La mayoría de los hallazgos de seguridad en la nube de alta gravedad se reclasifican a un nivel inferior una vez que un agente de IA comprueba el entorno
Las plataformas de seguridad en la nube suelen generar alertas basadas en reglas estáticas que asignan un nivel de riesgo general, sin importar las características particulares del entorno donde ocurre la falla. Para analizar este problema, los investigadores Leon Goldberg y Gal Engelberg desarrollaron un agente de inteligencia artificial encargado de reevaluar las alertas de alta gravedad emitidas por herramientas comerciales en distintos entornos de producción.
Tras evaluar miles de alertas de alta gravedad, el sistema modificado cambió la calificación en la mayoría de los casos, disminuyendo la gravedad en más de la mitad de las situaciones y aumentándola en un porcentaje menor. El agente basó sus decisiones en políticas de evidencia y en el análisis del contexto real de los recursos, considerando factores como la conectividad a internet, la presencia de elementos inactivos o la existencia de protecciones y cortafuegos.
Para comprobar la precisión del proceso, se realizaron revisiones directas sobre la infraestructura en vivo, obteniendo una alta coincidencia con los datos recopilados por el agente. No obstante, los autores del estudio aclararon que la investigación se limitó exclusivamente a la lectura y revisión de las alertas, diferenciando esta tarea de la ejecución de acciones autónomas sobre los sistemas. Asimismo, el alcance del análisis se centró en alertas de alta gravedad y dejó fuera del estudio aspectos como datos sobre incidentes o la verificación final de las calificaciones modificadas.