le tecniche

Collaborare per la cybersecurity, quali tecnologie: il progetto C3ISP

Necessario definire un sistema di condivisione, analisi e protezione delle informazioni, collaborativo e confidenziale, per gestire la sicurezza informatica. Così opera il progetto europeo C3ISP, vediamo a che punto è

Pubblicato il 01 Mar 2018

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Collaborare per la cybersecurity, quali tecnologie: il progetto C3ISP

Gli obiettivi degli attacchi informatici sono molteplici e coinvolgono la nostra vita quotidiana in vari modi: dagli attacchi ai nostri telefoni cellulari ed alla nostra privacy, a quelli sui nostri conti bancari oppure più recentemente alle nostre auto o case (dotate ormai di numerosi strumenti per la domotica).

La necessità di proteggere i sistemi informatici è palese, inoltre spesso gli attacchi al mondo digitale hanno anche conseguenze in quello fisico determinando una significativa convergenza tra gli aspetti sicurezza informatica e quelli di sicurezza in generale.

Esiste inoltre una asimmetria tra difensore ed attaccante per cui un singolo attaccante può avere molteplici obiettivi, che spesso si difendono in maniera autonoma, diversificata e non strutturata, offrendo quindi inerentemente una protezione debole.

È necessario rompere questa asimmetria e permettere la collaborazione tra i tutti i soggetti interessati di modo che la difesa sia comune.

Il progetto europeo C3ISP

In questo senso, è utile avere una infrastruttura che permetta di identificare gli attacchi informatici usando varie sorgenti di informazione. Questo è lo scopo del progetto Europeo C3ISP (www.c3isp.eu) che mira a fornire un sistema informatico flessibile e scalabile che consenta la condivisione e l’analisi di informazioni in maniera confidenziale e collaborativa al fine di proteggere tutti i sistemi informatici.

Una maggiore quantità di informazioni consente una migliore previsione e gestione degli attacchi informatici. Maggiori informazioni, migliore analisi e quindi maggiore sicurezza.

Tuttavia, quando si condividono le informazioni circa gli attacchi e le vulnerabilità dei sistemi informatici, si desidera anche mantenere un certo livello di controllo su di esse. Il progetto C3ISP risponde a questa esigenza fornendo una serie di meccanismi flessibili e potenti, regolati da accordi di condivisione dei dati (data sharing agreements), che permettono di proteggere informazioni condivise nel modo più appropriato in base agli scenari di utilizzo ed agli interessi dei fornitori di informazione.

La missione C3ISP è quella di definire un sistema di condivisione, analisi e protezione delle informazioni collaborativo e confidenziale come servizio per la gestione della sicurezza informatica. L’innovazione è la condivisione flessibile e controllabile e quindi l’analisi migliorata delle informazioni per attuare una migliore capacità di rilevamento e risposta cyber, preservando la riservatezza delle informazioni fornite. Il ciclo è quello di raccogliere, analizzare, informare e reagire, come da diagramma sotto.

Il consorzio internazionale che ha ricevuto i finanziamenti Europei è coordinato dal Consiglio Nazionale delle Ricerche (IIT-CNR) ed annovera trai i suoi membri l’Istituto Superiore delle Comunicazioni e delle Tecnologie dell’Informazione (ISCOM-MISE) che gestisce il CERT nazionale (CERT IT) in aggiunta ad altri partner industriali molto significativi quali British Telecom (BT), Hewlett Packard Italiana (HPE) e SAP.

È chiaro che esistono molti aspetti che devono essere considerati per raggiungere gli obiettivi sopra esposti.

I passi da fare per una migliore condivisione di dati di sicurezza

Da un lato è necessario facilitare la definizione, l’analisi, la gestione, l’applicazione e lo scioglimento degli accordi per la condivisione dei dati; passando dal descrizioni ad alto livello (vicino al linguaggio naturale) alle politiche di utilizzo dei dati direttamente applicabili da sistemi per il controllo di uso dei dati (data usage control).

Inoltre, per favorire la condivisione è importante considerare le tecniche di protezione dei dati più appropriate da utilizzare nella nell’infrastruttura che compie le operazioni di analisi. Tra le tecniche più importanti possiamo citare la crittografia omomorfica in grado di rendere possibile compiere operazioni di calcolo ed analisi direttamente su dati crittografati, oppure più semplicemente delle tecniche intermedie come quelle per l’anonimizzazione dei dati.

La crittografia omomorfica permette a chi condivide i dati di fornire solo dati cifrati al sistema di analisi, che non ne comprende quindi il significato, ed anche il risultato è cifrato di modo che solo il destinatario è in grado di decifrare. È una soluzione molto potente, ma anche dispendiosa dal punto di vista computazionale che può essere usata solo in casi particolari.

Il fatto di poter esprimere in linguaggio (semi-naturale) le politiche di condivisioni dei dati permette anche di inglobare in maniera efficace alcuni vincoli normativi circa la protezione dei dati (e.g. GDPR) di fatto permettendo l’adozione di un approccio “compliance by design” nella soluzione fornita. Si riesce quindi con questo meccanismo a integrare i requisiti normativi negli accordi di condivisione dei dati (data sharing agreements).

A che punto è il progetto

Per ottenere un sistema che possa essere utilizzato in molti settori, sono stati definiti una serie di studi pilota che coprono diverse aree rilevanti e con specifici requisiti di condivisione ed analisi dei dati come sicurezza informatica di larghe imprese (gestito da SAP), la gestione di un CERT nazionale (gestito dal ISCOM-MISE), le problematiche degli Internet Service Providers (gestito dal “Registro .it” che fa parte del progetto tramite il CNR) e in particolare per le PMI interessate ad avere una serie di servizi per la gestione della sicurezza offerti in outsourcing da altre compagnie (gestito da BT). In particolare, questo pilota sta riscuotendo molto successo in quanto è un settore in notevole sviluppo.

Il progetto è attualmente entrato nel secondo dei tre anni di attività ed alcune delle funzionalità sono già; sono stati definiti come i modulo di controllo di uso dei dati e alcuni tecniche di anonimizzazione dei dati basati su differential privacy. Per il futuro l’approccio che il CNR sviluppa insieme al partner francese CEA per rendere possibili funzioni di analitica avanzate direttamente su dati cifrati per evitare che il servizio di analitica possa ottenere dei vantaggi dall’analisi degli input / output del processo di analisi.

Le tecnologie sviluppate allo stato sono specifiche per la gestione di informazioni relative alla minacce cibernetiche, le stesse potranno essere usate anche in altri ambiti e per altri scopi e domini applicativi. In particolare sono molti gli ISAC (Information Sharing and Analysis Centres) che stanno nascendo in vari settori quali quello energetico e finanziario.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Partecipa alla community

guest

2 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

2
0
Lascia un commento, la tua opinione conta.x