IT Chronicle

Consulente ICT ICT Consultant

> Bridging Technology, Risk Management & Business

Il Profilo
Con oltre 25 anni di esperienza in reti, sistemi e IT risk management, mi occupo di amministrazione On-Premise e Cloud. Aiuto organizzazioni e imprese a garantire la conformità normativa (GDPR, ISO 27001, NIS 1 e 2) e offro servizi avanzati di Digital Forensics. Il mio obiettivo è consolidare il mio ruolo di esperto in Cybersecurity e Intelligenza Artificiale Generativa, operando a livello internazionale in modalità remote-first.

Esperienza sul Campo
Dal 2005 sono Programmatore Sistemista e Privacy Manager per il Consorzio per la Bonifica della Capitanata, ruolo a cui affianco una continua attività di consulenza per realtà sanitarie e studi legali (Gruppo Salatto, Studio Torlontano, ecc.). Gestisco operativamente attività di DFIR (Digital Forensics and Incident Response), Business Continuity, Disaster Recovery e mitigazione dell'impatto dei rischi IT. In passato, ho coordinato team internazionali come IT Project Manager tra Amsterdam e Tallinn.

Visione Strategica e Competenze
Comprendere l'infrastruttura richiede anche una solida visione aziendale. Per questo ho integrato il mio background tecnico (Windows/Linux Server, reti TCP/IP, Firewall) con una Laurea Magistrale in Scienze Economiche conseguita con lode. Unisco l'approccio ingegneristico alle metodologie manageriali e Agile (ITIL v.3, Scrum, Six Sigma). Attualmente sto espandendo le mie competenze attraverso i percorsi ufficiali Google come Cybersecurity Expert e Generative AI Leader.

Oltre il codice
Lavoro correntemente in inglese (certificazione C2 Cambridge) e conosco altre tre lingue. Quando non sono alle prese con server o incident response, ricarico le energie a contatto con la natura, pilotando droni (UAS Open A1/A3), dedicandomi alla fotografia o sperimentando nuove tecniche ai fornelli.

Formazione in corso

Professional Cloud Architect (Google Cloud)

Formazione Accademica

Master in Gestione delle imprese e delle società MA659 (30/30)
Laurea Magistrale in Scienze Economiche LM-56 (110/110 e Lode)
Laurea Triennale in Scienze dell'Economia e della Gestione Aziendale L-18 (94/110)

Certificazioni
Di seguito l'elenco completo delle certificazioni conseguite, dei corsi di specializzazione e dei badge ottenuti, a testimonianza del continuo aggiornamento tecnico e professionale:

Cybersecurity Foundations Professional Certificate (ID: 51934206)
Microsoft Certified: Azure Fundamentals
Foundations of Operationalizing MITRE ATT&CK
Foundations of Purple Teaming
Autopsy Basics and Hands On – Digital Forensics (ID: YRXYSTQBK8)
GrassHopper Javascript – Coding Fundamentals, Coding Fundamentals II, Array Methods, Animations
Project Management Essentials Certified (ID: 55005870)
Scrum Foundation Certificate (SFPC) (ID: 43043593)
Six Sigma White Belt (ID: 55005099)
Six Sigma Yellow Belt (ID: 729673)
ITIL v.3 Foundation (ID: GR750562993FR)
Cybersecurity Essentials – Cisco Netacad
Introduction to Cybersecurity – Cisco Netacad
Introduction to Cisco Packet Tracer – Cisco Netacad
Introduction to Internet of Everything – Cisco Netacad
Google Analytics for Beginners
Google Digital Training (ID: R7ZXBVRRR)
The EU GDPR - An Introduction (ID: UC-0HROEMGN)
Eipass Progressive (ID: 8B77A028CB)

The Profile
With over 25 years of experience in networks, systems, and IT risk management, I specialize in On-Premise and Cloud administration. I help organizations ensure regulatory compliance (GDPR, ISO 27001, NIS 1 and 2) and provide advanced Digital Forensics services. My current goal is to consolidate my expertise in Cybersecurity and Generative AI, collaborating internationally in a remote-first work environment.

Field Experience
Since 2005, I have served as the System Programmer and Privacy Manager for the Consorzio per la Bonifica della Capitanata, alongside continuous consulting work for healthcare facilities and law firms. I operationally manage DFIR (Digital Forensics and Incident Response), Business Continuity, Disaster Recovery, and IT risk mitigation. Previously, I coordinated international teams as an IT Project Manager between Amsterdam and Tallinn.

Strategic Vision & Skills
Understanding IT infrastructure also requires a solid business vision. That is why I integrated my technical background (Windows/Linux Servers, TCP/IP networks, Firewalls) with a Master's Degree in Economics (Summa Cum Laude). I combine an engineering approach with managerial and Agile methodologies (ITIL v.3, Scrum, Six Sigma). I am currently expanding my skill set through the official Google Cybersecurity Expert and Generative AI Leader paths.

Beyond the code
I am fluent in English (Cambridge C2 certification) and have knowledge of three other languages. When I am not dealing with servers or incident response, I recharge my energy by immersing myself in nature, flying drones (UAS Open A1/A3), practicing photography, or experimenting with new cooking techniques.

Formazione in corso

Professional Cloud Architect (Google Cloud)

Academic Background

Postgraduate Master in Corporate and Business Management (MA659)
Master's Degree in Economics LM-56 (Summa Cum Laude)
Bachelor's Degree in Economics and Business Management L-18 (94/110)

Certifications
Below is the complete list of certifications, specialization courses, and badges achieved, demonstrating a continuous commitment to technical and professional development:

Cybersecurity Foundations Professional Certificate (ID: 51934206)
Microsoft Certified: Azure Fundamentals
Foundations of Operationalizing MITRE ATT&CK
Foundations of Purple Teaming
Autopsy Basics and Hands On – Digital Forensics (ID: YRXYSTQBK8)
GrassHopper Javascript – Coding Fundamentals, Coding Fundamentals II, Array Methods, Animations
Project Management Essentials Certified (ID: 55005870)
Scrum Foundation Certificate (SFPC) (ID: 43043593)
Six Sigma White Belt (ID: 55005099)
Six Sigma Yellow Belt (ID: 729673)
ITIL v.3 Foundation (ID: GR750562993FR)
Cybersecurity Essentials – Cisco Netacad
Introduction to Cybersecurity – Cisco Netacad
Introduction to Cisco Packet Tracer – Cisco Netacad
Introduction to Internet of Everything – Cisco Netacad
Google Analytics for Beginners
Google Digital Training (ID: R7ZXBVRRR)
The EU GDPR - An Introduction (ID: UC-0HROEMGN)
Eipass Progressive (ID: 8B77A028CB)

Enterprise Shadow AI: Risks and Data Leakage Prevention

The Problem: Invisible Data Exfiltration via LLMs

Image generated with Gemini AI

The Shadow IT phenomenon has evolved. Today, the primary threat is no longer the unauthorized cloud server, but Shadow AI. To speed up their workflow, employees are pasting source code, confidential contracts, or financial data (PII) into public AI chatbots (like the free versions of ChatGPT or Claude). Because these tools often use user prompts to train their language models, the company's sensitive data is irrevocably exposed outside the corporate security perimeter.

The Solution: Policies, DNS Filtering, and Enterprise AI

Simply blocking access to AI tools generates frustration and pushes users to find loopholes (e.g., hotspot connections). The solution requires a three-tiered approach.

1. Visibility and Network-Level Blocking

The first step is to stop the data hemorrhage to unauthorized endpoints. Configure the corporate firewall or DNS resolver (like Pi-hole or NextDNS) to monitor and block queries to the public APIs of major uncontracted AI providers.

# Example domains to add to the DNS blocklist
api.openai.com
chatgpt.com
claude.ai
gemini.google.com

2. Implementing Enterprise AI (Walled Garden)

To maintain productivity without compromising security, you must provide a safe alternative. Deploy private instances via enterprise cloud services (such as Google Cloud Vertex AI or Azure OpenAI) where contracts explicitly guarantee that data will not be used for model training. Alternatively, for highly classified data, deploy open-source LLMs (like Llama 3) locally on on-premise servers.

3. Endpoint DLP Configuration

Update Data Loss Prevention (DLP) software policies on endpoints to detect and block attempts to copy-paste sensitive strings (e.g., credit card numbers, IBANs, or proprietary code) into browser windows directed at URL categories classified as "Generative AI".

Shadow AI Aziendale: Rischi e Prevenzione del Data Leakage

Il Problema: L'esfiltrazione invisibile dei dati tramite LLM

Immagine realizzata con Gemini AI

Il fenomeno dello Shadow IT si è evoluto. Oggi la minaccia principale non è più il server cloud non autorizzato, ma la Shadow AI. I dipendenti, per velocizzare il lavoro, incollano codice sorgente, contratti riservati o dati finanziari (PII) all'interno di chatbot IA pubblici (come la versione gratuita di ChatGPT o Claude). Poiché questi strumenti utilizzano spesso i prompt degli utenti per addestrare i propri modelli linguistici, i dati sensibili dell'azienda vengono irrimediabilmente esposti all'esterno del perimetro di sicurezza aziendale.

La Soluzione: Policy, DNS Filtering ed Enterprise AI

Bloccare semplicemente l'accesso agli strumenti IA genera frustrazione e spinge gli utenti a trovare scappatoie (es. connessioni hotspot). La soluzione richiede un approccio a tre livelli.

1. Visibilità e Blocco a livello di Rete

Il primo passo è fermare l'emorragia di dati verso endpoint non autorizzati. Configura il firewall aziendale o il resolver DNS (come Pi-hole o NextDNS) per monitorare e bloccare le query verso le API pubbliche dei principali fornitori IA non contrattualizzati.

# Esempio di domini da inserire in blocklist DNS
api.openai.com
chatgpt.com
claude.ai
gemini.google.com

2. Implementazione di IA Aziendale (Walled Garden)

Per mantenere la produttività senza compromettere la sicurezza, è necessario fornire un'alternativa sicura. Implementa istanze private tramite servizi cloud enterprise (come Google Cloud Vertex AI o Azure OpenAI) dove i contratti garantiscono esplicitamente che i dati non verranno utilizzati per il training dei modelli. In alternativa, per dati ad altissima classificazione, distribuisci LLM open-source (come Llama 3) localmente sui server aziendali.

3. Configurazione Endpoint DLP

Aggiorna le policy del software di Data Loss Prevention (DLP) sugli endpoint per rilevare e bloccare i tentativi di copia-incolla di stringhe sensibili (es. numeri di carte di credito, IBAN o codice proprietario) all'interno delle finestre del browser dirette a categorie URL classificate come "Generative AI".

IT Risk Assessment Ep. 1: Asset Visibility and the Danger of Shadow IT

Image generated with Gemini AI

There is a fundamental axiom in cybersecurity that every IT Manager should have engraved on their desk: "You cannot protect what you don't know you have". Any Risk Assessment activity that skips the Discovery phase is doomed to fail, leaving blind spots where risks proliferate unchecked. Welcome to the first chapter of our operational Playbook.

1. The Invisible Enemy: Shadow IT

Shadow IT represents the collection of devices, software, and cloud services used within the company without explicit approval from the IT department. This could be a Wi-Fi access point installed by an employee for "better signal," or an entire database moved to a personal cloud account for convenience. From a risk perspective, Shadow IT is a landmine: it is unpatched, unmonitored, and often exposes critical data to the Internet.

2. Discovery Techniques: Active vs Passive

To map the infrastructure and flush out Shadow IT, we must adopt scanning strategies that do not impact business continuity, especially in Industrial (OT) or Medical environments:

Active Discovery: Directly querying assets (ping, port scanning). Highly precise but can be "noisy" or crash sensitive legacy devices.
Passive Discovery: Listening to network traffic via SPAN/Mirror ports. Non-invasive, perfect for identifying assets that "talk" spontaneously, but less effective for silent ones.

3. The Toolset: Open and Commercial Solutions

The choice of tool depends on network scale and the need for automation. Here are the market benchmarks every professional should know:

Open Source Solutions:
- Nmap: The "Swiss Army knife." Indispensable for specific discovery and OS fingerprinting, but requires high technical skills to scale.
- Netdisco: Excellent for mapping network topology via SNMP, allowing you to see exactly which switch port each device is connected to.
Commercial Solutions:
- runZero (formerly Rumble): Likely the most innovative tool today. It performs "unauthenticated" (credential-less) and agentless active discovery, identifying IT, OT, and IoT assets with surgical precision without crashing systems.
- Lansweeper: A complete IT Asset Management solution that combines network and agent-based scanning to maintain an up-to-date CMDB.

4. Conclusion

Without a granular and dynamic asset inventory, the risk calculation (ALE/ARO) discussed in previous posts remains a theoretical exercise based on partial data. Visibility is the prerequisite for security.

Index: IT Risk Assessment Playbook

Ep. 1: Asset Visibility and Shadow IT [You are here]
Ep. 2: Threat Modeling: Knowing the Adversary
Ep. 3: Framework Comparison: NIST vs FAIR
Ep. 4: The Risk Register: From Theory to Governance

IT Risk Assessment Ep. 1: Visibilità degli Asset e il pericolo dello Shadow IT

Immagine realizzata con Gemini AI

Esiste un assioma fondamentale nella sicurezza informatica che ogni IT Manager dovrebbe scolpire sulla propria scrivania: "Non puoi proteggere ciò che non sai di avere". Qualsiasi attività di Risk Assessment che ignori la fase di Discovery è destinata a fallire, lasciando zone d'ombra dove i rischi proliferano indisturbati. Benvenuti al primo capitolo del nostro Playbook operativo.

1. Il nemico invisibile: Lo Shadow IT

Lo Shadow IT rappresenta l'insieme di dispositivi, software e servizi cloud utilizzati all'interno dell'azienda senza l'approvazione esplicita del dipartimento IT. Può trattarsi di un access point Wi-Fi installato da un dipendente per "prendere meglio", o di un intero database spostato su un account cloud personale per comodità. Dal punto di vista del rischio, lo Shadow IT è una mina antiuomo: non è patchato, non è monitorato e spesso espone dati critici su Internet.

2. Tecniche di Discovery: Attiva vs Passiva

Per mappare l'infrastruttura e stanare lo Shadow IT, dobbiamo adottare strategie di scansione che non impattino sulla business continuity, specialmente in ambienti industriali (OT) o medici:

Active Discovery: Interrogazione diretta degli asset (ping, scansione porte). Molto precisa ma può essere "rumorosa" o bloccare dispositivi legacy sensibili.
Passive Discovery: Ascolto del traffico di rete tramite porte SPAN/Mirror. Non invasiva, perfetta per individuare asset che "parlano" spontaneamente ma meno efficace per quelli silenti.

3. Il Toolset: Soluzioni Open e Commerciali

La scelta dello strumento dipende dalla scala della rete e dalla necessità di automazione. Ecco i riferimenti di mercato che ogni professionista dovrebbe conoscere:

Soluzioni Open Source:
- Nmap: Il "coltellino svizzero". Indispensabile per discovery puntuali e fingerprinting degli OS, ma richiede competenze tecniche elevate per essere scalato.
- Netdisco: Eccellente per mappare la topologia di rete tramite SNMP, permettendo di vedere esattamente a quale porta dello switch è collegato ogni dispositivo.
Soluzioni Commerciali:
- runZero (ex Rumble): Probabilmente lo strumento più innovativo oggi. Esegue una discovery attiva "unauthenticated" (senza credenziali) e senza agenti, riuscendo a identificare asset IT, OT e IoT con una precisione chirurgica senza abbattere i sistemi.
- Lansweeper: Una soluzione completa per l'IT Asset Management che combina scansioni di rete e agent-based per mantenere una CMDB sempre aggiornata.

4. Conclusione

Senza un inventario degli asset granulare e dinamico, il calcolo del rischio (ALE/ARO) visto nei post precedenti rimane un esercizio teorico basato su dati parziali. La visibilità è il prerequisito della sicurezza.

Indice: IT Risk Assessment Playbook

Ep. 1: Visibilità degli Asset e Shadow IT [Tu sei qui]
Ep. 2: Threat Modeling: Conoscere l'avversario
Ep. 3: Framework a confronto: NIST vs FAIR
Ep. 4: Il Risk Register: Dalla teoria alla Governance

Consulente ICT ICT Consultant

Enterprise Shadow AI: Risks and Data Leakage Prevention

The Problem: Invisible Data Exfiltration via LLMs