IA · 21 novembre 2026 · 5 min di lettura

Due milioni di «canarini» svelano il colabrodo della supply chain dell'IA: prompt rubati e segreti violati

In sintesi: Una vasta indagine condotta dal ricercatore di sicurezza HD Moore ha dimostrato che la complessa catena di fornitura dell'intelligenza artificiale disperde dati sensibili e credenziali d'accesso a ritmi allarmanti. Attraverso l'invio di circa due milioni di prompt contenenti «canary token» tracciabili a decine di intermediari e piattaforme di inferenza, lo studio ha documentato violazioni su sistemi di terze parti, furto sistematico di prompt e il mancato rispetto delle clausole di non ritenzione dei dati.

di Team Mocchi's

Due milioni di «canarini» svelano il colabrodo della supply chain dell'IA: prompt rubati e segreti violati

Per mesi aziende e team di sviluppo hanno integrato router di inferenza e gateway specializzati per ottimizzare tempi di risposta e abbattere i costi delle chiamate ai modelli linguistici. Dietro la promessa di un'infrastruttura trasparente ed economica, tuttavia, si nasconde una filiera opaca in cui i dati riservati transitano in chiaro attraverso una moltitudine di intermediari, con garanzie di riservatezza spesso puramente teoriche.

A scoperchiare il fenomeno è stata un'indagine condotta da HD Moore, noto ricercatore di sicurezza informatica e chief research officer di Dragos, rilanciata con dovizia di dettagli tecnici da Ars Technica. Moore ha orchestrato un esperimento su scala industriale per verificare se e dove le informazioni riservate inviate nei prompt venissero intercettate, archiviate o abusate.

L'esperimento dei due milioni di canarini

Per mappare le perdite lungo la filiera, il ricercatore ha generato quasi due milioni di prompt, ciascuno arricchito con un singolo segreto tracciabile mai utilizzato prima: chiavi di accesso API per Amazon Web Services (AWS) collegate ad account civetta vuoti, credenziali SSH, puntatori a repository Git privati e nomi di dominio DNS sotto il controllo diretto del suo team di monitoraggio. Questi elementi, noti in crittografia e sicurezza applicativa come «canarini» per la loro analogia con gli uccellini usati nelle miniere di carbone, avevano lo scopo di scattare non appena qualcuno avesse tentato di utilizzarli o di risolverli.

I prompt sono stati inviati a un ampio ventaglio di intermediari, noti come broker o AI router — tra cui figurano servizi di instradamento come OpenRouter e Vercel — il cui compito architetturale consiste nell'intercettare le richieste delle applicazioni e smistarle dinamicamente verso il motore di inferenza più economico o performante in quel momento. Ciascun canarino era associato univocamente a un singolo fornitore e a un preciso percorso di rete.

Decrittazione a ogni snodo e provider violati

I risultati emersi dall'esperimento tracciano un quadro critico dell'architettura di intermediazione. Sebbene le comunicazioni client-server siano cifrate in transito tramite protocollo HTTPS, ogni nodo della catena deve necessariamente decrittare il prompt in chiaro per analizzarne i metadati, determinare il calcolo necessario e indirizzarlo al fornitore successivo. In molti casi, la richiesta rimbalza attraverso più broker prima di raggiungere l'infrastruttura hardware su cui gira il modello.

Durante questo tragitto, i registri di sistema conservano tracce integrali del testo. Monitorando i tentativi di accesso ai propri server civetta, Moore ha riscontrato evidenze concrete di almeno tre provider di inferenza secondari i cui sistemi erano stati compromessi da aggressori esterni, i quali prelevavano regolarmente i log contenenti i prompt degli utenti. In altri casi, i token di accesso AWS e le chiavi SSH sono stati attivati e usati per tentare accessi non autorizzati poche ore dopo l'inoltro della richiesta, segno inequivocabile che i dati non erano rimasti confinati all'interno del contesto dell'inferenza.

Il fallimento dello «Zero Data Retention»

Uno degli aspetti più allarmanti riguarda l'inconsistenza delle tutele contrattuali e delle API flag. L'indagine ha documentato molteplici circostanze in cui le richieste inviate con il parametro esplicito di Zero Data Retention (ZDR) — l'opzione a pagamento o da configurazione con cui l'intermediario promette la cancellazione immediata del prompt dopo la generazione del token — sono state comunque memorizzate e successivamente esposte. La presenza di reseller di reseller nel mercato all'ingrosso dell'inferenza crea una catena di responsabilità frammentata in cui il client non ha alcuna visibilità su quale sia l'anello finale ad aver processato la richiesta.

Il punto di Mocchi's

Questa indagine infrange l'illusione che i gateway e i reseller di inferenza a basso costo siano equivalenti a connessioni dirette verso i modelli di frontiera. Per le aziende italiane che sviluppano software enterprise o integrano flussi di lavoro intelligenti con codice proprietario e dati industriali, delegare l'instradamento a broker terzi privi di attestazioni formali di conformità e audit indipendenti costituisce un rischio inaccettabile. La corretta postura ingegneristica impone di stabilire accordi diretti e verificati con i fornitori cloud di riferimento, ma soprattutto di implementare a monte layer architetturali di mascheramento e igienizzazione automatica dei dati prima che qualsiasi payload lasci il perimetro aziendale.

Approfondisci

Tutti gli articoli del blog Mocchi's