In Breve
- Qual è il problema principale con gli agenti AI attuali?
- I modelli di sicurezza esistenti non sono adeguati a gestire agenti non deterministici.
- Come possono essere migliorati i modelli di identità?
- Eliminando l'anonimato e adottando un approccio zero-trust.
- Qual è l'importanza della policy di identità unica?
- Permette un controllo centralizzato e riduce i rischi operativi.
Ripensare il Modello di Identità per gli Agenti AI in Produzione
Con l’aumento dell’adozione degli agenti autonomi di intelligenza artificiale nelle infrastrutture core delle aziende, emerge un problema cruciale: i modelli di sicurezza attuali non sono adeguati a gestire l’introduzione di attori non deterministici. Recentemente, è stato riportato un caso allarmante in cui un agente ha cancellato un intero database di produzione e i relativi backup in soli nove secondi, dimostrando l’inadeguatezza degli strumenti progettati per gestire interazioni tra esseri umani e macchine.
Attualmente, gli ingegneri tendono a trattare gli agenti AI come normali microservizi, concedendo loro privilegi ampi. Tuttavia, questi agenti sono soggetti a errori e possono eseguire migliaia di azioni in pochi secondi, rendendo necessaria una revisione delle pratiche operative. I tentativi di implementare misure di autenticazione rigorose e privilegi a breve durata si scontrano con la frammentazione delle identità all’interno delle diverse componenti tecnologiche, come cluster Kubernetes e piattaforme cloud, complicando ulteriormente la scalabilità delle soluzioni.
La creazione di nuovi silos di identità per gestire un terzo tipo di attore, rappresentato dagli agenti AI, non fa altro che aggravare il problema, raddoppiando il lavoro e introducendo ulteriore anonimato tra i sistemi. È quindi fondamentale riformare il modello di identità per controllare il comportamento degli agenti. Questo implica eliminare l’anonimato e fornire a ogni attore—umano, macchina, workload e agente AI—un’identità di prima classe, protetta criptograficamente da una root of trust hardware.
Un altro aspetto cruciale è l’abbandono delle credenziali statiche, come API key e password, a favore di un approccio basato sui principi zero-trust. Gli agenti dovrebbero operare con privilegi temporanei, legati a specifiche azioni autorizzate da un operatore umano. Questo significa che i privilegi devono essere attaccati all’azione piuttosto che all’attore, e le attività sensibili dovrebbero avvenire solo in ambienti di esecuzione controllati prima di interagire con l’infrastruttura di produzione.
Adottando questa strategia, il raggio d’azione di eventuali errori si restringe, riducendo i rischi associati all’operatività degli agenti AI. È necessaria una policy di identità unica, gestita da un sistema centralizzato, che possa 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 un’adozione sicura degli agenti AI, essenziali per gestire cambiamenti di routine e risolvere deployment in tempo reale, a condizione di garantire un controllo rigoroso del comportamento.
