A tutte RCE! Come l’IA sta cambiando le vulnerabilità: i dati di Google

Uno studio del Google Threat Intelligence Group evidenzia come l'intelligenza artificiale abbia rivoluzionato la scoperta delle vulnerabilità, incrementando la percentuale di exploit remoti e accelerando il passaggio da patch a attacco. Dal 2025 al 2026 il numero di bug segnalati è più che raddoppiato, con un forte aumento di vulnerabilità ad alto rischio e di exploit n‑day. L'analisi mostra anche come i modelli linguistici riducano i tempi di sfruttamento, sollevando nuove sfide per la difesa delle organizzazioni.

L’intelligenza artificiale ha iniziato ad avere un impatto significativo non solo sulla velocità di rilevamento delle vulnerabilità, ma anche sulla natura degli errori riscontrati. I ricercatori di Google hanno scoperto una differenza particolarmente importante: metà delle vulnerabilità identificate tramite IA consentono l’esecuzione di codice in remoto, mentre tra gli altri errori rilevati questa percentuale raggiunge solo il 26%.

Il Google Threat Intelligence Group ha studiato le statistiche da gennaio 2025 ad agosto 2026 e ha concluso che il mercato delle vulnerabilità ha subito una forte accelerazione. Secondo l’analisi, i ricercatori hanno segnalato 5.045 bug a gennaio 2026, 10.477 a luglio e 10.740 ad agosto.

Un aumento del numero di voci CVE non significa necessariamente un corrispondente aumento delle minacce. L’assegnazione automatica degli identificativi in alcuni progetti open source può falsare significativamente le statistiche. Ad esempio, da gennaio ad agosto, circa 5.000 CVE menzionavano il kernel Linux, ma Google non ha registrato una singola vulnerabilità zero-day sfruttata in attacchi reali. I sistemi CVE e CVSS sono progettati separatamente.

Il numero di bug classificati come ad alto rischio da GTIG è aumentato molto più rapidamente. A gennaio, i ricercatori hanno contato 131 vulnerabilità di questo tipo, mentre ad agosto il numero era salito a 350, con un incremento del 167%. I problemi ad alto rischio rappresentavano solo il tre percento di tutte le vulnerabilità pubblicate ad agosto. Google ha utilizzato il proprio sistema di valutazione del rischio, anziché il sistema di valutazione standard CVSS.

Gli hacker hanno anche intensificato la loro attività. Nei primi otto mesi del 2026, il GTIG ha registrato 141 vulnerabilità divulgate che sono state successivamente sfruttate in attacchi reali. Nell’intero 2025, i casi simili erano stati 127. Il numero medio di vulnerabilità sfruttate è aumentato da 10,5 a 18 al mese, ma la loro quota sul totale dei problemi divulgati rimane bassa: circa lo 0,23%, ovvero circa una su 431.

Google non ha ancora registrato una crescita esponenziale delle vulnerabilità zero-day . Il numero medio di exploit zero-day è aumentato da otto al mese nel 2025 a 11 nel 2026. Agosto ha rappresentato un’eccezione con 22 casi, ma il GTIG attribuisce la maggior parte dell’aumento agli attacchi n-day, ovvero bug già noti e spesso corretti.

I modelli linguistici possono ridurre ulteriormente il tempo che intercorre tra la pubblicazione di una patch e la comparsa di un exploit funzionante. Un attaccante può automatizzare il confronto tra le vecchie e le nuove versioni di un programma, nonché lo studio della patch, della descrizione della vulnerabilità e del codice di esempio. Il meccanismo di attacco n-day è particolarmente pericoloso per le organizzazioni che ritardano l’implementazione delle patch. Secondo Google, la rapida trasformazione di bug noti in strumenti di attacco funzionanti ha avuto il maggiore impatto sulle statistiche del 2026.

Anche la scansione delle vulnerabilità dell’IA mostra un profilo di risultati diverso. Tra le vulnerabilità individuate senza un coinvolgimento confermato dell’IA, il 69% è stato classificato a basso rischio e il 28% a rischio medio. Tra le vulnerabilità che Google associa all’IA, la percentuale di basso rischio è scesa al 39%, mentre quella di rischio medio è aumentata al 58%. Il 4% è stato classificato ad alto rischio, contro il 3%, rispettivamente.

La differenza può essere spiegata non solo dalle capacità dei modelli, ma anche dai compiti che i ricercatori assegnano ai loro agenti. Invece di cercare bug minori in massa, i sistemi autonomi vengono indirizzati a controllare componenti critici, limiti di privilegio, librerie C e C++, runtime e hypervisor. Gli agenti sono in grado di creare ambienti di test di fuzzing, monitorare lo stato della memoria e analizzare sequenze complesse di operazioni, aumentando così la probabilità di individuare corruzione della memoria ed errori logici che i tradizionali analizzatori statici non rilevano.

Il rischio pratico si è già esteso oltre gli esperimenti di laboratorio. La vulnerabilità CVE-2026-1731 in BeyondTrust Remote Support e Privileged Remote Access è stata scoperta autonomamente dal sistema di intelligenza artificiale Hacktron. La falla consentiva a un utente remoto di eseguire comandi del sistema operativo senza autenticazione. BeyondTrust ha rilasciato una patch all’inizio di febbraio e, quattro giorni dopo la sua divulgazione pubblica, il GTIG ha osservato lo sfruttamento della vulnerabilità. Nel giro di sette giorni, altri cinque gruppi di hacker si sono uniti agli attacchi.

Redazione

La Redazione di Red Hot Cyber fornisce aggiornamenti quotidiani su bug, data breach e minacce globali. Ogni contenuto è validato dalla nostra community di esperti come Pietro Melillo, Massimiliano Brolli, Sandro Sana, Olivia Terragni e Stefano Gazzella. Grazie alla sinergia con i nostri Partner leader nel settore (tra cui Accenture, CrowdStrike, Trend Micro e Fortinet), trasformiamo la complessità tecnica in consapevolezza collettiva, garantendo un'informazione accurata basata sull'analisi di fonti primarie e su una rigorosa peer-review tecnica.