owasp/owasp-top-10-neocloud-and-ai-data-center-security-risksCatalogo del framework OWASP che classifica i 10 principali rischi per la sicurezza nelle infrastrutture neocloud e dei data center AI, coprendo hardware, networking, isolamento, piani di gestione e supply chain.
FORGE - Rafforza il metallo sotto il modello.
🌐 Sito web: https://forge-framework.io
I neocloud e i data center AI vengono costruiti più velocemente di quanto vengano messi in sicurezza.
La rapida espansione dei neocloud (provider di cloud GPU), dei data center AI e degli ambienti di calcolo specializzati ha introdotto rischi per la sicurezza in ambito hardware, networking, storage, orchestrazione, identità, piani di gestione e operazioni fisiche. Molti di questi rischi assomigliano a problemi di sicurezza tradizionali dei data center o del cloud, ma i neocloud e i data center AI ne modificano la gravità: sistemi originariamente progettati per operatori fidati ora supportano carichi di lavoro multi-tenant di alto valore provenienti da clienti non correlati tra loro.
I Top 10 Rischi per la Sicurezza dei Neocloud e dei Data Center AI forniscono un framework pratico per identificare, prioritizzare e ridurre i rischi per la sicurezza più importanti nel livello infrastrutturale che alimenta l'AI. Il framework definisce le modalità di guasto più critiche nell'infrastruttura AI e aiuta a tradurle in requisiti di sicurezza concreti.
Questo framework si concentra sulla sicurezza dell'infrastruttura AI e dei data center che la ospitano: l'hardware fisico, le fabric di rete, i piani di gestione, i sistemi di orchestrazione, i sistemi di storage e gli ambienti operativi su cui vengono eseguiti i carichi di lavoro AI.
Non si concentra sui modelli AI stessi né sui rischi a livello applicativo come il prompt injection, il comportamento insicuro degli agenti, l'abuso dei modelli o la valutazione a livello di modello. Tali rischi sono affrontati da framework focalizzati su altre parti dello stack AI, tra cui l'OWASP Top 10 for LLM Applications, MITRE ATLAS, il NIST AI Risk Management Framework e ISO/IEC 42001. Insieme, queste risorse offrono ai professionisti un quadro più completo della sicurezza AI, dalla governance e dai rischi a livello applicativo fino all'infrastruttura di calcolo sottostante.
Alcuni rischi in questo documento esistono anche negli ambienti tradizionali dei data center e del cloud. Sono inclusi qui perché l'infrastruttura AI li rende materialmente più gravi: calcolo condiviso di alto valore, cluster di acceleratori complessi, livelli di gestione densi e operazioni multi-tenant possono trasformare debolezze infrastrutturali ordinarie in rischi per la sicurezza più gravi, poiché la probabilità e l'impatto di qualsiasi incidente sono molto più elevati rispetto ai tradizionali deployment software e di servizi a livello aziendale.
I provider di neocloud e gli operatori di data center possono trarre beneficio dal framework come guida pratica al panorama delle minacce dell'infrastruttura AI, alla revisione della superficie di attacco, al rafforzamento dell'ambiente, alla prioritizzazione della sicurezza e alla dimostrazione della maturità.
I clienti dei neocloud possono trarre beneficio dal framework come guida pratica per l'approvvigionamento, le revisioni di sicurezza, i requisiti contrattuali, il confronto tra provider e la valutazione della resilienza contro realistici compromessi da tenant a infrastruttura.
I team di sicurezza Hybrid Cloud possono trarre beneficio da questo framework come guida pratica per configurare, mantenere e proteggere la propria infrastruttura on-premise contro attacchi moderni, che possono rapidamente spostarsi tra ambienti diversi.
Costruito per evolversi con il settore, e mantenuto aperto affinché l'intera comunità AI e della sicurezza possa usarlo, metterlo in discussione e migliorarlo.
Desideriamo ringraziare e riconoscere tutti gli esperti che hanno partecipato alla revisione e alla validazione di questo documento.
Hai feedback o vuoi contribuire? [email protected]
I domini FORGE definiscono la lente di valutazione: le aree infrastrutturali in cui risiede il rischio per la sicurezza AI. La Matrice dei Rischi di seguito mappa i singoli rischi in questi domini.
| Dominio | Nome | Descrizione |
|---|---|---|
| F | Integrità della flotta | Fiducia nell'hardware, nel firmware, negli artefatti software, nelle immagini, nelle dipendenze e nei percorsi di fornitura che costituiscono la flotta dell'infrastruttura AI. |
| O | Piani operativi e di gestione | Sistemi privilegiati utilizzati per controllare, automatizzare e amministrare l'infrastruttura AI, inclusi BMC, scheduler, orchestrazione, automazione e strumenti di amministrazione. |
| R | Isolamento delle risorse | I confini che separano tenant, carichi di lavoro, ambienti di esecuzione e infrastrutture riutilizzate attraverso sistemi AI condivisi. |
| G | Grid | Le fabric di rete e i sistemi di struttura che connettono i cluster AI e li mantengono alimentati, raffreddati e operativi. |
| E | Gestione delle evidenze e dell'esposizione | Le evidenze di cui i clienti necessitano per comprendere la maturità di sicurezza del provider, l'ambito architetturale, i servizi esposti e la velocità di applicazione delle patch. |
Gli ID FORGE sono ordinati per gravità, dal più alto al più basso. La matrice raggruppa ciascun rischio per dominio e ne mostra la probabilità, l'impatto e la difficoltà di rilevamento.
