Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime, Analisi Vulnerabilità e Intelligenza Artificiale
un robot umanoide con la scritta Artex viene pilotato da un criminale informatico. sullo sfondo la commissione europea.

Commissione europea sotto attacco: dentro ARTEX, la piattaforma di AI che preoccupa FBI e CERT-EU

20 Novembre 2026 08:00

L’analisi della documentazione tecnica recuperata dal Dark Lab di Red Hot Cyber attraverso Wayback Machine rivela l’architettura di una piattaforma agentica che sta cambiando l’economia e la velocità degli attacchi informatici.

Il 19 novembre 2026 la Commissione europea ha confermato di essere stata bersaglio di un attacco informatico condotto con l’ausilio di strumenti di intelligenza artificiale. Secondo le ricostruzioni giornalistiche, tra gli strumenti utilizzati figurerebbe ARTEX, una piattaforma autonoma di penetration testing basata su un’architettura multiagente.

Nei giorni precedenti alla conferma pubblica dell’attacco, noi del gruppo Dark Lab di Red Hot Cyber avevamo già iniziato ad approfondire il progetto, recuperando attraverso Wayback Machine una copia della documentazione tecnica in lingua cinese del repository Hinln/ARTEX, archiviata il 23 ottobre 2026 e acquisita in formato PDF il 17 novembre.

Advertising

L’analisi delle quindici pagine del documento, confrontata con le informazioni diffuse da CERT-EU e dall’FBI, consente di comprendere perché ARTEX rappresenti qualcosa di profondamente diverso dai tradizionali strumenti di automazione offensiva.

ARTEX, quello che racconta la documentazione recuperata

Pubblicato originariamente nel luglio 2026 dallo sviluppatore noto come Autumn-27, ARTEX ha rapidamente attirato l’attenzione della comunità cybersecurity, prima che il repository originale venisse reso indisponibile, secondo quanto riportato dall’FBI, l’8 ottobre a seguito delle segnalazioni di utilizzo malevolo.

La documentazione recuperata riguarda un repository differente, Hinln/ARTEX, che presenta una piattaforma tecnologicamente strutturata, con un backend sviluppato in Go, un’interfaccia Next.js, un database PostgreSQL e un sistema di gestione degli agenti basato su Large Language Model esterni.

Particolarmente interessanti sono le schermate dell’interfaccia, che mostrano un ambiente di gestione centralizzato delle attività, degli asset, delle evidenze, del consumo di token e delle autorizzazioni.

L’impressione che emerge dalla documentazione è quella di una piattaforma progettata per governare un processo complesso, anziché di un semplice strumento sperimentale attraverso il quale interrogare un modello linguistico.

Advertising

La disponibilità di questa documentazione non consente tuttavia di stabilire quale versione di ARTEX sia stata eventualmente utilizzata contro la Commissione europea, né costituisce una prova della compromissione.

La vera innovazione è nell’architettura, non nel modello AI

Uno degli aspetti più interessanti emerge nelle pagine dedicate all’architettura tecnologica, dove viene descritta la separazione tra la rappresentazione degli asset e quella delle attività di esplorazione.

ARTEX utilizza due strutture informative distinte, denominate Asset Graph ed Exploration Graph, attraverso le quali mantiene rispettivamente la conoscenza dell’ambiente analizzato e lo stato delle attività condotte.

La documentazione descrive inoltre meccanismi di coordinamento tra agenti e di conservazione della conoscenza acquisita durante le elaborazioni.

Il valore tecnologico non risiede quindi esclusivamente nelle capacità del Large Language Model, ma nell’architettura software che permette di contestualizzarne le elaborazioni, mantenere una rappresentazione persistente dell’ambiente e coordinare attività differenti.

ARTEX, infatti, non dispone di un proprio modello di intelligenza artificiale, ma integra modelli esterni, rendendo la piattaforma almeno in parte indipendente dall’evoluzione dei singoli provider.

Il bollettino FBI evidenzia come, nelle istanze analizzate riconducibili ad attaccanti, siano particolarmente diffusi modelli di origine cinese, con una prevalenza della famiglia DeepSeek Flash, attribuita al rapporto tra capacità, costo e limitazioni comportamentali osservate.

La scelta del modello diventa quindi anche una valutazione economica, non necessariamente legata alla ricerca delle migliori prestazioni assolute.

Quando l’intelligenza artificiale cambia l’economia dell’attacco

Nel suo approfondimento del 5 novembre, CERT-EU richiama l’attenzione su un elemento che ritengo particolarmente significativo: la capacità dei sistemi agentici di approfondire debolezze che un attaccante umano potrebbe trascurare perché economicamente poco convenienti.

Un operatore umano deve necessariamente selezionare le attività sulle quali investire tempo e competenze, mentre l’automazione agentica può ridurre il costo marginale dell’esplorazione, rendendo potenzialmente remunerative anche attività precedentemente considerate secondarie.

Questa evoluzione assume particolare rilevanza per quelle organizzazioni che continuano a concentrare gli investimenti di cybersecurity sui sistemi principali, trascurando applicazioni periferiche, portali dedicati ai fornitori, servizi legacy e integrazioni con terze parti.

Il bollettino FLASH pubblicato dall’FBI il 13 novembre richiama espressamente l’attenzione su queste superfici di attacco, oltre che sui rischi derivanti dalla scalabilità delle operazioni e dalle compromissioni della catena di approvvigionamento.

Il problema non riguarda necessariamente la comparsa di nuove vulnerabilità, quanto la possibilità che debolezze già esistenti vengano individuate e analizzate con una sistematicità difficilmente sostenibile attraverso attività esclusivamente manuali.

Rimuovere un repository non significa eliminare una tecnologia

Un ulteriore elemento emerge dalla documentazione recuperata tramite Wayback Machine, nella quale il repository Hinln/ARTEX viene descritto come privato, con un proprio meccanismo di distribuzione degli aggiornamenti.

Si tratta di un’evidenza documentale che suggerisce come la rimozione del repository originale non abbia necessariamente determinato l’interruzione della diffusione del progetto, pur non consentendo di affermare che questa specifica versione sia tuttora mantenuta.

Particolarmente significativo è anche il disclaimer riportato nelle ultime pagine, che circoscrive l’utilizzo del software allo studio, alla ricerca e alla sperimentazione in ambienti isolati, vietando espressamente qualsiasi attività contro sistemi online, anche qualora autorizzata.

La contraddizione tra le limitazioni dichiarate e le capacità tecnologiche descritte ripropone una questione che la cybersecurity conosce da tempo: la distanza tra le intenzioni di chi sviluppa uno strumento e quelle di chi decide di utilizzarlo.

Un disclaimer può disciplinare le finalità d’uso dichiarate, ma difficilmente può rappresentare, da solo, una misura tecnica di sicurezza.

Siamo ancora in grado di difenderci con i nostri tempi?

Per chi governa la cybersecurity, ARTEX dovrebbe rappresentare uno stimolo a riconsiderare l’efficacia dei propri processi, prima ancora che l’adeguatezza delle tecnologie acquistate.

Molte organizzazioni continuano a gestire le vulnerabilità attraverso scansioni periodiche, report mensili e processi di remediation condizionati da tempi di approvazione incompatibili con l’evoluzione delle minacce.

La prioritizzazione basata esclusivamente sul punteggio CVSS rischia inoltre di sottovalutare il contributo che vulnerabilità apparentemente marginali, configurazioni errate e dipendenze tecnologiche possono fornire a uno scenario di compromissione più ampio.

Occorre comprendere quali asset siano realmente esposti, quali servizi possano essere coinvolti, quali dipendenze esistano e, soprattutto, quanto tempo intercorra tra il rilevamento di una compromissione e la sua effettiva azione di contenimento.

Organizzare una riunione per decidere chi debba autorizzare l’isolamento di un sistema, mentre un attacco prosegue attraverso piattaforme automatizzate, difficilmente rappresenta una strategia difensiva efficace.

La risposta non consiste necessariamente nell’acquistare l’ennesimo prodotto di cybersecurity con l’intelligenza artificiale nel nome, ma nel verificare se l’organizzazione sia realmente in grado di utilizzare tempestivamente gli strumenti di cui già dispone.

ARTEX non rappresenta necessariamente un cambiamento nelle tecniche di attacco, quanto un cambiamento nelle condizioni economiche e operative attraverso le quali queste possono essere applicate.

Se l’attaccante può operare alla velocità della macchina, possiamo ancora permetterci di gestire la difesa alla velocità delle procedure amministrative?


📢 Resta aggiornatoTi è piaciuto questo articolo? Rimani sempre informato seguendoci su 🔔 Google News.
Ne stiamo anche discutendo sui nostri social: 💼 LinkedIn, 📘 Facebook e 📸 Instagram.
Hai una notizia o un approfondimento da segnalarci? ✉️ Scrivici


Sandro Sana 300x300
CISO, Head of Cybersecurity del gruppo Eurosystem SpA. Membro del gruppo di Red Hot Cyber Dark Lab e direttore del Red Hot Cyber PodCast. Si occupa d'Information Technology dal 1990 e di Cybersecurity dal 2014 (CEH - CIH - CISSP - CSIRT Manager - CTI Expert), relatore a SMAU 2017 e SMAU 2018, docente SMAU Academy & ITS, membro ISACA. Fa parte del Comitato Scientifico del Competence Center nazionale Cyber 4.0, dove contribuisce all’indirizzo strategico delle attività di ricerca, formazione e innovazione nella cybersecurity. Autore del libro "IL FUTURO PROSSIMO"
Aree di competenza: Cyber Threat Intelligence, NIS2, Governance & Compliance della Sicurezza, CSIRT & Crisis Management, Ricerca, Divulgazione e Cultura Cyber
Visita il sito web dell'autore