Sift di Stratus Security: la nuova frontiera del secrets scanning enterprise
- Stratus Security ha lanciato Sift, un tool open-source per la ricerca di segreti e credenziali in ambienti aziendali.
- Il software scansiona non solo dischi locali e share di rete, ma anche piattaforme cloud come SharePoint, Teams, Slack, Jira e Confluence.
- Sift nasce per superare i limiti di Snaffler, puntando su performance Native AOT e integrazione con LLM per ridurre i falsi positivi.
- L'iniziativa evidenzia il rischio sistemico di credenziali "dimenticate" in strumenti di collaborazione, critiche per la compliance NIS2 e GDPR.
Stratus Security e l'ossessione per l'efficienza
Nel settore della cybersecurity, la differenza tra un sistema sicuro e uno vulnerabile spesso non risiede in un bug complesso, ma in una semplice password dimenticata in un file di configurazione. È da questa consapevolezza che nasce l'approccio di Stratus Security, una società di consulenza specializzata in penetration testing. Per gli esperti di Stratus, l'efficienza non è un optional, ma il requisito primario per chi deve simulare un attacco reale prima che lo faccia un malintenzionato.
La filosofia di Stratus Security si manifesta nel rilascio di Sift, un tool a riga di comando open-source progettato per automatizzare la caccia a ciò che i tecnici chiamano 'secrets': password, chiavi API e dati sensibili. Non si tratta di un prodotto commerciale chiuso, ma di uno strumento nato per uso interno durante i loro engagement di penetration testing e successivamente reso pubblico per supportare i team di sicurezza globali. L'obiettivo è chiaro: trasformare la ricerca di credenziali da un processo manuale e frammentato a una missione di sicurezza enterprise rapida e sistematica.
L'impatto strategico della visibilità dei dati
Analisi: Per un imprenditore, il rilascio di Sift non è solo una notizia tecnica, ma un segnale di allarme strategico. La capacità di uno strumento open-source di mappare così rapidamente i segreti aziendali dimostra che la superficie di attacco si è spostata. Se un tempo il rischio era concentrato nel server centrale, oggi il rischio è distribuito in ogni singola chat di Slack o documento SharePoint. La visibilità non è più solo una questione di monitoraggio del traffico di rete, ma di governance del dato statico. Chi non sa dove sono depositate le proprie chiavi di accesso sta, di fatto, lasciando la porta aperta.
Dove si nascondono le chiavi di casa dell'azienda
Le credenziali non risiedono più in un unico luogo sicuro. Sift è stato progettato per setacciare l'intero ecosistema digitale di un'impresa, partendo dai punti più ovvi fino a quelli più insidiosi. Il tool opera su diverse dimensioni:
- Risorse locali e di rete: dischi fissi, share di file Windows e interi domini Active Directory.
- Ecosistema Microsoft 365: SharePoint, OneDrive e i file condivisi nei canali di Teams.
- Strumenti di collaborazione e gestione: messaggi di Slack, ticket di Jira e pagine di documentazione in Confluence.
Questa capillarità risponde a una realtà aziendale comune: la crescita digitale degli ultimi anni ha portato alla creazione di innumerevoli repository, cartelle di progetto e canali di comunicazione dove i segreti sopravvivono accidentalmente. Una chiave API inserita in un vecchio progetto o una password scritta in una chat per velocizzare un passaggio tra colleghi diventano vulnerabilità critiche che Sift è in grado di individuare.
Perché Snaffler non bastava più
Per comprendere la genesi di Sift, bisogna guardare a ciò che c'era prima. Molti professionisti della sicurezza, inclusi i consulenti di Stratus Security, utilizzavano in passato Snaffler, un noto strumento di ricerca di segreti. Tuttavia, l'evoluzione delle infrastrutture enterprise ha reso Snaffler insufficiente. Stratus Security ha dichiarato che l'utilizzo di un fork personalizzato di Snaffler era diventato troppo oneroso da mantenere: 'it became harder to continue maintaining the fork than it was to just make it from scratch'.
Sift nasce quindi dalla frustrazione per i limiti tecnici dei predecessori. La nuova architettura punta su tre pilastri fondamentali. Primo, le performance: l'uso di eseguibili Native AOT (Ahead-Of-Time) permette al software di essere self-contained, eliminando la necessità di installare il runtime .NET sulle macchine target. Secondo, l'estensibilità: una struttura modulare che permette di aggiungere nuovi connettori per diverse piattaforme. Terzo, la precisione: l'introduzione di validatori basati su codice e l'integrazione con l'intelligenza artificiale per abbattere il numero di falsi positivi, uno dei problemi storici di ogni scanner di segreti.
Per chi desidera analizzare il codice o implementare il tool, il progetto è disponibile su GitHub.
I segreti che sopravvivono tra Slack e SharePoint
Immaginiamo lo scenario tipico di un'azienda in rapida crescita. Un developer crea una chiave API per un servizio cloud e la condivide in un canale Slack con un collega per risolvere un bug urgente. Due anni dopo, quel developer ha lasciato l'azienda, ma la chiave è ancora lì, sepolta tra migliaia di messaggi. Oppure, un amministratore di sistema salva un file 'password.txt' in una cartella di SharePoint che crede essere privata, ma che è accessibile a tutto il gruppo 'Everyone'.
Sift trasforma questa dispersione di dati in un vantaggio per il difensore. Invece di sperare che i dipendenti seguano rigorosamente le policy di sicurezza, il tool permette di scansionare attivamente i luoghi dove i segreti tendono a nascondersi. Come riportato da Undercode News, una password sepolta in un file di configurazione può essere più pericolosa di una vulnerabilità software sofisticata, poiché fornisce un accesso legittimo e non tracciato ai sistemi aziendali.
Filtrare il rumore con l'intelligenza artificiale
Il problema principale di ogni strumento di scanning è il rumore. Trovare una stringa che sembra una chiave API non significa aver trovato un segreto reale; potrebbe essere un esempio di documentazione o una stringa casuale. Qui Sift introduce un elemento di rottura: l'integrazione con i Local LLM (Large Language Models). L'intelligenza artificiale viene utilizzata per analizzare i risultati e filtrare i falsi positivi, permettendo ai team di sicurezza di concentrarsi solo sulle vulnerabilità reali.
Analisi: L'uso di LLM locali è una scelta strategica fondamentale. Se Stratus Security avesse optato per API cloud (come quelle di OpenAI), avrebbe creato un paradosso: per cercare segreti aziendali, l'utente avrebbe dovuto inviare potenzialmente dati sensibili a un terzo. L'elaborazione locale garantisce che la privacy dei dati rimanga all'interno del perimetro aziendale, rendendo lo strumento accettabile anche per i responsabili della protezione dei dati (DPO).
Ulteriori dettagli sulle funzionalità e l'annuncio del tool sono disponibili su NewsBreak.
La caccia alle credenziali tra NIS2 e la protezione dei dati in UE
Per le imprese che operano nel mercato italiano ed europeo, l'esistenza di tool come Sift non è solo una curiosità tecnica, ma un richiamo alla compliance. La direttiva NIS2 impone standard di sicurezza molto più stringenti per i settori critici e digitali, ponendo l'accento sulla gestione del rischio e sulla resilienza della supply chain. La presenza di credenziali esposte in piattaforme di collaborazione come Teams o Jira rappresenta una violazione palese dei principi di 'security by design' e 'security by default'.
Inoltre, il GDPR richiede che l'accesso ai dati personali sia limitato e controllato. Se un dipendente può trovare password di amministrazione in un canale Slack pubblico, l'azienda non ha il controllo effettivo su chi acceda ai dati dei clienti. L'adozione di strumenti di secrets scanning diventa quindi una misura di mitigazione necessaria per evitare sanzioni pesanti e danni reputazionali.
Il mercato locale italiano, caratterizzato da un'alta densità di PMI che hanno accelerato la digitalizzazione durante la pandemia senza sempre aggiornare le policy di sicurezza, è particolarmente esposto. L'integrazione di Sift nei processi di audit interno potrebbe prevenire incidenti che, in regime di NIS2, non sarebbero più considerati semplici sfortune, ma negligenze gestionali.
Scenari futuri e indicatori:
1. Adozione di massa di scanner AI-driven: Se entro i prossimi 12 mesi vedremo l'integrazione nativa di filtri LLM in altri tool di sicurezza enterprise, significherà che il mercato ha accettato l'AI come standard per la riduzione dei falsi positivi. Indicatore: Rilascio di feature simili da parte di vendor leader come CrowdStrike o SentinelOne.
2. Inasprimento dei controlli NIS2 sulle piattaforme SaaS: Le autorità nazionali potrebbero iniziare a richiedere prove di scanning periodico dei segreti all'interno di SharePoint e Slack. Indicatore: Pubblicazione di linee guida specifiche da parte dell'Agenzia per la Cybersicurezza Nazionale (ACN) in Italia.
Domande frequenti
Cos'è esattamente Sift?
È un tool open-source a riga di comando sviluppato da Stratus Security per cercare password, chiavi API e dati sensibili in dischi locali, share di rete e piattaforme cloud come Microsoft 365, Slack, Jira e Confluence.
In cosa differisce da Snaffler?
Sift è stato creato da zero per essere più performante (grazie a Native AOT), più estensibile e più preciso, utilizzando validatori basati su codice e l'integrazione con LLM locali per ridurre i falsi positivi.
Sift è sicuro da usare all'interno di un'azienda?
Essendo un tool open-source e supportando l'uso di LLM locali, permette di mantenere l'analisi dei dati all'interno del perimetro aziendale senza inviare informazioni sensibili a server esterni.
Fonti: Newsbreak, Github, Undercodenews ·
glacom · Sviluppo software su misura glacom: gestionali, web app e integrazioni, preventivo chiuso in 48 ore →Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.
Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.
oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email
