Google Gemini 4 Argon trova falle di sicurezza e le corregge da solo

Un’intelligenza artificiale capace di individuare vulnerabilità nascoste in milioni di righe di codice, verificare se un’applicazione Web è attaccabile e proporre autonomamente una correzione. Non è più soltanto un obiettivo di ricerca: Google DeepMind presenta oggi Gemini 4 Argon, un modello avanzato che punta a trasformare il lavoro degli esperti di sicurezza informatica, intervenendo direttamente nella scoperta e nella risoluzione dei problemi prima che possano essere sfruttati dai criminali informatici.

La cybersecurity basata sull’AI ha attraversato diverse fasi. Dalle prime applicazioni del machine learning per classificare malware e individuare anomalie nel traffico di rete si è passati all’analisi automatica del codice sorgente, fino ai sistemi capaci di ragionare su più componenti software, ricostruire percorsi di attacco e interagire con gli strumenti utilizzati dai ricercatori di sicurezza. Con l’arrivo dei modelli linguistici più evoluti, la differenza non riguarda più soltanto quanti problemi un sistema riesca a segnalare, ma quanto autonomamente possa comprenderli, verificarli e contribuire a eliminarli.

Google DeepMind sostiene che Gemini 4 Argon raggiunga risultati di primo piano nella ricerca delle vulnerabilità e nelle attività di penetration testing.

Gemini 4 Argon: dall’analisi del codice alla scoperta autonoma delle vulnerabilità

Il primo aspetto interessante di Gemini 4 Argon nella sua configurazione dedicata alla sicurezza informatica riguarda la capacità di affrontare la ricerca delle vulnerabilità come un problema di ragionamento, anziché limitarsi al riconoscimento di sequenze di istruzioni potenzialmente pericolose.

Gli strumenti tradizionali di analisi statica analizzano il codice senza eseguirlo, cercando condizioni che possono favorire comportamenti insicuri. I prodotti più evoluti ricostruiscono il flusso dei dati, seguono le chiamate tra funzioni e individuano situazioni nelle quali un input non attendibile raggiunge un’operazione critica senza controlli adeguati.

Google attribuisce a Gemini 4 Argon la capacità di esplorare autonomamente basi di codice complesse, ricostruire le relazioni tra i vari elementi del codice e individuare debolezze anche quando non corrispondono a schemi immediatamente riconoscibili.

Al solito, non significa “comprensione” e soprattutto “comprensione infallibile”: il modello AI può però formulare ipotesi, esaminare porzioni di codice correlate e utilizzare strumenti esterni per verificare le condizioni che renderebbero concretamente sfruttabile un problema.

L’AI cerca falle anche senza codice sorgente

La seconda capacità dichiarata da DeepMind riguarda il penetration testing black-box. In questa modalità il sistema non dispone del codice dell’applicazione da esaminare: può osservare soltanto il comportamento dei servizi accessibili, le risposte del server e le interfacce pubblicamente esposte.

Un agente di sicurezza che lavora sul codice sorgente può individuare direttamente una funzione vulnerabile; un sistema black-box deve invece dedurre il funzionamento dell’applicazione attraverso le interazioni con essa.

Secondo Google, Gemini 4 Argon può esaminare la superficie di attacco di un sistema Web, identificare potenziali vulnerabilità e produrre evidenze utili a verificarne la presenza.

Il valore aggiunto non consiste nel sostituire scanner come Nmap, strumenti di analisi HTTP o proxy di intercettazione come Burp Suite. Il vantaggio deriva dalla capacità di coordinare attività differenti e interpretarne i risultati, decidendo quali verifiche approfondire sulla base delle informazioni già raccolte.

La novità più interessante: dalle vulnerabilità alle patch automatiche

Scoprire una falla rappresenta soltanto metà del lavoro. Dopo averne accertato l’esistenza, occorre comprenderne la causa, stabilire una priorità di intervento e modificare il software senza introdurre malfunzionamenti. È proprio a questo traguardo che Google punta con le funzioni di automated patching di Gemini 4 Argon.

Il modello può insomma contribuire a generare modifiche al codice sorgente per correggere le vulnerabilità individuate.

CodeMender e Gemini 4 Argon non sono due nomi per lo stesso prodotto: il secondo costituisce il modello di intelligenza artificiale; il primo fornisce gli strumenti e le procedure necessari per applicarne le capacità alla sicurezza del software.

Google descrive CodeMender come un agente capace di analizzare progetti composti da più linguaggi, seguire flussi di controllo e dati e affrontare difetti che spaziano dalla corruzione della memoria agli attacchi basati sull’iniezione di input malevoli. Anziché affidarsi esclusivamente alla gravità teorica assegnata a una vulnerabilità, CodeMender può costruire ed eseguire una prova di concetto in un ambiente gestito dal cliente, così da stabilire se il problema sia concretamente riproducibile.

Il passaggio finale resta nelle mani degli sviluppatori, che possono esaminare, approvare e applicare gli interventi attraverso gli strumenti utilizzati abitualmente, inclusi IDE e interfacce a riga di comando.

La novità introdotta da Google DeepMind non consiste semplicemente nell’aver realizzato un modello capace di riconoscere più vulnerabilità rispetto alla generazione precedente. Il punto è che scoperta, verifica e correzione delle falle informatiche iniziano a convergere in un processo che un agente AI può gestire con un grado crescente di autonomia.

Per chi sviluppa software e gestisce infrastrutture, la prospettiva è stimolante: ridurre il tempo tra la comparsa di una vulnerabilità e la sua correzione potrebbe diventare uno dei vantaggi più concreti dell’AI applicata alla cybersecurity.