Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Agenti AI attaccano i negozi online: 25 dollari a bersaglio

Un rapporto sulla sicurezza ricostruisce una campagna in cui agenti AI autonomi hanno setacciato centinaia di negozi online alla ricerca di sistemi vulnerabili. Il costo per bersaglio si è mantenuto nella fascia bassa delle due cifre in dollari.

TecnologiaNotiziaGiulia FerrariPubblicato: 25 settembre 20264 min di letturaFonti 2
Agenti AI attaccano i negozi online: 25 dollari a bersaglio

Gli agenti AI autonomi stanno diventando uno strumento per attaccare i negozi online. Il 25 settembre 2026 t3n ha riferito di un rapporto della società di sicurezza Gambit Security che ricostruisce una campagna ancora in corso.

Bersagli scelti in base alle classifiche

Secondo il rapporto, gli aggressori hanno utilizzato un servizio di ranking del traffico dei siti web. Hanno selezionato la categoria "Shopping" e filtrato i negozi presenti sulle grandi piattaforme standard. Sono rimasti solo quelli con codice personalizzato, dove meno occhi estranei possono leggere. La lista è stata poi affidata agli agenti AI, che hanno eseguito autonomamente i passaggi successivi.

Tra il 10 e il 15 settembre

In questa finestra temporale, secondo il rapporto, sono stati avviati 105 progetti di attacco. Almeno 27 aziende sono state compromesse in misura diversa. Gli analisti indicano che la campagna risale almeno a luglio 2026. Gli aggressori puntavano agli skimmer: moduli JavaScript manipolati nel checkout che rubano i dati di pagamento mentre i clienti li inseriscono.

Per almeno 27 vittime identificate sono stati richiesti skimmer, e in 19 di esse sono stati effettivamente trovati durante la campagna. Insieme a un ricercatore di sicurezza, il team ha individuato oltre 100 altri siti web con skimmer riconducibili alla stessa operazione. I costi per bersaglio si sono aggirati intorno ai 25 dollari. Sul mercato nero, il prezzo di un singolo furto riuscito di dati di pagamento è molto più alto. Per questo l'automazione conviene ai criminali anche con percentuali di successo basse.

Perché gli agenti sono adatti in questo caso

Piazzare uno skimmer richiede molti piccoli passaggi: individuare i negozi, riconoscere le varianti di piattaforma, testare le vulnerabilità, adattare i payload, verificare i risultati. Proprio questi processi sono in parte automatizzabili con sistemi AI agentici. Nello stesso contesto t3n segnala anche l'altro lato di questo sviluppo: l'assistenza agentica potrebbe in futuro occuparsi essa stessa degli acquisti per gli utenti. Il confine è difficile da tracciare: ciò che per uno è comodità, per l'aggressore è infrastruttura.

Per i gestori ne consegue che gli script di checkout e i flussi di pagamento vanno controllati per individuare manipolazioni, e che la catena di fornitura del codice di terze parti nello shop va monitorata da vicino. L'episodio mostra anche che il Cyber Resilience Act non riguarda solo i produttori di software, ma anche i fornitori di servizi IT: gli organismi di verifica e valutazione diventano un collo di bottiglia con una propria tempistica.

Da molti piccoli passaggi di lavoro è nata un'automazione, e da un attacco costoso un attacco a buon mercato.

Commenti 0

Fonti

2
  1. 01t3n: KI-Agenten greifen Onlineshops an – für 25 Dollar pro ShopDE
  2. 02Gambit Security: Analysen zu automatisierten Angriffen auf E-Commerce-SystemeEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Giulia Ferrari

Giulia Ferrari

IA, modelli e tecnologie

Giulia Ferrari scrive di tecnologia, IA e modelli e media e internet per FLASH24, partendo da dataset pubblici, preprint e registri di versioni dei modelli. Controlla ogni numero confrontando benchmark dichiarati e risultati riproducibili, e scarta le stime senza fonte. Segue le audizioni in calendario, parla con ricercatori e ingegneri, e mette a confronto release e changelog prima di pubblicare. Fuori dalla redazione smonta stampanti 3D, recupera vecchi computer e studia come i modelli imparano dai rifiuti del web. Non pubblica un dato se non può ricostruirne il percorso.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.