Confrontarsi su temi di Cybersecurity permette di vedere punti di vista esterni, a volte impensabili. Questo podcast nasce proprio per questo: condividere punti di vista, risorse, idee, casi di successo ma anche problemi.
Supportato da NTS (http://www.nts.eu/). Seguici su LinkedIn (https://www.linkedin.com/company/info-sec-unplugged/), Telegram (https://t.me/+YsBHtJkvgNFmOGQ0), Reddit (https://www.reddit.com/r/BitHorn/).
0x31 - Garbage in garbage out, anche gli agenti hanno bisogno di ordine
In questa puntata torniamo sul tema degli LLM applicati alla cybersecurity, questa volta con un focus specifico sulla detection. Partendo da esperimenti personali — uno sull'uso di agenti per analizzare anomalie in infrastrutture complesse, l'altro nato da un approfondimento sui paper più recenti — smontiamo l'idea che gli LLM possano fare da oracolo a cui dare in pasto enormi moli di log grezzi sperando che trovino da soli le minacce. Raccontiamo perché questo approccio è economicamente insostenibile e perché funziona molto meglio la combinazione tra detection rules deterministiche e contesto mirato fornito da un analista, lasciando all'LLM il compito di interpretare in modo probabilistico ciò che il piano deterministico non riesce a risolvere. Parliamo di falsi positivi, di regole disattivate troppo alla leggera, di un possibile diario di bordo testuale per aiutare gli agenti a discriminare eventi reali, e di casi in cui il probabilistico funziona davvero bene — come il riconoscimento di header HTTP anomali o la valutazione del tono di un'email in ottica anti-phishing. Non manca una riflessione più ampia sui limiti pratici della tecnologia: l'incoerenza di stile tra un output e l'altro, gli agenti che evadono il prompt bruciando token su strade sbagliate, e il tema ancora acerbo dell'addestramento on-prem e dei modelli specializzati per contesto. Un episodio che prova a distinguere, con metodo e senza hype, dove gli LLM danno davvero valore alla detection e dove invece conviene ancora affidarsi al buon vecchio approccio deterministico.
(https://youtu.be/1gieddeZxWw)Link all'episodio (https://www.infosecunplugged.it/episodes/episode-49.html)
Supportato da NTS (http://www.nts.eu/). Seguici su LinkedIn (https://www.linkedin.com/company/info-sec-unplugged/), Telegram (https://t.me/+YsBHtJkvgNFmOGQ0), Reddit (https://www.reddit.com/r/BitHorn/).
20 Jul 2026
0x30 - Quanti use case sa davvero gestire il tuo SOC?
In questa puntata di Info Sec. Unplugged, Andrea Dainese e Rocco Sicilia riflettono su un problema ricorrente osservato nelle simulazioni di attacco: molti attacchi, anche rumorosi, passano inosservati ai servizi SOC/MDR. Partendo dalla critica a un approccio alla detection troppo centrato sugli IOC statici, i due analizzano le cause strutturali del problema — dal filtraggio degli eventi basato sulla severity deci4sa dai vendor, alla scelta delle fonti di log dettata più dalla sostenibilità economica del servizio che dagli scenari di minaccia da coprire. Discutono di come un SOC dovrebbe partire dagli use case e dai threat da rilevare per poi definire le fonti necessarie, invece di adattare le detection alla tecnologia già acquistata. Toccano poi il tema, spesso trascurato, del collaudo dei servizi SOC, il valore del threat hunting come pratica di miglioramento continuo, i rischi architetturali legati a punti di raccolta log non ridondati, e il problema delle fonti che smettono silenziosamente di trasmettere. Chiudono con una riflessione sull'importanza di rendere il cliente consapevole dei limiti reali di un servizio SOC, sfatando l'idea che sia una soluzione infallibile.
(https://youtu.be/1gieddeZxWw)Link all'episodio (https://www.infosecunplugged.it/episodes/episode-48.html)
Supportato da NTS (http://www.nts.eu/). Seguici su LinkedIn (https://www.linkedin.com/company/info-sec-unplugged/), Telegram (https://t.me/+YsBHtJkvgNFmOGQ0), Reddit (https://www.reddit.com/r/BitHorn/).
22 Jun 2026
0x2f - Red teaming nell'era degli LLM
In questa puntata riprendiamo il tema dell'utilizzo dei modelli linguistici
nel mondo della sicurezza informatica, concentrandoci stavolta sul red teaming.
Partendo da un'analisi critica fase per fase — ricognizione, analisi dei dati,
phishing, scrittura di codice e payload, analisi delle vulnerabilità — proviamo
a capire dove gli LLM danno un contributo reale e dove invece è meglio risparmiare
i token. Tra output incompleti nella raccolta dati, regex bypassate in pochi secondi,
payload custom costruiti al volo e CVE che non piovono dal cielo, emerge un quadro
onesto e poco incline all'hype: lo strumento esiste, accelera alcune cose in
modo significativo, ma richiede giudizio su quando usarlo e quando no.
(https://youtu.be/1gieddeZxWw)Link all'episodio (https://www.infosecunplugged.it/episodes/episode-47.html)
Supportato da NTS (http://www.nts.eu/). Seguici su LinkedIn (https://www.linkedin.com/company/info-sec-unplugged/), Telegram (https://t.me/+YsBHtJkvgNFmOGQ0), Reddit (https://www.reddit.com/r/BitHorn/).
Reach and audience
Public platform figures. Ratings count people who left a rating, not total listeners.
Spotify
5.0 / 5
8 ratings
Contact Info Sec. unplugged
Guest appearances
Does not typically book guests
Based on episode analysis; this does not confirm that the show is currently accepting guests.
Host of Info Sec. unplugged?
Claim your podcast to manage its listing and keep your show details accurate.
Pod Engine is an independent podcast discovery and analytics service and is not affiliated with or endorsed by this podcast. Artwork and show content belong to their owners. Full legal notice.
Explore this show Podcast research with Pod Engine
