Skip to content
KitploitKITPLOIT
StrumentiBlog
Invia
StrumentiBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
aiiroverlay — AI IR Overlay™ — framework pratico di incident response per agenti AI in produzione. Basato su NIST SP 800-61 r3, allineato a NIST AI RMF, NIST CSF 2.0, OWASP Top 10 for Agentic Applications 2026, ISO/IEC 42001, EU AI Act. | Kitploit
Strumenti/GitHubGitHub/jacobideji/aiiroverlay
Analisi delle VulnerabilitàSicurezza CloudThreat IntelligenceApprendimento e FormazioneRisposta agli IncidentiRisorse CurateSicurezza dell'IA
GitHubjacobideji/aiiroverlay

aiiroverlay

AI IR Overlay™ — framework pratico di incident response per agenti AI in produzione. Basato su NIST SP 800-61 r3, allineato a NIST AI RMF, NIST CSF 2.0, OWASP Top 10 for Agentic Applications 2026, ISO/IEC 42001, EU AI Act.

Vedi Repository
1141 mese faNon ancora revisionato
Sito web

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi

Perché un overlay, non una sostituzione. La tesi.

Parte del framework AI IR Overlay™. Vedi CONTENT_MAP.md per la mappa completa del repository.


The AI IR Overlay: Panoramica del Framework

License: Apache 2.0 Latest release References: NIST · OWASP

Versione attuale: v0.35.0 · 2026-07-09 · CHANGELOG

Una baseline pratica di incident response per agenti AI in produzione. Critica e adatta liberamente.

Perché un overlay, non una sostituzione

L'incident response tradizionale (codificata nella NIST SP 800-61 r3, che ha sostituito la r2 nell'aprile 2025) è stata costruita attorno a vettori di accesso non autorizzato: malware, exploit, furto di credenziali, movimento laterale. Gli agenti AI cambiano la modalità di guasto.

Gli incidenti AI spesso si manifestano attraverso canali autorizzati:

  • Identità legittime. Account di servizio o concessioni OAuth delegate che eseguono azioni non intenzionali.
  • API legittime. Chiamate a strumenti per email, CRM ed ERP che operano entro parametri consentiti ma producono comunque danni.
  • Fonti legittime. Livelli di retrieval che attingono a conoscenze fidate ma obsolete o inappropriate.
  • Workflow legittimi. Automazioni che eseguono la policy così com'è scritta, producendo però esiti dannosi.

Quando l'attore è autorizzato, la domanda passa da "chi è entrato?" a "cosa poteva toccare, e cosa ha fatto?" Le prove cruciali ora risiedono in prompt, chiamate a strumenti, tracce di retrieval e stato di configurazione. Non sugli endpoint.

Cosa rimane invariato

I meccanismi fondamentali di un'incident response efficace restano invariati:

  • Comando e controllo chiari
  • Disciplina basata sulle prove
  • Contenimento rapido con minima interruzione
  • Scoping tramite terminologia confermato versus sospetto
  • Ripristino tramite riabilitazione controllata e per fasi
  • Log decisionali difendibili

L'AI non riscrive le regole di un'IR efficace. Cambia la mappa.

Ambito

L'AI IR Overlay rende operative le obbligazioni del deployer per i sistemi AI in produzione. Un deployer è l'organizzazione che utilizza un sistema AI nelle proprie operazioni, sotto la propria supervisione (ai sensi dell'Articolo 3 dell'EU AI Act). Questo framework è destinato al team di sicurezza che risponde agli incidenti negli agenti gestiti dall'organizzazione deployer.

Fuori ambito:

  • Obbligazioni del provider per l'immissione di sistemi AI sul mercato (Articoli 16-21 dell'EU AI Act)
  • Obbligazioni dei provider di modelli AI per finalità generali (GPAI) (Articolo 51 e successivi dell'EU AI Act)
  • Pratiche AI proibite (Articolo 5 dell'EU AI Act)
  • Valutazione della conformità e marcatura CE (Articolo 43 dell'EU AI Act)

I copilot dei vendor che un'organizzazione implementa rientrano nell'ambito del deployer (lato cliente). Le obbligazioni del provider del vendor non vengono affrontate qui.

Il modello Overlay

L'AI IR Overlay aggiunge quattro controlli agent-aware (il Minimum Viable Overlay, o MVO) sopra il tuo programma IR esistente.

Nota: Le fasi mostrate di seguito si allineano alla NIST SP 800-61 r3 (aprile 2025), suddivise in sette colonne operativamente distinte secondo la Sezione 1 di MATRIX.md. La NIST SP 800-61 r3 ristruttura l'incident response attorno alle funzioni NIST CSF 2.0 (Govern, Identify, Protect, Detect, Respond, Recover); vedi la crosswalk AI IR Overlay verso CSF 2.0 in crosswalks/nist-csf-2.md per la mappatura a livello di funzione.```text ┌───────────────────────────────────────────────────────────────────────┐ │ AI IR Overlay Response Flow (NIST SP 800-61 r3, unpacked) │ │ │ │ Preparation → Detection → Triage → Containment → Evidence → │ │ Recovery → Closure │ └───────────────────────────────────────────────────────────────────────┘ │ ▼ ┌───────────────────────────────────────────────────────────────────────┐ │ AI IR Overlay · MVO Controls (4) │ │ │ │ 1. INVENTORY · Agents · Identities · Tools · Write Targets │ │ 2. SAFE MODES · Kill-Switch Ladder (M0–M5; 6 M3 + 2 M4 variants) │ │ 3. EVIDENCE · Minimum AI Evidence Set (Types A–F) │ │ 4. CONTROLLED · Staged, validated re-enablement │ │ RE-ENABLE │ └───────────────────────────────────────────────────────────────────────┘

root@kitploit:~
Per la matrice completa fase-per-controllo, vedi [`MATRIX.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/MATRIX.md), Sezione 1.

## Ordine di lettura

**Se stai rispondendo a un incidente AI in questo momento**, inizia da [`RESPONSE-START.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/RESPONSE-START.md) per il percorso di navigazione in quattro file che ti porta dalla pagina delle 3 di notte a un checkpoint difendibile di 60 minuti.

**Nuovo qui? Inizia con [QUICKSTART.md](https://github.com/jacobideji/aiiroverlay/blob/HEAD/QUICKSTART.md)** per il percorso di adozione standard di 30 giorni. Per startup e piccoli team di sicurezza (5 o meno persone, controllo limitato della piattaforma), [QUICKSTART-startup.md](https://github.com/jacobideji/aiiroverlay/blob/HEAD/QUICKSTART-startup.md) è il percorso minimo vitale di 4 settimane mirato al Livello di Maturità 2. Per un esempio end-to-end completo, vedi [`examples/incident-walkthrough.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/examples/incident-walkthrough.md). Per esempi di codice funzionanti dei contratti API del framework, vedi [`reference-impls/`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/reference-impls/).

Per l'ordine di lettura concettuale completo, gli elementi da 1 a 8 sono il nucleo, gli elementi da 9 a 15 sono gli artefatti operativi.

Per un riferimento tabellare autonomo (vista a matrice del framework: fasi, scala di kill-switch, tipi di evidenza, metriche, controlli MVO, livelli di maturità, indice dei playbook, crosswalk degli standard), vedi [`MATRIX.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/MATRIX.md).

1. **The Minimum Viable Overlay.** I quattro controlli in dettaglio: [`framework/01-minimum-viable-overlay.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/framework/01-minimum-viable-overlay.md)
2. **The Mental Model.** Quattro frasi che governano ogni decisione: [`framework/02-mental-model.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/framework/02-mental-model.md)
3. **The Maturity Roadmap.** Dove si trova il tuo programma e come farlo avanzare: [`framework/03-maturity-roadmap.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/framework/03-maturity-roadmap.md)
4. **Materiality and Disclosure.** Il protocollo di convocazione che decide quale orologio normativo si applica e quando parte: [`framework/04-materiality-and-disclosure.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/framework/04-materiality-and-disclosure.md). Il trigger di convocazione canonico (basato sulla modalità: M3+; basato sulla condizione: dati dei clienti, destinatari esterni, azioni finanziarie, dati regolamentati, impatto sulla fiducia rivolto ai clienti, attenzione pubblica) a cui fa riferimento ogni playbook che può convocare la riunione.
5. **The Six Triage Questions.** Disciplina della prima ora: [`triage/six-questions.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/triage/six-questions.md). Scheda stampabile: [`triage/six-questions-card.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/triage/six-questions-card.md).
6. **Kill-Switch Modes.** Scala di contenimento: [`kill-switches/overview.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/kill-switches/overview.md)
7. **Minimum Evidence Set.** Cosa preservare e in quale ordine: [`evidence/minimum-evidence-set.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/evidence/minimum-evidence-set.md)
8. **End-to-end worked example.** Un incidente sintetico ma specifico che mostra il framework operare come un sistema coerente (inventario → modalità sicure → evidenza → valutazione di materialità → riabilitazione controllata → hardening post-incidente): [`examples/incident-walkthrough.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/examples/incident-walkthrough.md). Leggilo dopo gli elementi 1-7 per vedere come i controlli si passano il testimone sotto pressione operativa.
9. **Templates.** [`templates/ai-bom.yaml`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/templates/ai-bom.yaml) (AI Bill of Materials per MVO-1 Inventory) · [`templates/agent-privilege-matrix.csv`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/templates/agent-privilege-matrix.csv) (matrice tool-tier per MVO-2 Mode M3)
10. **Crosswalks.** [`crosswalks/nist-ai-rmf.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/crosswalks/nist-ai-rmf.md) (NIST AI RMF 1.0) · [`crosswalks/nist-csf-2.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/crosswalks/nist-csf-2.md) (NIST CSF 2.0 e SP 800-61 r3) · [`crosswalks/owasp-agentic-top-10.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/crosswalks/owasp-agentic-top-10.md) (OWASP Agentic Top 10 2026)
11. **Playbooks.** Tutti i ventiquattro playbook forniti (gate dei contenuti completato), organizzati secondo l'arco descritto in [CONTENT_MAP.md](https://github.com/jacobideji/aiiroverlay/blob/HEAD/CONTENT_MAP.md):

   - **Foundation:** [`playbooks/02-evidence-lives-in-new-places.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/02-evidence-lives-in-new-places.md) (il playbook concettuale di base; le Tre Realtà dell'Evidenza AI: l'attore è un workflow, non una workstation; il payload può essere linguaggio, non malware; l'evidenza è fragile; leggilo per primo se sei nuovo e rileggilo dopo qualsiasi incidente la cui catena di evidenza sia fallita), [`playbooks/01-agent-as-privileged-identity.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/01-agent-as-privileged-identity.md) (il playbook di risposta cardine; ogni playbook successivo si costruisce sulla lente dell'identità privilegiata).
   - **Prevention:** [`playbooks/04-tool-design-is-containment.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/04-tool-design-is-containment.md) (tiering degli strumenti pre-incidente T0/T1/T2 che rende chirurgico il Kill-Switch Mode M3), [`playbooks/19-build-vs-buy.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/19-build-vs-buy.md) (disciplina al momento dell'acquisto: il Proof of Readiness Test di 60 minuti, le otto domande critiche di procurement, la Build vs Buy Decision Matrix e l'hardening post-acquisto che converte i gap di capacità della piattaforma in impegni contrattuali o impegni di build lato cliente).
   - **Closure:** [`playbooks/18-post-incident-hardening.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/18-post-incident-hardening.md) (lo SLA di hardening di 5 giorni lavorativi che trasforma le lezioni apprese in guardrail permanenti).
   - **Governance:** [`playbooks/24-board-ready-scorecard.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/24-board-ready-scorecard.md) (scorecard a livello esecutivo su quattro domini: Containment, Evidence, Governance, Recovery), [`playbooks/17-communication-techniques.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/17-communication-techniques.md) (la disciplina della comunicazione di crisi: SLA del primo aggiornamento in 30 minuti, la Three-Status Taxonomy di Confirmed/Suspected/Validating, il Four-Element Update Standard, la Stakeholder Communication Matrix tra classi di dirigenti interni / business owner / utente finale / cliente / regolatore / consiglio di amministrazione / stampa / dipendenti, la Template Library e la disciplina del Responsible Reframing che converte "l'ha fatto l'AI" in un linguaggio di responsabilità di sistema), [`playbooks/05-executive-decision-making.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/05-executive-decision-making.md) (la disciplina del processo decisionale esecutivo: l'Executive Decision Packet AI Edition con cinque sezioni tra cui l'Agent Capability Profile e il Provenance Summary, il framing di impatto CIA+T che eleva la Trust a pari livello accanto a Confidentiality, Integrity e Availability, la cadenza di 4 ore, gli orizzonti di pianificazione 4/24/72 ore e la disciplina dell'Approval Receipt che impedisce all'approvazione umana di degenerare in una timbratura formale).
   - **Measurement and Depth:** [`playbooks/13-six-metrics.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/13-six-metrics.md) (le sei metriche), [`playbooks/14-testing-for-agent-failure-modes.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/14-testing-for-agent-failure-modes.md) (test del Kill-Switch pre-produzione), [`playbooks/16-training-your-team.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/16-training-your-team.md) (il playbook della disciplina di formazione che converte le capacità documentate del framework in memoria muscolare operativa attraverso il 30-Minute Micro-Drill, le Four Core Moves, i due ruoli permanenti di Safe Mode Owner ed Evidence Owner, il Curriculum-of-Six e la cadenza mensile con obiettivi di formazione misurabili; forma la coppia test-e-formazione con PB14), [`playbooks/03-rag-knowledge-base-forensics.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/03-rag-knowledge-base-forensics.md) (sequenza Freeze-the-World di 90 minuti per incidenti di retrieval), [`playbooks/22-model-policy-drift.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/22-model-policy-drift.md) (forense degli eventi di modifica per upgrade di modelli, modifiche ai prompt, tuning delle policy, modifiche al retriever e ricostruzioni di indici; introduce la variante di contenimento M3-Drift, lo Post-Change Configuration Snapshot, il registro eventi della pipeline di modifica, il pacchetto Drift Canary e la sequenza di rollback a strati; forma la coppia test-pre-produzione / monitoraggio-continuo con PB14), [`playbooks/15-records-retention.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/15-records-retention.md) (il playbook della disciplina di prova: l'approfondimento sul ciclo di vita della tassonomia di evidenza A-F attraverso acquisizione, conservazione, catena di custodia, prova di manomissione e smaltimento; introduce il Two-Tier Retention Standard, il meccanismo di legal-hold attivato da incidente e il Reconstructability Test trimestrale che valida empiricamente le affermazioni di evidenza del framework a 30, 60 e 90 giorni), [`playbooks/23-logging-privacy.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/23-logging-privacy.md) (il playbook della disciplina della privacy: come acquisire evidenza AI senza sovra-raccogliere contenuti regolamentati; introduce la Multi-Stakeholder Governance Matrix tra Security, Privacy, Legal e Engineering, il Three-Layer Logging Model con Layer 1 metadati + Layer 2 payload selettivo + Layer 3 escalation sotto legal hold, lo standard Forensically Useful e la disciplina di redazione e tokenizzazione; forma la triade acquisisci / conserva / prova con PB15).
   - **Operations:** [`playbooks/20-maturity-roadmap.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/20-maturity-roadmap.md) (vista operativa della Maturity Roadmap), [`playbooks/07-secrets-and-tokens.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/07-secrets-and-tokens.md) (disciplina delle credenziali), [`playbooks/11-monitoring-detection.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/11-monitoring-detection.md) (tre famiglie di segnali per l'uso improprio autorizzato), [`playbooks/06-prompt-injection-workflow.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/06-prompt-injection-workflow.md) (iniezione nel workflow: istruzioni dannose nascoste in ticket, email, pagine web e documenti che l'agente legge; difesa architetturale rispetto all'ingegneria dei prompt), [`playbooks/09-output-leakage.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/09-output-leakage.md) (perdita senza violazione: esposizione di dati attraverso output AI di routine; variante di contenimento M3-Output; DLP a livello di output e classificazione dei canali come difesa architetturale; completa la triade di copertura input → contesto → output con PB06 e PB03), [`playbooks/08-multi-agent-blast-radius.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/08-multi-agent-blast-radius.md) (topologie multi-agente, contenimento orchestrator-first), [`playbooks/10-vendor-copilots.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/10-vendor-copilots.md) (copilot di vendor: confine di identità controllato dal cliente, SLA contrattuali di evidenza e contenimento, Vendor Evidence Drill trimestrale; variante di contenimento M3-Vendor), [`playbooks/12-insider-threat-3.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/12-insider-threat-3.md) (Insider Threat 3.0, triade capacità-intento-impatto, coinvolgimento congiunto HR/Legal), [`playbooks/21-shadow-ai.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/playbooks/21-shadow-ai.md) (scoperta della Shadow AI: lo Discovery Snapshot di 60 minuti, lo Shadow Agent Intake Standard di 24 ore, contenimento a livello di identità per runtime non modificabili, percorso decisionale migra/riprogetta/ritira e l'hardening dei quattro confini incluso il percorso di integrazione governato che impedisce al prossimo agente ombra di rimanere ombra).

   Altri playbook vengono rilasciati come release MINOR. Vedi [CHANGELOG.md](https://github.com/jacobideji/aiiroverlay/blob/HEAD/CHANGELOG.md) per il calendario completo dei rilasci.

12. **Schemas.** Contratti leggibili da macchina per la validazione CI: [`schemas/ai-bom.schema.json`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/schemas/ai-bom.schema.json) (validatore AI-BOM) · [`schemas/privilege-matrix.schema.json`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/schemas/privilege-matrix.schema.json) (validatore di righe della Privilege Matrix) · [`schemas/credential-event.schema.json`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/schemas/credential-event.schema.json) (validatore del log eventi credenziali PB07) · [`schemas/kill-switch-api.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/schemas/kill-switch-api.md) (contratto API di attivazione Mode M0 fino a M5) · [`schemas/evidence-export.spec.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/schemas/evidence-export.spec.md) (contratto dello script di esportazione evidenza Type A fino a F).

13. **Reference validator.** [`scripts/validate.py`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/scripts/validate.py) (Python 3.10+, jsonschema, pyyaml). Valida AI-BOM YAML e Privilege Matrix CSV rispetto agli JSON Schemas; la v0.26.0 aggiunge la validazione del kill-switch condizionata al target di maturità più i controlli di obsolescenza della valuta operativa per `last_reviewed` (finestra di 7 giorni) e `kill_switches.mX.tested_at` (finestra di 90 giorni). Esegui con `--strict` per elevare l'obsolescenza a errori CI. Una GitHub Action in [`.github/workflows/validate-templates.yml`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/.github/workflows/validate-templates.yml) esegue il validatore su ogni pull request che tocca `templates/`, `schemas/` o lo script stesso.

14. **Reference implementations.** [`reference-impls/evidence_exporter/`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/reference-impls/evidence_exporter/) è una CLI Python che implementa l'[Evidence Export Script Contract](https://github.com/jacobideji/aiiroverlay/blob/HEAD/schemas/evidence-export.spec.md) per i Type A fino a F con disciplina del manifest, hash di integrità, esportazione parallela ed eventi di telemetria. [`reference-impls/kill_switch_demo/`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/reference-impls/kill_switch_demo/) dimostra il [Kill-Switch API contract](https://github.com/jacobideji/aiiroverlay/blob/HEAD/schemas/kill-switch-api.md) con M0/M1/M2/M3/M4 contro un registro di strumenti agente sintetico, inclusa l'applicazione della separazione dei compiti e il parametro di scope M3. Entrambi usano solo la libreria standard Python 3.10+; entrambi vengono eseguiti end-to-end senza richiedere account vendor.

15. **Framework Matrix.** [`MATRIX.md`](https://github.com/jacobideji/aiiroverlay/blob/HEAD/MATRIX.md): riferimento tabellare autonomo per il framework alla v0.33.0. Nove sezioni che coprono la matrice delle fasi di risposta (Preparation fino a Closure), la scala di kill-switch con tutte le sei varianti M3, il Minimum Evidence Set con puntatori di approfondimento, le Six Metrics, i quattro controlli MVO, i quattro livelli di maturità, il riferimento rapido dei 24 playbook, il riepilogo del crosswalk degli standard e una legenda di lettura rapida. Calibrato per briefing al consiglio di amministrazione, onboarding, walkthrough con revisori e riferimenti su una pagina. Ogni cella rimanda a un file specifico nel repository.

## Provenance

L'AI IR Overlay è stato sviluppato attraverso la serie di newsletter LinkedIn *AI IR Overlay* (Numeri da 1 a 24, 2025-2026), scritta da Jacob Ideji, come sintesi di NIST AI RMF 1.0, NIST CSF 2.0, NIST SP 800-61 r3, OWASP Top 10 for Agentic Applications 2026, obblighi del deployer dell'EU AI Act ed esperienza di incident response e sicurezza AI del maintainer. Il framework non è ancora stato implementato in un incidente AI di produzione documentato; gli adottanti che lo usano in un incidente reale sono invitati a inviare case study anonimizzati tramite [Discussions](https://github.com/jacobideji/aiiroverlay/discussions). Ogni numero della newsletter corrisponde a un playbook nel framework completo. Vedi [CONTENT_MAP.md](https://github.com/jacobideji/aiiroverlay/blob/HEAD/CONTENT_MAP.md) per l'indice numero-verso-file.

## Related work

- NIST SP 800-61 r3: *Incident Response Recommendations and Considerations for Cybersecurity Risk Management*, un CSF 2.0 Community Profile (aprile 2025, sostituisce la r2)
- NIST AI Risk Management Framework (AI RMF 1.0)
- OWASP Top 10 for LLM Applications (2025.1)
- OWASP Top 10 for Agentic Applications 2026 (ASI01 fino a ASI10, OWASP GenAI Security Project)
- ISO/IEC 27035 (serie multi-parte): *Information security incident management* (la disciplina IR generale che l'AI IR Overlay estende per gli agenti AI; citata come disciplina di base in `framework/01-minimum-viable-overlay.md`)
- ISO/IEC 42001:2023: *Information technology, Artificial intelligence, Management system* (AIMS)
- EU AI Act (Regolamento 2024/1689), obblighi dell'Articolo 26 per i deployer
- MITRE ATLAS (Adversarial Threat Landscape for Artificial-Intelligence Systems): arte precedente adiacente sulla modellazione delle minacce AI. Attualmente non mappato nei crosswalk; un crosswalk ATLAS è benvenuto come contributo della community

## Acronyms

- **AI-BOM**: AI Bill of Materials
- **ASI**: Agentic Security Initiative (OWASP)
- **CCPA**: California Consumer Privacy Act
- **CSF**: (NIST) Cybersecurity Framework
- **DFS**: (New York State) Department of Financial Services
- **DLP**: Data Loss Prevention
- **EDR**: Endpoint Detection and Response
- **GDPR**: General Data Protection Regulation (UE)
- **HIPAA**: Health Insurance Portability and Accountability Act
- **IC**: Incident Commander
- **IR**: Incident Response
- **MCP**: Model Context Protocol
- **MVO**: Minimum Viable Overlay
- **PAM**: Privileged Access Management
- **PHI**: Protected Health Information
- **PII**: Personally Identifiable Information
- **RAG**: Retrieval-Augmented Generation
- **RMF**: (NIST AI) Risk Management Framework
- **SIEM**: Security Information and Event Management
- **SLA**: Service Level Agreement
- **SOC**: Security Operations Center *(distinto da SOC 2, lo standard di audit AICPA)*
- **TTA**: Time-to-Activate
- **TTE**: Time-to-Evidence
- **TTSM**: Time-to-Safe-Mode
- **UEBA**: User and Entity Behavior Analytics
Scarica lo strumento