GenAI per la cybersicurezza - Corso pratico per professionisti

Il Kurstrailer: Marco riassume in meno di un minuto di cosa si tratta – centinaia di avvisi, registri infiniti, report senza fine e la domanda su come dovresti fare a gestire tutto questo. La risposta: non devi più farcela da solo. Analisi dei log in pochi secondi, report sugli incidenti a pressione di un pulsante, regole di rilevamento funzionanti, oltre a molte lezioni e oltre 50 prompt pronti all'uso.

Prima di toccare qualsiasi strumento, chiarisci qui la domanda più importante: dove porta l'intelligenza artificiale generativa un vero beneficio nella quotidianità della sicurezza – e dove è semplicemente lo strumento sbagliato? Marco mette a confronto l'interpretazione dei log, i riassunti, la documentazione e la generazione di script con i limiti rigorosi: vera detection nel SIEM, decisioni automatiche sugli incidenti senza umano, accesso ai sistemi interni. All'evento Windows 4625 puoi vedere dal vivo come da alcuni minuti di clic su Google si riducano a pochi secondi.

Qui si tratta della domanda che i professionisti della sicurezza dovrebbero porre per primi: Dove vanno a finire i miei dati? Ricevi il confronto tra ChatGPT, Claude, Gemini, modelli locali tramite Ollama e le varianti Enterprise – ciascuno con uno sguardo su formazione, durata di archiviazione e conformità. Marco ti guida passo dopo passo attraverso il controllo dei dati di ChatGPT e ti mostra dove disattivare la formazione con i tuoi contenuti.

Il 80 % della qualità del risultato dipende dal prompt e non dal modello – ed è proprio questo che questa lezione ti mostra in modo dolorosamente onesto. Inizi con il classico prompt da principiante "Aiutami con un problema di sicurezza" e vedi perché l'IA risponde solo con domande. Poi lo trasformi con quattro componenti – Ruolo, Contesto, Compito, Formato – in un'istruzione precisa che fornisce risposte davvero utili.

Migliaia di eventi al giorno, e tu devi trovare un tentativo di brute force – un'impresa senza speranza da fare manualmente. Marco passa in rassegna gli ID eventi che dovresti conoscere a memoria (4624, 4625, 4688, 4720 e simili), filtra i login falliti ed esporta come CSV o tramite PowerShell. Successivamente, trasmette i dati a ChatGPT e riceve in pochi secondi l'analisi che altrimenti ti richiederebbe ore.

I registri degli eventi ti mostrano cosa sta succedendo sul punto finale - i registri del firewall e del proxy ti mostrano con chi sta comunicando. Imparerai a conoscere i formati comuni (Squid, Blue Coat, Palo Alto) e capirai come riconoscere il C2-Beaconing: intervalli regolari con jitter, sempre la stessa destinazione, volumi di dati simili, spesso di notte e durante il fine settimana. Dopodiché, farai cercare a ChatGPT esattamente questo schema in registri proxy reali.

300 avvisi al mattino, 500 entro mezzogiorno, e la metà è rumore – ma quale metà? Questa lezione trasforma ChatGPT in un assistente di triage, inclusi un modello pronto con ruolo, ambiente, orari di lavoro e asset critici. Con veri formati di avviso da Splunk, Microsoft Sentinel ed Elastic ricevi True/False Positive, priorità P1 a P4 e una motivazione comprensibile.

Dopo l'incidente arriva la parte che tutti vorrebbero saltare: documentare e condividere. Esamini le categorie IOC - rete, host, comportamento - e impari quali artefatti hanno realmente un carattere di attacco e quali sono solo rumore. Da file di log anonimizzati di un vero caso di phishing estrai con ChatGPT le IOC e le colleghi al MITRE ATT&CK, affinché il tuo report sia compreso in tutto il mondo.

Martedì mattina, 9:47: il SIEM esplode, la hotline dell'assistenza tecnica suona, sul file server c'è una lettera di riscatto. Proprio in questo momento si verificano la maggior parte degli errori, ed è proprio qui che inizia la lezione: utilizzare ChatGPT non come sostituto della tua conoscenza, ma come Second Brain che pone le domande che dimentichi sotto stress. Stai simulando l'intero processo dagli avvisi iniziali fino alle decisioni di contenimento.

Quasi ogni team ha playbook - di solito obsoleti e impolverati da qualche parte in SharePoint. Prima ottieni la struttura che un playbook utile deve avere: metadati, trigger e ambito, triage, contenimento, eradicazione, recupero, post-incidente e riferimenti. Poi lasci a ChatGPT il compito di riempire la struttura e la adatti al tuo contesto specifico in circa 30 minuti.

L'incidente è finito, tutti tirano un sospiro di sollievo – e poi arriva la parte che nessuno ama. Dopo 48 ore di funzionamento continuo, i tuoi appunti sono caotici, mancano i timestamp, eppure assicurazione, compliance e legale vogliono un report pulito. Qui trasformi proprio questo caos di appunti in una timeline strutturata e un report incidentale pronto – in minuti invece che in ore.

Il malware è stato identificato, ma chi c'è dietro, come lavorano – e cosa succede dopo? Imparerai a conoscere le principali fonti OSINT, dai rapporti di Mandiant, CrowdStrike e Microsoft a CISA e BSI, fino ai gruppi MITRE ATT&CK, Malpedia e Ransom-Wiki. Successivamente, raccoglierai il materiale con ChatGPT in un rapporto di threat intelligence e saprai quindi dove potenziare le tue rilevazioni in modo mirato.

„È critico? Dobbiamo fare patch questa notte?“ – la domanda del CISO a cui non puoi rispondere solo con un punteggio CVSS. Esplori le domande fondamentali: qual è la vulnerabilità, quanto è grave realmente (CVSS, EPSS, Temporale), ci sono exploit in Exploit-DB, GitHub o Metasploit, e il sistema è davvero raggiungibile da voi? Con ChatGPT puoi arrivare in pochi minuti a una decisione di patch basata sui dati invece che su un’idea vaga.

In passato, la scrittura di script significava: setacciare Stack Overflow, assemblare frammenti di codice, fare debugging per ore. Oggi ChatGPT fornisce la prima bozza in pochi secondi - solo che il codice generato dall'IA non è automaticamente sicuro o corretto. Ricevi un modello di prompt con scopo, input, output, ambiente, gestione degli errori e linee guida di sicurezza e costruisci tre script per Threat Hunting, Hardening Check e Incident Response.

Hai Threat Intelligence, IOCs e TTPs - ma ti accorgi quando l'attacco è in corso? Questa lezione riguarda Sigma come linguaggio di regole indipendente dalla piattaforma: scrivi una volta, poi converti in Splunk, Sentinel, Elastic, QRadar o CrowdStrike. In uno scenario reale di dumping delle credenziali LSASS, generi, testi e ottimizzi la tua regola con ChatGPT.

Nei file di log ci sono nomi utente, indirizzi email, nomi di server interni, a volte password in chiaro - e proprio questo vuoi inviare a un servizio esterno. Questa lezione stabilisce il confine e ti mostra per ogni fornitore e piano, chi addestra con i tuoi dati e per quanto tempo vengono conservati. Inoltre, riceverai regole concrete, tecniche di anonimizzazione e l'alternativa sicura attraverso modelli locali.

Verità scomoda: Gli attaccanti utilizzano gli stessi strumenti che usi tu, solo senza condizioni d'uso e senza freni etici. Vedi come l'IA porta il phishing a un nuovo livello - basta errori di ortografia e "Gentile cliente" - e come lo sviluppo di malware, deepfake e clonazione della voce venga accelerato. L'obiettivo non è il panico, ma la preparazione: solo chi comprende l'offensiva difende in modo efficace.

Immagina che ChatGPT associ con sicurezza un indirizzo IP al gruppo Lazarus, la direzione è allarmata, esperti forensi esterni vengono chiamati - e poi si scopre che era tutto inventato. Questo è esattamente un'allucinazione, e arriva senza alcun avvertimento. Imparerai perché i LLM producono tali cose come macchine per la previsione del testo e come controllare sistematicamente IOC, dettagli CVE e attribuzioni di attori malevoli prima di agire.

Alla fine si tratta di ciò che spesso viene trascurato: responsabilità. Quattro pilastri ti guidano nella vita quotidiana – trasparenza, responsabilità, diligenza e proporzionalità – integrati da casi chiari in cui non utilizzi consapevolmente l'IA, ad esempio in questioni legali o decisioni relative al personale. La frase chiave della lezione: gli errori dell'IA sono i tuoi errori se non li controlli.

„Ho ChatGPT, non ho bisogno di nient'altro“ – questa frase ti fa perdere tempo ogni giorno. Ogni modello ha i propri punti di forza e di debolezza: ChatGPT è carente nella ricerca in tempo reale, Gemini con documenti molto lunghi, Claude è forte nel testo, ma non è realizzato per i processi Office, ed è proprio in questo che Copilot eccelle. Questa lezione ti mostra perché una strategia multi-modello non è un lusso e come combinare in modo sensato più LLM.

L'allrounder nel dettaglio: ChatGPT come assistente che scrive testi, fornisce idee, costruisce concetti e produce codice. Marco analizza i punti di forza della versione attuale – elaborazione del contesto notevolmente migliore, stile di scrittura molto naturale, enorme bagaglio di conoscenze – e ti guida attraverso l'interfaccia e le funzionalità principali. Dopo, saprai per cosa utilizzare ChatGPT nella routine di sicurezza e dove un altro modello è la scelta migliore.

Documento di 200 pagine, e hai bisogno di un riassunto preciso in pochi secondi – questo è il gioco di casa di Claude. Il modello di Anthropic è progettato per contesti lunghi, ben oltre 100.000 token, e presenta significativamente meno allucinazioni. Per lunghi log, report dettagliati e documentazioni, è proprio questa la combinazione di cui hai bisogno.

Scrivere email, creare presentazioni, assemblare fogli Excel - e ci vuole un'eternità. Copilot è direttamente in Word, Excel, PowerPoint, Outlook e Teams e si occupa di tutto questo lavoro noioso per te, inclusi i verbali delle riunioni, da cui puoi estrarre direttamente riassunti. Importante da sapere: tutto ciò è legato a Microsoft 365, i pacchetti Office standalone sono esclusi.

Fare clic su venti siti web per una sola risposta chiara - non è necessario. Perplexity è un motore di ricerca AI che ti fornisce la risposta e la fonte subito, il che è particolarmente prezioso per la ricerca CVE e fatti concreti. Vedi la versione gratuita, i suoi limiti e per cosa vale la pena passare alla versione a pagamento.

Grok è l'IA di xAI di Elon Musk ed è direttamente integrata in X, l'ex Twitter. Il vantaggio sta nell'accesso in tempo reale a post, notizie e tendenze - utile quando una nuova minaccia si sta appena diffondendo e non è ancora riportata in nessun rapporto. Marco ti guiderà attraverso l'interfaccia della pagina xAI e ti mostrerà dove Grok ha realmente senso nella vita quotidiana.

Un login, molti modelli: Poe di Quora riunisce ChatGPT, Claude, Gemini e altri in un'unica interfaccia. Questo ti fa risparmiare il giocolare con innumerevoli account e rende il confronto diretto semplice - ideale se vuoi scoprire quale modello risolve meglio il tuo compito. Inoltre, avrai una panoramica sul sistema di punteggio e i modelli di prezzo, dal piano gratuito fino all'abbonamento grande.

Modelli di intelligenza artificiale come varianti GPT o Llama direttamente sul proprio computer, senza abbonamento e senza cloud - per questo c'è LM Studio. L'app desktop per Windows, Mac e Linux scarica modelli di linguaggio locali e li rende utilizzabili con pochi clic. Per tutti coloro che devono analizzare dati sensibili, questa è la soluzione pulita: ciò che rimane sul tuo computer non finisce nemmeno nei dati di addestramento di altri.

Se vuoi il pieno controllo, puoi semplicemente far funzionare il modello sul tuo computer. Ollama è open source, gratuito e funziona su Mac, Windows e Linux - con modelli come Llama, Mistral o Phi direttamente sul tuo computer, senza Internet e senza abbonamento. Per analisi riservate, questo significa: nessun dato lascia il tuo PC, nessuna discussione sui dati di addestramento, nessun costo nascosto.

Dopo tutti gli strumenti, arriva la domanda che conta davvero nella vita quotidiana: Quale modello scelgo ora per questo compito? Riceverai una regola per principianti che copre già circa il 90% – ChatGPT per testi, Claude per contenuti lunghi, Gemini per ricerche, Copilot per compiti d'ufficio, Perplexity per fatti con fonte. A seguire la regola per i professionisti per tutti coloro che producono o automatizzano regolarmente.

La maggior parte apre ChatGPT, digita un prompt e spera - mentre il vero salto è altrove. Tu utilizzi i modelli come se fossero un team: uno ricerca, uno scrive, uno verifica, uno automatizza. In concreto, costruisci un flusso di lavoro con quattro modelli composto da Perplexity, Claude, ChatGPT e Gemini, con cui lavori come se fossi un'intera redazione.

La lezione finale del modulo capovolge la situazione: Non hai bisogno di un singolo modello, hai bisogno di un sistema. Il tuo setup sarà costruito su tre livelli, affinché ogni modello si occupi esattamente di ciò per cui è stato creato – invece di digitare casualmente qualcosa ovunque. Ne risulta una cassetta degli attrezzi per l'IA personale, con cui lavori ogni giorno in modo più veloce e strutturato.