In Breve
- Perché è necessario ripensare il modello di identità per gli agenti AI?
- Il modello attuale non è adeguato per gestire gli agenti non deterministici, aumentando i rischi di sicurezza.
- Qual è un esempio concreto dei rischi associati agli agenti AI?
- Un agente ha cancellato un intero database di produzione in nove secondi, evidenziando la vulnerabilità del sistema.
- Cosa implica il nuovo modello di identità proposto?
- Eliminare l'anonimato e applicare principi di zero-trust per garantire un controllo rigoroso degli accessi.
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, emerge la necessità di rivedere il modello di identità attualmente in uso. Questi agenti sono già impiegati per eseguire codice, applicare policy e gestire funzioni DevOps, ma molti progetti si bloccano a causa di modelli di sicurezza inadeguati. Questi modelli sono stati progettati per un contesto con due tipi di attori, non per l’introduzione di agenti non deterministici.
Un caso emblematico è quello di un agente che ha cancellato un intero database di produzione e i relativi backup in soli nove secondi. Questo episodio sottolinea come gli strumenti attuali, pensati per gestire esseri umani e macchine, non siano sufficienti a contenere i rischi associati agli agenti AI che operano a velocità macchina.
Privilegi e Sicurezza: Un Dilemma da Risolvere
Nella pratica operativa attuale, gli ingegneri tendono a concedere privilegi ampi agli agenti, trattandoli come normali microservizi. Tuttavia, gli agenti sono soggetti a errori e possono eseguire migliaia di azioni in pochi secondi. I tentativi di applicare misure di autenticazione rigorose 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 porta i team a dover integrare manualmente sistemi di Identity and Access Management (IAM), rendendo difficile la scalabilità delle soluzioni.
Creare nuovi silos di identità per gestire un terzo tipo di attore peggiora la situazione, raddoppiando il lavoro e introducendo ulteriore anonimato tra i sistemi. La soluzione proposta per controllare il comportamento degli agenti non risiede nell’aggiunta di nuovi strumenti, ma nella riforma del modello di identità.
Una Nuova Visione per l’Identità degli Agenti AI
La riforma proposta prevede di 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 fondamentale abbandonare credenziali statiche come API key e password, e applicare principi di zero-trust.
In questo nuovo modello, gli agenti dovrebbero operare con privilegi di breve durata, legati a specifiche azioni autorizzate da un umano. Ciò significa che i privilegi dovrebbero essere attaccati all’azione, non all’attore, e le attività sensibili dovrebbero essere svolte solo all’interno di un ambiente di esecuzione sicuro prima di interagire con l’infrastruttura di produzione. Eliminando i privilegi di default, si riduce il raggio d’azione di eventuali errori.
Implementazione di una Policy di Identità Unica
Per realizzare questa visione, è necessaria una policy di identità unica, impostata e rispettata 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, che sono essenziali per gestire cambiamenti di routine e risolvere deployment in tempo reale, a condizione di garantire un controllo rigoroso del comportamento.
In conclusione, la riforma del modello di identità è cruciale per garantire la sicurezza e l’efficienza operativa degli agenti AI. Solo attraverso un approccio integrato e innovativo sarà possibile sfruttare appieno il potenziale di queste tecnologie emergenti.
