In Breve
- Qual è il problema principale con gli agenti AI nelle infrastrutture?
- I modelli di sicurezza esistenti non sono adatti a gestire agenti AI non deterministici.
- Qual è una soluzione proposta per migliorare la sicurezza degli agenti AI?
- Riformare i modelli di identità per dare a ogni attore un'identità di prima classe.
- Quali principi dovrebbero essere applicati per migliorare la sicurezza?
- Principi zero-trust e privilegi di breve durata legati a specifiche azioni.
Con l’avvento degli agenti autonomi di intelligenza artificiale nelle infrastrutture tecnologiche, emerge la necessità di ripensare i modelli di identità per garantire sicurezza ed efficienza. Questi agenti, che operano a velocità macchina, sono già utilizzati per eseguire codice, applicare policy e gestire funzioni DevOps. Tuttavia, l’inadeguatezza dei modelli di sicurezza esistenti, progettati per un mondo con attori deterministici, rappresenta un ostacolo significativo.
Un caso emblematico ha visto un agente AI cancellare un intero database di produzione in soli nove secondi, sottolineando l’urgenza di strumenti di sicurezza più robusti. Attualmente, gli ingegneri tendono a trattare gli agenti come microservizi, concedendo loro ampi privilegi. Tuttavia, la natura non deterministica degli agenti richiede un approccio più cauto.
La frammentazione delle identità attraverso diversi strumenti della stack tecnologica complica ulteriormente la situazione. Tentativi di applicare misure di autenticazione rigorose si scontrano con la necessità di integrare manualmente sistemi IAM, infrastrutture e segreti, rendendo difficile scalare le soluzioni.
La soluzione proposta non consiste nell’aggiunta di nuovi strumenti, ma nella riforma del modello di identità. Ogni attore, sia esso umano, macchina o agente AI, dovrebbe avere un’identità di prima classe, protetta criptograficamente. Abbandonare credenziali statiche come API key e password e applicare principi zero-trust sono passi fondamentali.
Gli agenti dovrebbero operare con privilegi di breve durata, legati a specifiche azioni autorizzate da un umano. Questo approccio riduce il rischio di errori e garantisce che attività sensibili siano svolte solo in ambienti sicuri. Una policy di identità unica, gestita da un sistema centralizzato, può fungere da livello di enforcement tra l’agente e il suo endpoint di inferenza.
In sintesi, un’architettura unificata dell’identità può diventare il control plane per l’adozione sicura degli agenti AI, essenziali per gestire cambiamenti di routine e risolvere deployment in tempo reale, garantendo al contempo un controllo stretto del comportamento.