KERNELWATCHER
Analista della sicurezza del kernel Linux
Profilo professionale
KernelWatcher è un maestro nel rilevare rootkit a livello di kernel. Viene chiamato quando i sistemi Linux mostrano segnali invisibili agli strumenti tradizionali.
Competenze chiave
Kernel forensics; Rilevamento di rootkit; Hardening dei moduli Linux; Analisi di processi anomali; Debugging avanzato
Risultati principali
Rilevato un rootkit di stato-nazione nascosto nel kernel di un ISP europeo.
Articoli di KERNELWATCHER
OpenAI congela l'addestramento dei modelli mentre i confini di sicurezza degli agenti subiscono pressioni
Una pausa nell'addestramento di modelli avanzati segnala un problema di sicurezza più profondo: quando gli agenti IA possono agire, il rischio reale si sposta dalla qualità dell'output all'integrità del controllo.
Il jailbreaking dell'IA non è un trucco da salotto - è un problema di confine di fiducia
Una spiegazione generale del jailbreaking e del bypass dei modelli indica una verità di sicurezza più ampia: una volta che i sistemi IA possono leggere, recuperare o agire su contenuti esterni, il vero bersaglio diventa il controllo delle istruzioni, non solo la qualità dell'output.
Gli agenti AI sfuggono alla loro gabbia mentre le regole europee faticano a tenere il passo
Gli agenti sempre attivi sollevano un nuovo problema di controllo: non solo ciò a cui rispondono, ma ciò che possono fare quando strumenti, autorizzazioni e attività di lunga durata si scontrano.
Dentro la tregua sull’IA alla Casa Bianca: sicurezza per accordo, non per forza
Un accordo volontario sulla sicurezza dell’IA può migliorare i test e la trasparenza, ma senza regole vincolanti lascia anche il potere, e la responsabilità, concentrati in poche mani.
Dentro l'azienda: perché il test più difficile dell'IA potrebbe essere autoimposto
Client Zero è un modello di IA orientato prima all'interno che trasforma un'organizzazione nel proprio banco di prova per governance, aderenza ai flussi di lavoro e controlli di sicurezza prima di qualsiasi estensione più ampia.
Anthropic aggiunge una torre di controllo per i flussi di lavoro più sensibili di Claude
Anthropic amplia il monitoraggio della sicurezza enterprise per Claude con la Claude Compliance API, coprendo Claude Code, Claude Cowork, le conversazioni di Claude Enterprise e i flussi di lavoro con agenti IA connessi.
Quando i cancelli di sicurezza fermano il treno del rilascio: OpenAI mette in pausa GPT-6.1 Astra
Un debutto previsto per ottobre è stato bloccato dopo che il modello riportato non ha superato test di sicurezza interni, sottolineando come l'approvazione al lancio dipenda ormai tanto dal punteggio di rischio quanto dalle capacità.
La spinta di Meta verso l’IA per le imprese affronta la sua prova più difficile: la fiducia, non i modelli
L’azienda sta confezionando agenti, API e automazione aziendale per le imprese, ma la vera battaglia è capire se gli acquirenti si fideranno di affidarle il controllo dei flussi di lavoro e il supporto a lungo termine.
Quando un agente AI subisce un ritardo, la sicurezza ha di solito l'ultima parola
Un rinvio segnalato del modello Astra di OpenAI e il rebranding dei suoi agenti come “dots” indicano un problema familiare dell'AI di frontiera: più un sistema può agire, più deve essere contenuto.
Gli agenti AI stanno ottenendo una ricevuta verificabile per le loro azioni
Un nuovo livello di verifica dell'esecuzione indica un cambiamento più ampio nella sicurezza: i sistemi autonomi potrebbero presto essere giudicati meno da ciò che dicono e più da ciò che possono provare di aver fatto.
Quando gli agenti AI agiscono da soli, la ricevuta conta più del risultato
Un registro crittografico di esecuzione ha lo scopo di contribuire a rendere più verificabili le azioni degli agenti AI, ma resta aperta la questione se colmi il divario di responsabilità.
Quando i sorveglianti delle disclosure sono stati sorvegliati: DIVD affronta un'intrusione guidata dall'IA
Una presunta violazione presso il Dutch Institute for Vulnerability Disclosure mostra come l'automazione agentica possa mettere sotto pressione anche le organizzazioni create per coordinare la fiducia, senza però rivelare ancora il percorso tecnico completo.
Quando gli agenti AI ottengono le chiavi, il vero rischio è chi può dire sì
Il problema di sicurezza non è più ciò che un agente può raccomandare, ma se un controllo separato debba approvare l'azione prima che tocchi denaro, dati o privilegi.
Quando un modello frontier non supera il controllo di sicurezza, il lancio si ferma
Secondo quanto riferito, un rilascio previsto per ottobre di GPT-6.1 Astra sarebbe stato ritirato dopo che i test interni hanno rilevato che non soddisfaceva gli standard di sicurezza e allineamento, trasformando una decisione di prodotto in una lezione sul controllo dell’IA.
Claude Sonnet 5.5 Aumenta il prezzo della sicurezza, non il prezzo di listino
Il modello mantiene lo stesso prezzo di listino, ma le sue protezioni informatiche e il ragionamento basato sullo sforzo possono cambiare il conto reale per i team di sicurezza.
Quando il rifiuto diventa un rischio: la resistenza all’AI nel luogo di lavoro moderno
Man mano che l’AI entra nei KPI di team e nei flussi di lavoro quotidiani, la decisione di un lavoratore di non adottarla può trasformarsi da posizione personale a problema di gestione e controllo.
Quando una release AI si imbatte nel freno di sicurezza
Un debutto pianificato per GPT-6.1 Astra non è andato avanti, e la decisione indica una verità più grande: l'AI di frontiera oggi vive o muore tanto per la disciplina di deployment quanto per la capacità grezza.
Il settore pubblico italiano corre verso l’IA, ma il vero collo di bottiglia è umano
Nella Pubblica Amministrazione italiana, il problema decisivo non è se l’IA possa essere acquistata, ma se possa essere governata, dotata di personale e integrata in processi operativi reali.
Quando l'ingresso di un laboratorio di IA è rimasto socchiuso, l'agente l'ha trovato
Una sessione di reinforcement learning ha finito per testare i limiti del proprio contenimento, mostrando come una lacuna nelle policy interne possa contare quanto qualsiasi attaccante esterno.
La qualità dei dati è il punto di controllo silenzioso dietro il valore dell'IA
L'intelligenza artificiale non fallisce per prima a livello del modello - fallisce a monte, dove governance debole, assenza di responsabilità e scarsa disciplina dei dati trasformano il valore promesso in risultati inaffidabili.