Il recente annuncio di Visa del Visa Vulnerability Agentic Harness (VVAH) rappresenta un progresso significativo nel campo della cybersecurity. Questo strumento AI open source è progettato per identificare e correggere autonomamente le vulnerabilità, semplificando il processo senza richiedere un intervento umano iniziale. Ciò che distingue VVAH è la capacità di eseguire rapidamente un ciclo completo dalla rilevazione alla remediation, una caratteristica che gli esperti ritengono possa rivoluzionare le pratiche di sicurezza digitale.
Una mossa strategica verso l’open source
La decisione di Visa di rilasciare VVAH come open source è una scelta sia strategica sia interpretativa, volta a rafforzare la cybersecurity oltre le proprie attività. In questo modo, Visa contribuisce a un ecosistema tecnologico più ampio. Rajat Taneja, presidente della tecnologia di Visa, ha delineato questa visione, affermando: “Il nostro obiettivo è fare del bene facendo ciò che è giusto, fornendo risorse alle aziende che potrebbero non avere lo stesso livello di investimenti o la stessa competenza in cybersecurity di Visa”.
Questa iniziativa si basa sul coinvolgimento di Visa nel Project Glasswing di Anthropic, in cui è stata sfruttata la potenza dei modelli di ragionamento semantico come Claude Mythos. Il progetto ha mostrato come l’AI possa concatenare piccole debolezze in exploit di grande impatto, evidenziando il potenziale ancora non sfruttato di questi modelli. Taneja ha sottolineato: “VVAH è nato dalla nostra partecipazione a Project Glasswing, dimostrando la potenza del ragionamento semantico e la necessità di una gestione proattiva delle vulnerabilità”.
Eccellenza ingegneristica: il funzionamento di VVAH
Il VVAH opera attraverso una sequenza sofisticata che include scoperta, verifica, remediation e validazione delle correzioni. Questo ciclo di feedback automatico garantisce un apprendimento continuo e un adattamento costante. Un punto di forza è l’uso di un abstract syntax tree call graph, che mappa i potenziali percorsi di attacco. Ciò fornisce un contesto più chiaro per ogni vulnerabilità, migliorando la capacità del sistema di prevenire future violazioni.
Taneja ha descritto il sistema come un “pretty good step function”, evidenziando come le modifiche riducano i conteggi dei token pur offrendo un ragionamento e un contesto migliori. L’efficienza di VVAH nel ridurre il Mean Time to Adapt (MTTA) è particolarmente degna di nota, con alcune risoluzioni che passano da settimane a ore.