La minaccia interna raramente si presenta con contorni netti. Può assumere la forma di un dipendente che sottrae dati, di un collaboratore che invia per errore un file riservato, di un account legittimo finito nelle mani di un attaccante. È proprio questa ambiguità a rendere l’insider threat una delle aree più delicate della sicurezza aziendale. L’organizzazione deve osservare comportamenti, accessi e movimenti dei dati senza scivolare in una sorveglianza continua e indistinta. Monitorare le entità significa seguire utenti, dispositivi, account tecnici, identità non umane e workload, cercando segnali coerenti di rischio. Il punto non è controllare tutto, ma capire quando un’attività autorizzata smette di essere normale.
approfondimento
Insider Threat: monitorare il comportamento delle entità
Analizziamo la minaccia interna – abuso intenzionale, errore umano e compromissione delle credenziali. Il ruolo di UEBA, controllo degli accessi, DLP, monitoraggio degli endpoint, governance dei log e requisiti privacy in un programma di mitigazione proporzionato
Pubblicato il 3 lug 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
