Balena utilizza il pentesting basato sull'intelligenza artificiale per verificare in modo approfondito API complesse ed eliminare gli ostacoli nei test di sicurezza

450,000+
Richieste API eseguite
350
richieste SAML mirate

In sintesi

  • Sostituisce i frustranti penetration test manuali con test basati sull'IA e consapevoli del contesto
  • Utilizza il white-box testing per convalidare API complesse basate su OData
  • Genera centinaia di migliaia di richieste API valide per una copertura approfondita
  • Migliora l'affidabilità della sicurezza senza le frizioni tipiche dei vendor
  • Scala i test su funzionalità, aree geografiche e deployment

Sfida

Per Balena, la sicurezza non è solo questione di conformità. Significa dimostrare che una piattaforma IoT altamente complessa è sicura per progettazione (secure by design). Balena offre soluzioni di gestione di flotte IoT per dispositivi Linux embedded, consentendo ai clienti di distribuire e gestire applicazioni su flotte che vanno da migliaia a centinaia di migliaia di dispositivi. Con la crescita della base di clienti, sono aumentate anche le aspettative in termini di sicurezza.

L'azienda ha ottenuto la certificazione ISO 27001 nel 2024 e sta attualmente completando il percorso per la SOC 2 Type 2. Nell'ambito di questo sforzo, il penetration testing è diventato essenziale.

Tuttavia, il penetration testing manuale creava più attriti che chiarezza.

I risultati erano spesso difficili da interpretare e a volte fraintendevano completamente il funzionamento dei sistemi di Balena. Ad esempio, i penetration tester hanno segnalato l'uso della firma simmetrica JWT come vulnerabilità, nonostante fosse una scelta progettuale deliberata e valida all'interno dell'architettura di Balena.

«Dopo ogni attività di penetration testing manuale, la conclusione era sempre la stessa: la prossima volta dobbiamo trovare qualcun altro».

Invece di accrescere la sicurezza, i penetration test sono diventati una fonte ricorrente di frustrazione.

Perché Balena si è rivolta al penetration testing basato su IA

Balena ha scoperto Aikido attraverso la ricerca sulla sicurezza e la partecipazione alla community, inclusi eventi OWASP e il lavoro continuo nell'ecosistema Node.js. Allo stesso tempo, il team stava acquisendo maggiore familiarità con gli strumenti di sviluppo assistiti da IA, rendendo l'idea del penetration testing guidato dall'intelligenza artificiale un naturale passo successivo.

Inizialmente, la decisione di provare il penetration testing con IA è stata pragmatica.

«Il pentest con IA di Aikido era economico rispetto al penetration testing manuale. Ciò che è saltato subito all'occhio è stata la capacità di fornire contesto».

Invece di affidarsi a tecniche di scansione generiche, Aikido poteva accedere alla codebase di Balena ed essere guidato sfruttando una conoscenza specifica del dominio. Questo ha spostato l'attenzione dalla ricerca di un fornitore migliore alla comprensione di come sfruttare al meglio l'IA per i test di sicurezza.

«La frustrazione ha portato all'automazione, e l'automazione ci ha guidati verso l'IA... spezzando finalmente il ciclo dei limiti imposti dagli audit manuali».

L'esecuzione del pentest con IA

Iniziare ha richiesto uno sforzo minimo. Balena ha connesso i propri repository, configurato lo scope e avviato il test senza ritardi legali o operativi.

«È stato piuttosto semplice ottenere una versione di prova e fare clic su avvia. Nessun ostacolo importante».

Il team ha adottato un approccio white-box, dando all'IA accesso al proprio codice e al data model. Aspetto fondamentale, hanno istruito l'IA a seguire la specifica OData, che definisce il funzionamento della loro API.

Questo ha fatto una differenza significativa. I penetration tester precedenti avevano faticato persino a costruire richieste OData valide. L'IA, al contrario, è stata in grado di interpretare la specifica, leggere il data model e generare query complesse e valide. Il risultato è stato un livello di profondità dei test radicalmente diverso.

Cosa ha prodotto il pentest con IA

Il pentest con IA ha generato oltre 450.000 richieste API durante i normali orari di lavoro, molte delle quali sintatticamente corrette e con risposte valide restituite.

Questo livello di precisione è emerso immediatamente.

«Non abbiamo mai visto un simile livello di utilizzo di query OData da parte di alcun penetration tester umano».

Invece di inviare payload di attacco irrilevanti o generici, l'IA si è concentrata su interazioni realistiche con il sistema. Ha anche portato alla luce problemi rilevanti in anticipo, persino durante una semplice esecuzione di prova.

Oltre alla scalabilità, l'IA ha dimostrato un livello di testing basato sul contesto che mancava nelle esperienze precedenti.

Durante il test di una nuova integrazione SAML, l'IA ha identificato il codice pertinente tra i repository e ha generato circa 350 richieste mirate contro quegli endpoint. Ha testato attivamente l'isolamento dei tenant e i permessi concatenando ID di oggetti, organizzazioni e utenti, verificando che gli utenti non potessero accedere a dati al di fuori del proprio perimetro.

È importante sottolineare che il valore non era legato alla scoperta di una singola vulnerabilità critica. Piuttosto, derivava dalla fiducia nel processo di test in sé. L'IA ha dimostrato di comprendere il sistema e di saperlo esplorare in modi coerenti con il reale funzionamento dell'API.

Ciò ha eliminato una principale fonte di attrito che Balena riscontrava con il penetration testing manuale.

«Ora la domanda non è chi dovremmo assumere la prossima volta, ma come sfruttare meglio l'IA e quanto budget vogliamo allocare».

Risultati

Per Balena, l'impatto del pentesting basato sull'IA si traduce principalmente in un passaggio da un testing orientato alla conformità a una validazione precisa e consapevole del sistema.

Invece di perdere tempo a correggere incomprensioni con tester esterni, il team può concentrarsi direttamente sul miglioramento della sicurezza. I requisiti di audit possono essere soddisfatti senza l'onere interno di dover rispiegare l'architettura o validare risultati errati.

Al contempo, la possibilità di avviare test senza ritardi legali o operativi cambia il modo in cui la sicurezza si integra nello sviluppo del prodotto. Nuove funzionalità, come le integrazioni SAML o nuove geolocalizzazioni, possono essere testate immediatamente, garantendo una validazione della sicurezza rapida e affidabile.

Anche la trasparenza migliora. Piuttosto che affidarsi a report statici, Balena può mostrare esattamente ciò che è stato testato tramite log delle richieste dettagliati e tracce degli agent.

ROI rispetto al pentesting manuale

Rispetto ai precedenti ingaggi manuali, il pentesting con IA ha offerto risultati di qualità superiore a un costo inferiore. La differenza maggiore è stata di carattere operativo. Il pentesting manuale richiedeva cicli di onboarding con chiamate introduttive, briefing e provisioning degli accessi. Con l'IA, questo carico di lavoro scompare del tutto.

Anche l'efficienza ingegneristica è migliorata. Anziché decifrare report PDF statici e riprodurre manualmente i risultati, gli ingegneri possono riutilizzare direttamente gli script esatti generati dall'IA per validare e correggere i problemi.

Anche la profondità della copertura è notevolmente diversa. Centinaia di migliaia di richieste, incluse complesse query OData, sono state eseguite durante i normali orari lavorativi. Questo livello di scalabilità e precisione non era stato raggiunto con i pentester umani.

“Con il whitebox testing basato sull'IA, condividere i risultati non è mai stato così semplice. Questa mappatura diretta a livello di codice libera i nostri ingegneri, permettendo loro di analizzare logiche complesse e implementare correzioni reali, anziché discutere di falsi positivi.”

Prospettive future

Balena considera il pentesting con IA come una capacità che migliora con l'iterazione.

Oggi una parte significativa del budget di testing viene impiegata affinché l'IA comprenda il sistema prima di passare a percorsi di attacco più approfonditi. Nel tempo, l'obiettivo è ridurre questa fase di discovery, in modo da concentrare maggiori sforzi sull'analisi ad alto impatto.

Un'altra opportunità riguarda la generazione dei report. Sebbene i log grezzi e le tracce offrano piena trasparenza, il loro volume li rende difficili da consultare. Un riepilogo conciso delle strategie di attacco, dei vettori di successo e dei vicoli ciechi renderebbe i risultati più facili da comunicare e sui quali agire.

Guardando al futuro, Balena è particolarmente interessata a un modello in cui i test si basano sulle esecuzioni precedenti, consentendo all'IA di mantenere il contesto e continuare a esplorare il sistema anziché ripartire da zero.

Lavorare con Aikido

Al di là della tecnologia, ciò che ha colpito è stata la collaborazione stessa.

“Risultati rapidi, comunicazione onesta e zero promesse di vendita infondate. Ci hanno dato il tempo necessario per completare la valutazione dei nostri fornitori senza alcuna pressione. Avere risultati azionabili in pochi giorni, oltre all'accesso diretto ai loro ingegneri per ottimizzare l'IA, è esattamente il tipo di partnership che desideriamo.”

‍

Curiosi di scoprire le esperienze di Balena con Aikido? Date un'occhiata al loro post sul blog qui.

Metti in sicurezza ora

Metti in sicurezza il tuo codice, il cloud e il runtime in un unico sistema centralizzato.
Trova e risolvi le vulnerabilità rapidamente e automaticamente.

Nessuna carta di credito richiesta | Risultati della scansione in 32 secondi.