In Breve

Qual è il problema principale con gli agenti AI attuali?

I modelli di sicurezza esistenti non sono adeguati per gestire agenti non deterministici, portando a rischi significativi.

Come si propone di affrontare questi problemi?

Riformando il modello di identità per fornire identità di prima classe e adottando principi zero-trust.

Qual è l'importanza di una policy di identità unica?

Permette un controllo efficace e una gestione sicura degli agenti AI in produzione.

Ripensare il modello di identità per gli agenti AI in produzione

Con l’aumento dell’adozione di agenti autonomi di intelligenza artificiale nelle infrastrutture core, la necessità di un ripensamento del modello di identità diventa sempre più urgente. Questi agenti sono impiegati per eseguire codice, applicare policy e gestire funzioni DevOps, ma molti progetti si bloccano a causa di modelli di sicurezza inadeguati.

Un caso emblematico ha dimostrato il problema: un agente AI ha cancellato l’intero database di produzione e i relativi backup in soli nove secondi. Questo evento ha messo in evidenza come gli strumenti attuali, progettati per gestire esseri umani e macchine, non siano sufficienti a contenere i rischi associati agli agenti AI che operano a velocità macchina.

Le sfide attuali nella gestione degli agenti AI

Nella pratica operativa corrente, gli ingegneri tendono a concedere privilegi ampi agli agenti, trattandoli come normali microservizi. Tuttavia, gli agenti AI sono soggetti a errori e comportamenti non deterministici, eseguendo migliaia di azioni in pochi secondi. I tentativi di implementare misure di autenticazione forti e privilegi a breve durata si scontrano con la frammentazione delle identità nei vari strumenti della stack tecnologica, come cluster Kubernetes, piattaforme cloud e database. Questo costringe i team a integrare manualmente sistemi di gestione delle identità (IAM), rendendo difficile la scalabilità delle soluzioni.

Una nuova visione per il modello di identità

Per affrontare queste sfide, è fondamentale riformare il modello di identità. La proposta consiste nell’eliminare l’anonimato, fornendo a ogni attore — umano, macchina, workload e agente AI — un’identità di prima classe, protetta criptograficamente da una root of trust hardware. È necessario abbandonare credenziali statiche come API key e password, adottando invece principi di sicurezza zero-trust.

Gli agenti dovrebbero operare con privilegi di breve durata, legati a specifiche azioni autorizzate da un umano. Questo approccio limita il raggio d’azione di eventuali errori, poiché i privilegi sono attaccati all’azione e non all’attore. Inoltre, le attività sensibili dovrebbero essere eseguite solo all’interno di un ambiente di esecuzione attendibile, prima di interagire con l’infrastruttura di produzione.

Implementazione di una policy di identità unica

Per garantire un controllo efficace del comportamento degli agenti AI, è necessaria una policy di identità unica, impostata e fatta rispettare da un unico sistema. Questo sistema dovrebbe fungere da livello di enforcement tra l’agente e il suo endpoint di inferenza. Con un’architettura unificata, l’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.

In conclusione, il ripensamento del modello di identità è cruciale per garantire la sicurezza e l’affidabilità degli agenti AI in produzione. Solo attraverso un approccio integrato e innovativo sarà possibile affrontare le sfide attuali e sfruttare appieno il potenziale di queste tecnologie avanzate.