Il sito che ti spiega l'AI.
News, strumenti e guide in italiano.
Privacy e sicurezza

Prompt AI rubati: la ricerca di Dragos su router, rivenditori e segreti esposti

Dragos ha inviato due milioni di prompt esca ai provider AI: tre violazioni, rivenditori che registrano tutto e flag ZDR ignorati. Ecco cosa fare.

Daniele Della Corte
Novembre 22, 2026
Lettura: 9 min
Cavi di rete in una sala server, l'infrastruttura che attraversano i prompt AI
fonte: pexels 5087172

Ogni volta che invii un prompt a un servizio di intelligenza artificiale, pensi che il testo viaggi dal tuo computer al modello e basta. Una ricerca appena pubblicata da Dragos racconta una storia diversa: lungo il percorso ci sono router, rivenditori, hosting e scraper, e in diversi casi i tuoi dati finiscono dove non dovrebbero. Il ricercatore HD Moore, chief research officer dell’azienda e creatore di Metasploit, ha spedito circa due milioni di prompt con segreti finti e ha osservato dove venivano riutilizzati.

Il risultato è un documento che ogni team che usa API di modelli linguistici dovrebbe leggere con attenzione.

Cosa ha fatto Dragos: due milioni di prompt con esche digitali

Tra luglio e novembre 2026 i ricercatori hanno inviato a servizi AI molto diffusi circa due milioni di richieste. Ognuna conteneva credenziali e indirizzi unici, mai usati da nessun sistema legittimo: chiavi AWS vere ma collegate ad account vuoti e con registrazione completa, nomi DNS, URL, repository git privati finti. Se qualcuno, da qualche parte nella filiera, apriva uno di quei link o provava una di quelle chiavi, voleva dire che aveva letto il prompt originale. È la tecnica dei canary token, un segreto che esiste in un solo posto e che suona l’allarme quando viene toccato.

Il punto di partenza era una domanda semplice: che cosa succede ai dati di inferenza dopo che lasciano il tuo ambiente? La risposta, secondo il post pubblicato sul blog di Dragos il 19 novembre, è che esiste uno scollamento profondo tra come i servizi vengono presentati e come i dati vengono davvero gestiti.

Perché i prompt valgono più della potenza di calcolo

Molti provider conservano prompt e risposte per motivi operativi, di addestramento, di sicurezza o commerciali, per giorni, mesi o senza limiti. Nel testo di una richiesta finiscono codice sorgente riservato, comunicazioni interne, piani strategici, dati dei clienti e, troppo spesso, password e chiavi di accesso. Per questo i dati di inferenza hanno spesso più valore delle GPU che li elaborano.

E gli agenti AI peggiorano la situazione: inviano volentieri tutto ciò che riescono a leggere, credenziali comprese.

Tre provider violati e nessuno se n’era accorto

La scoperta più grave riguarda tre fornitori di hosting da cui qualcuno stava sottraendo dati in modo attivo. Il primo episodio risale a metà luglio e, secondo Dragos, nessuno dei tre sapeva di essere stato compromesso prima di essere avvisato. Le richieste esca venivano elaborate insieme a quelle dei clienti reali, quindi è molto probabile che anche i dati veri siano stati copiati.

Nella violazione più ampia, un paio di centinaia di chiavi AWS inviate in poche finestre temporali di fine ottobre sono state rubate tutte. Alcune provenivano da richieste che il provider aveva rifiutato prima ancora di far partire il modello, segno che l’attaccante copiava il traffico all’ingresso e non in profondità nello stack. In altre due violazioni risultavano rubate anche richieste contrassegnate con il flag di conservazione zero dei dati, a conferma che un’impostazione sulla privacy non serve a nulla quando l’intruso è già dentro.

Come si muove chi ruba una chiave

Una volta in possesso delle credenziali, gli attaccanti hanno seguito uno schema prevedibile. Prima hanno verificato che le chiavi fossero attive, in qualche caso nel giro di poche ore. Poi hanno cercato dati elencando i bucket S3 e frugando in Secrets Manager e Parameter Store. Infine hanno provato ad abilitare modelli ospitati su AWS Bedrock, a creare chiavi API Bedrock e ad aggiungere propri utenti IAM per mantenere l’accesso. In totale le chiavi esca sono state usate per decine di migliaia di chiamate alle API di AWS.

Un singolo avversario sembra aver compromesso due dei provider contemporaneamente, usando un solo server affittato. Il 1° novembre ha aggiunto ARTEX, un framework di penetration testing guidato da un modello linguistico. Nel caso osservato ha fatto poco, giusto qualche chiamata per confermare che le chiavi fossero ancora valide, ma i suoi user agent non comparivano in nessuna lista pubblica di indicatori e Dragos consiglia di aggiungerli ai sistemi di rilevamento.

Rivenditori e router: ogni hop vede l’intero prompt

Il secondo risultato non richiede alcun exploit. Su un marketplace di inferenza i venditori competono sul prezzo più basso: basta elencare un modello molto economico, attivare la registrazione delle richieste e aspettare. Sono spesso persone singole, con connessioni domestiche e computer personali, che provano a entrare nei server esca digitando i tentativi a mano. In un caso un attaccante da una linea residenziale francese ha provato le password trovate nei prompt per accedere via SSH come root, e più tardi ha testato diverse chiavi AWS nella stessa sessione.

I router AI funzionano offrendo un unico endpoint che inoltra la richiesta a un insieme di modelli, a volte presso hosting diversi, con fatturazione unificata. Sono comodi, ma ogni passaggio vede la richiesta e la risposta per intero. Nei mercati meno affidabili parte della capacità arriva da abbonamenti consumer usati oltre i limiti, da crediti promozionali o addirittura da chiavi rubate, e alcuni servizi accettano solo criptovalute per un motivo preciso.

Per ricostruire i percorsi, il team ha costruito una specie di traceroute per l’inferenza: un URL di immagine che richiama i server dei ricercatori e richieste volutamente malformate, in modo che gli errori nidificati di ciascun router rivelino la catena. Su circa duemila percorsi tracciati, centinaia includevano un sistema non identificabile e alcuni inoltravano l’immagine a un’azienda che non figurava nel percorso dichiarato. Un venditore aggiungeva in silenzio circa mille token nascosti a ogni prompt.

Il tema non è nuovo per chi segue la sicurezza degli agenti. Su queste pagine abbiamo già raccontato come migliaia di segreti finiscano in chiaro nei repository per colpa di Claude Code, e la ricerca di Dragos mostra l’altro lato del problema: anche quando non finiscono su GitHub, finiscono nei log di qualcuno.

Il flag di conservazione zero dei dati non basta

La terza famiglia di risultati non riguarda credenziali usate, ma dati sfruttati contro le promesse dei fornitori. Gli URL segreti nei prompt sono stati letti ripetutamente e i repository git citati sono stati oggetto di tentativi di clonazione, da parte di aziende che non avrebbero mai dovuto vedere quel testo e spesso in contrasto con le impostazioni di riservatezza della richiesta.

L’esempio più chiaro riguarda un laboratorio AI cinese. I suoi sistemi hanno aperto gli URL segreti in più della metà dei prompt inviati ai suoi modelli tra luglio e ottobre, compresi circa due terzi delle richieste marcate come senza raccolta dati o con conservazione zero. Lo scraper compariva di solito due o tre giorni dopo la richiesta. Non succedeva solo con l’accesso diretto: diversi provider statunitensi rivendono i modelli di quel laboratorio e i prompt inviati a loro hanno fatto scattare lo stesso scraper. Chi aveva scelto un fornitore americano proprio per tenere i dati negli Stati Uniti non ha ottenuto ciò che pensava di pagare.

Anche i grandi provider statunitensi hanno i loro problemi, secondo Dragos: uno ha continuato a visitare un URL segreto più di due mesi dopo una singola chiamata al suo endpoint di ricerca, un altro gestisce uno scraper che torna sugli indirizzi giorni dopo ogni richiesta, indipendentemente dal router usato.

L’episodio più strano riguarda una chat interna. Ventiquattro giorni dopo l’invio di un prompt a un provider cinese, il link segreto è stato pubblicato in un canale Feishu e, nel giro di due minuti, è stato aperto da tre computer e tre telefoni tra Pechino e Shanghai. Poiché Dragos aveva comunicato al provider solo i primi otto caratteri del link, chi lo ha condiviso stava leggendo da una copia conservata dell’intero prompt, a tre settimane di distanza e nonostante un flag di conservazione zero. Nelle parole dei ricercatori, quei prompt sono stati conservati, condivisi con altre aziende e letti da persone.

Alcune risposte dei fornitori sono arrivate. Il router che inoltrava traffico al marketplace ha dichiarato di aver smesso, e uno dei provider violati ha pubblicato un avviso di sicurezza preliminare. Dragos lavora ora con circa una dozzina di fornitori, ma le chiavi rubate continuano a essere usate anche a mesi di distanza.

Come proteggere la tua filiera AI

Dragos precisa che non bisogna smettere di usare i servizi AI. Bisogna però decidere dove vanno i prompt, perché altrimenti lo decide il prezzo più basso. Le indicazioni del post sono cinque, e conviene applicarle subito.

La prima è ospitare i modelli in proprio, se te lo puoi permettere: è l’unica soluzione in cui nessuno legge i tuoi prompt, ma l’hardware costa, dai circa 7.000 dollari di una DGX Spark fino a oltre mezzo milione per un server a otto GPU, quindi ha senso solo per i carichi più sensibili. La seconda è rivolgersi direttamente a un fornitore di primo livello, con un solo contratto e una sola informativa da leggere. La terza è usare i router con cautela, scegliendo tu gli upstream e verificando che le impostazioni di privacy cambino davvero il percorso, e stare lontano dai marketplace di rivenditori.

La quarta è seminare le tue esche: aggiungi una credenziale finta al contesto che già inviano i tuoi agenti e tratta qualsiasi suo utilizzo come un incidente. Un Canarytoken gratuito di Thinkst è sufficiente per iniziare. La quinta è attivare il filtro dei segreti, dove disponibile, sapendo che non è una soluzione completa, perché nei prompt c’è molto di sensibile che non ha la forma di una chiave API.

Se usi agenti che hanno accesso a ciò che c’è sullo schermo o nei file, il rischio cresce: lo abbiamo visto nel caso di Muse di Meta, che ha letto messaggi Signal, e negli attacchi come AgentCorruption contro gli agenti di AWS Bedrock AgentCore. Il filo comune è sempre lo stesso: ciò che un agente può leggere, prima o poi può uscire.

Cosa cambia per chi lavora con l’AI ogni giorno

Per un professionista, un’agenzia o un’azienda la lezione è pratica. Non mettere mai chiavi, password o token dentro un prompt, nemmeno in un file di configurazione incollato di fretta. Usa credenziali a durata limitata e con permessi minimi, ruotale con regolarità e sorveglia i log dei servizi cloud, perché la prima prova di un furto è spesso un accesso anomalo. Se un fornitore offre prezzi molto sotto mercato per un modello di punta, chiediti chi paga la differenza e con quali dati.

Una cosa è chiara: il flag di privacy è una promessa che vincola solo il primo anello della catena. Per questo il vero criterio di scelta diventa la trasparenza del percorso, non lo sconto.

Conclusioni

La ricerca di Dragos non dice che l’AI sia insicura per definizione, ma che la filiera dell’inferenza è fatta di molti attori e che pochi di loro sono davvero visibili. Tre violazioni non scoperte per mesi, rivenditori che registrano tutto e flag di riservatezza ignorati sono motivi sufficienti per rivedere oggi il modo in cui i tuoi strumenti parlano con i modelli.

Fai un esercizio concreto: elenca tutti i servizi AI che usi, controlla attraverso quali router passano le richieste e inserisci un canary token nei tuoi flussi. Se vuoi restare aggiornato su sicurezza e privacy degli agenti, continua a seguire le nostre notizie.

Newsletter gratuita · ogni venerdì

Tutta l'AI della settimana, in 5 minuti, nella tua email

  • Le guide e le notizie della settimana, divise per rubrica
  • Solo ciò che conta, verificato e spiegato in italiano
  • Niente spam, ti cancelli con un clic

Daniele Della Corte
Rivisto e verificato da

Daniele Della Corte

Fondatore di IntelligenzaArtificiale.net · Consulente SEO e AI dal 2008

Prima della pubblicazione controlla fonti, numeri e nomi, e risponde personalmente di quello che leggi. Lavora con l'intelligenza artificiale da oltre 7 anni: ha fondato BeProud.ai e ha progettato la redazione di questo sito.

Consulenza AIVuoi applicare l'AI al tuo lavoro? Ti aiuto a scegliere cosa automatizzare e a realizzarlo.

Scopri la consulenza