1. Tipologia di progetto, obiettivi e descrizione della problematica

Le organizzazioni affrontano superfici d’attacco in costante espansione – applicazioni web e mobile, API, cloud, sistemi IoT/OT e componenti AI/LLM – ma la capacità di testarle non scala allo stesso ritmo. Il penetration testing tradizionale, affidato a singoli consulenti su finestre temporali limitate, non è più sufficiente. I vulnerability scanner automatici offrono velocità ma generano volumi elevati di falsi positivi, producendo rumore che rallenta i team di sicurezza. Il risultato è un trade-off strutturale: più copertura significa più costi, oppure più rischio accettato. A questo si aggiunge la pressione normativa europea – NIS2, DORA, CRA – che impone test offensivi continui e gestione strutturata delle vulnerabilità.

L’obiettivo del progetto è eliminare questo trade-off attraverso una piattaforma di offensive security che combina l’intelligenza artificiale agentica con il giudizio esperto di ethical hacker certificati, offrendo copertura a velocità macchina con l’accuratezza che solo la validazione umana può garantire (human-in-control).

2. Descrizione della soluzione tecnologica

Il cuore della piattaforma è un sistema multi-agente articolato in cinque fasi. Nella fase di Intelligent Reconnaissance, agenti AI eseguono scanning degli scope, enumerazione di servizi, web application fingerprinting e mappatura dell’attack surface reale. Nella fase di Attack Planning, agenti specializzati analizzano i risultati, li scompongono in task mirati per tipologia di asset (web app, API, etc.) e definiscono i percorsi d’attacco più probabili. La fase di Controlled Exploitation vede agenti d’attacco eseguire exploit controllati – SQLi, XSS, SSRF, RCE, misconfigurazioni, API flaw – in ambienti monitorati. La fase di Reporting & Verification è il passaggio differenziante: ogni finding viene sottoposto a un agente di verifica indipendente e poi validato dal team UNGUESS, che conferma riproducibilità, impatto reale e contesto di business. Infine, viene pubblicato sulla piattaforma con proof-of-exploitation, analisi d’impatto e remediation guidance prioritizzata, esportabile via API verso sistemi come Jira.

L’infrastruttura opera in ambienti Docker isolati con esecuzione sandboxed di ogni agente, browser automation via Playwright, e osservabilità completa su ogni decisione agentica.

3. Dettaglio del progetto implementato

Il modello ha un approccio continuativo – contro le 2/3 settimane di un VA/PT classico – con risultati validati da ricercatori umani in tempo reale. La piattaforma orchestra simultaneamente diversi agenti specializzati su fasi di ricognizione, attacco, verifica e reporting, coordinati da un orchestratore centrale e supervisionati da cybersecurity engineer interni.

Il modello è fully managed: il cliente definisce scope e regole d’ingaggio, UNGUESS gestisce l’intera esecuzione – selezione degli agenti AI, attivazione dei ricercatori, triage e delivery del report. La community comprende oltre 100 security researcher italiani certificati (OSCP, OSWE, CPTS, BSCP, etc.), selezionati tramite un processo di vetting in 5 step che verifica competenze tecniche, track record e condotta etica.

Il progetto si inserisce in un’offerta modulare che include Bug Bounty/PT continuo, VA/PT classico, Red Teaming, AI/LLM Security Testing, consentendo alle organizzazioni di continuamente identificare eventuali breach.

4. Principali benefici ottenuti dal cliente

Il primo beneficio è la riduzione drastica della finestra di esposizione: il testing si avvia continuamente. Ogni vulnerabilità è confermata da un ricercatore umano prima della consegna, azzerando il problema dei falsi positivi e garantendo un segnale immediatamente azionabile dai team di sviluppo. Il modello pay-per-validated-vulnerability allinea i costi ai risultati effettivi, rendendo il testing economicamente sostenibile anche su decine o migliaia di assets. La piattaforma centralizza tutti i dati offensivi – AI Pentest, Bug Bounty, VA/PT – con integrazione diretta nei workflow esistenti (Jira, ticketing), accelerando il ciclo di remediation e il patch verification on-demand. Infine, il testing continuo e la gestione strutturata delle vulnerabilità supportano nativamente i requisiti di compliance NIS2, DORA e CRA.

5. Elementi distintivi di innovatività e replicabilità

L’innovazione principale è il superamento della dicotomia scanner-vs-pentester. Le soluzioni AI-only sono veloci ma rumorose (benchmark di settore mostrano che solo il 12,5% dei finding automatici risulta azionabile); il pentesting umano è accurato ma non scala. UNGUESS Security risolve questo trade-off con un modello dove l’AI amplifica la capacità offensiva e gli hacker umani garantiscono la qualità del segnale.

Il posizionamento europeo – ricercatori verificati in Italia, dati in giurisdizione EU, allineamento nativo ai framework normativi europei – rappresenta un ulteriore elemento differenziante rispetto ai competitor prevalentemente statunitensi e una forte direzione nella sovranità digitale. Il modello è intrinsecamente replicabile: l’architettura multi-agente è asset-agnostica e il framework di validazione umana è scalabile orizzontalmente tramite il network di hacker, rendendo la soluzione applicabile a qualsiasi settore e dimensione organizzativa.