli investimenti su ciò che è più utile e sulla necessità di proteggere i sistemi di AI, perché a sfruttarla sono anche gli aggressori per trarne beneficio in fase di cyber attacco.
Per individuare i processi e servizi che traggono vantaggio dall’uso dell’AI, è necessario delineare il perimetro secondo le cinque macro aree (identify, protect, detect, respond e restore) del National Institute for Standard e Technologies (NIST).
In questo perimetro, alcuni casi d’utilizzo sono: l’anomaly detection, il penetration test, l’incident analysis/response, l’access management, il detect.
Nello smart farm e nell’Automotive, l’analisi coinvolge ingenti moli di dati, ma non è facile capire la modalità di attacco, anche se è possibile esaminare le deviazioni ai pattern di dati comuni.
Abbiamo contattato Domenico Raguseo, a capo della cybersecurity di Exprivia, che ha partecipato al Forum sulla Intelligenza Artificiale organizzato a Montreal dalla Camera di Commercio italiana in Canada, ha spiegato come l’AI aiuta a scoprire anomalie nei dati raccolti ed analizzati.
“Alle aziende che hanno l’esigenza di ridurre il rischio”, spiega Domenico Raguseo, “noi proponiamo strumenti che spesso utilizzano l’artificial intelligence. E la usano in maniera talvolta endemica: non c’è un investimento per l’AI e una per il resto”. La spesa è per ridurre il rischio. “In particolare, con Sysman e Macnil, facciamo anomaly detection: l’investimento è in strumenti che sfruttano intelligenza artificiale“.
Penetration test
“La sicurezza è composta di tante anime: dalla valutazione del rischio alla protezione, fino all’attività per scopre le cyber minacce eccetera. Anche gli attaccanti usano l’intelligenza artificiale: l’AI ha permesso, per esempio, di imparare a sferrare attacchi di tipo SQLi ed altre metodologie di attacco, senza alcun insegnamento da parte di nessuno. Con il penetration test, anche noi utilizziamo gli stessi strumenti”.
Il penetration testing è dunque un controllo che permette a chi si difende di individuare vulnerabilità per essere in grado di anticipare gli attacchi: “In funzione dell’attività specifica, si usufruiscono di vantaggi che l’AI esporta”, precisa Raguseo.
Anomaly detection
“Nell’anomaly detection ci sono due tipologie di controlli: i controlli per prevenire un attacco e quelli per scoprire un attacco. Nella cybersecurity è usuale non conoscere chi ci sta attaccando e quindi l’unico modo per difendersi è normalizzare il comportamento normale e identificare l’anomalia. Questi stessi strumenti, che prima erano usati su elementi classici dell’IT (eventi, flussi di rete…), ora usano enormi quantità di dati che ne facilitano l’uso in ambienti industriali. L’anomaly detection in agricoltura o in industria 4.0 è quella classica della cybersecurity, solo che prima si limitava all’IT, ora si applica con le grandi moli di dati dell’industria”, mette in evidenza Raguseo. “L’intelligenza artificiale nella sicurezza informatica è poi usata nell’ambito dei sistemi dell’autenticazione, sempre normalizzando il comportamento normale per identificare eventuali anomalie”.
“Esistono infatti strumenti che riconoscono gli utenti dal movimento del mouse. Un altro scenario possibile è l’analisi di un incidente per prevenirne di ulteriori: l’attacco non è un colpo di pistola, ma il cyber attacco è frutto di una strategia di attacco. Per ricostruire un grafico di attacco, quando si conosce un solo elemento come un’email, si analizzano tantissime quantità di dati in linguaggio naturale quindi ricorrendo all’AI”.
Agricoltura digitale: il caso Sysman nello smart farming
Per capire a fondo come l’intelligenza artificiale nella cybersecurity trovi applicazione nell’industria, abbiamo contattato Sysman Progetti & Servizi. ““La Sysman Progetti & Servizi è stata fondata nel 1994 da uno spin off della Digital Equipment Corporation”, ci spiega Erminio Efisio Riezzo che ricopre il ruolo di direttore tecnico dell’area di sviluppo software e R&D, “con un core business iniziale focalizzato sull’assistenza tecnico-sistemistica in ambienti mission critical”.
“Nel corso degli ultimi vent’anni”, prosegue Riezzo, “abbiamo sviluppato una competenza specifica sulle applicazioni software dedicate alla meteorologia e all’agro-meteorologia maturando un know-how che ci ha permesso di investire sui progetti di R&D nell’ambito dell’agricoltura digitale. Dal 2016 siamo sul mercato con una nostra tecnologia denominata Bluleaf – Agricoltura consapevole – che abilita processi di decision making in ambito agricolo, supportando l’utente finale nel prendere decisioni smart (tempestive ed efficaci) per l’ottimizzazione degli input agronomici (acqua, fertilizzanti, fitofarmaci, eccetera), guidandolo in ogni fase dei processi gestionali aziendali e di filiera”, sottolinea Riezzo.
Nuovo paradigma: produrre di più consumando il giusto
“Le tecnologie abilitanti, come l’IoT e i DSS (Decision Support System)“, mette in evidenza Erminio Efisio Riezzo, “sono fondamentali nell’era dei cambiamenti climatici e della scarsità delle risorse naturali per consentire l’adozione del paradigma del ‘produrre di più consumando il giusto‘. Da un punto di vista tecnico-scientifico la sfida è sempre stata quella di rendere semplici ed interpretabili informazioni derivanti da scenari molto complessi come il bio-sistema suolo-pianta-atmosfera. Al giorno d’oggi, inoltre, si sente molto parlare di agricoltura 4.0 indicando la sempre maggiore tendenza ad integrare hardware in campo non solo per l’acquisizione dei dati (sensing prossimale) ma anche per attuare azioni su sistemi di alta automazione (per esempio, irrigazione e fertirrigazione)”.
Servizi digitali a livello IT e OT
“L’esposizione in rete di servizi digitali a livello IT (con i SaaS – Software as a Service) e a livello OT (hardware connessi in rete e telecontrollati dai DSS)“, continua Riezzo, “è un trend in continua crescita con implicazioni importanti sui rischi connessi agli attacchi informatici per le applicazioni ed i sistemi”.
La cybersecurity gioca un ruolo cruciale nel settore dello smart farming “ed è questo il motivo di uno degli ultimi investimenti fatti da Sysman P&S attraverso un contratto di programma, denominato Secure Safe Apulia, che portiamo avanti anche con altre realtà del territorio, tra cui Exprivia”, precisa Riezzo: “L’obiettivo del progetto SSA è quello di sviluppare il paradigma della Detection-Response-Prevention declinato al settore specifico dello smart farming”.
Sensori e AI
“La tecnologia abilitante alla base di questo approccio”, afferma Riezzo, “si basa sull’adozione di paradigmi di anomaly detection per rilevare, anche attraverso l’intelligenza artificiale, eventi anomali sulla rete, classificandoli e gestendoli opportunamente. La mancanza o l’alterazione di un dato proveniente da sensori in campo, l’indisponibilità di un servizio software, un comando anomalo inviato ad un’elettrovalvola, sono esempi di eventi anomali. Un dato corrotto può tradursi in un’elaborazione decisionale errata così come un servizio non disponibile, nel momento del bisogno, potrebbe provocare un ritardo nello scheduling delle attuazioni. Questo si traduce in ripercussioni di più alto livello come, ad esempio, una mancanza di irrigazione o una sovra-irrigazione. In ogni caso, un potenziale danno per le colture e per la produzione in generale”.
“È chiaro che la tecnologia da sola non sarà sufficiente ad erogare un vero e proprio servizio per mettere in sicurezza le tecnologie di agricoltura digitale. L’obiettivo industriale per i prossimi anni sarà quello connettere il tutto a un SOC (Security Operation Center), un centro operativo presidiato da personale qualificato in grado di gestire le anomalie evitando i danni e rendendo i processi digitali sempre up & running nel rispetto dei livelli di efficienza e produttività accordati con i clienti”, conclude Erminio Efisio Riezzo.
