Agente di Sicurezza Interno
Monitoraggio continuo della sicurezza dei tuoi server, dall'interno. Un agente leggero installato on-premise che controlla hardening, vulnerabilità dei pacchetti e servizi esposti — e ti avvisa quando qualcosa cambia.
Le scansioni esterne vedono il tuo perimetro. L'Agente Interno vede ciò che l'esterno non può: configurazioni di sistema, pacchetti installati con CVE note, servizi in ascolto sulla rete interna. Gira sui tuoi server, invia solo i risultati e trasforma lo stato di sicurezza in un flusso monitorato nel tempo.
Cloud o On-premise — decidi tu dove vivono i dati
La stessa piattaforma, due modalità di deployment. Scegli in base ai tuoi vincoli.
Cloud
semplice, zero infrastrutturaL'agente invia i risultati a SecureScan, che li analizza e ti dà report, dashboard e monitoraggio. Nessuna infrastruttura da gestire.
On-premise (appliance)
sovranità del datoUn'appliance che installi sui tuoi server: raccolta, correlazione CVE e analisi AI girano tutte dentro la tua rete. Nulla di sensibile esce mai — pensata per chi ha vincoli normativi o di sovranità (banche, sanità, PA, ambienti air-gapped). La configurazione scende dal pannello cloud; i dati restano a casa tua.
Analisi AI in locale, con QVAC
QVAC è il runtime di intelligenza artificiale locale di Tether: un motore open source (Apache 2.0) che esegue modelli linguistici direttamente sull'infrastruttura del cliente, senza nessuna chiamata cloud. SecureScan lo usa per trasformare i risultati grezzi dei tool in un'analisi comprensibile — rischi spiegati, priorità e passi di remediation — elaborata interamente dentro i tuoi server.
- Gira on-premise: i tuoi dati non lasciano mai la tua rete. L'AI analizza tutto in locale, nessun dato inviato al cloud.
- Trasforma i findings in linguaggio chiaro: cosa significa ogni vulnerabilità, quanto è urgente e come si risolve.
- Leggero grazie a TurboQuant (compressione della memoria): meno RAM richiesta, gira anche su server modesti.
- Interfaccia OpenAI-compatible: il modello resta configurabile e sostituibile, senza vincoli di lock-in.
Basato su QVAC, il runtime AI locale di Tether (SDK open source, Apache 2.0).
Il tuo modello LLM, anche su GPU, in casa tua
Nell'appliance on-premise l'analisi AI gira in locale. Parti con un modello leggero su CPU incluso, oppure — per più qualità e velocità — colleghi il TUO server con vLLM e GPU e il modello che preferisci. Basta incollare l'URL dell'endpoint nel pannello.
- Modello leggero su CPU incluso: funziona senza GPU e si scarica da solo al primo avvio (zero configurazione).
- Oppure il tuo server vLLM su GPU con un modello più potente — lo configuri dal pannello (endpoint OpenAI-compatible).
- Runtime a scelta: vLLM, Ollama, QVAC — stessa API standard, nessun lock-in, si cambia con una riga.
- L'analisi gira di notte in batch: la latenza non conta, puoi usare modelli grandi anche su hardware modesto.
Cosa controlla
Hardening di sistema
Audit della configurazione del sistema operativo con lynis: permessi, servizi, kernel, policy di autenticazione. Ti dice dove il server è esposto e come irrobustirlo.
Vulnerabilità dei pacchetti
Scansione del filesystem con trivy: ogni pacchetto installato è confrontato con i database CVE. Scopri le librerie e i componenti vulnerabili prima che vengano sfruttati.
Servizi interni esposti
Mappa opt-in delle porte e dei servizi in ascolto sulla rete interna: cosa è raggiungibile da dentro, spesso invisibile a una scansione esterna.
Malware (ClamAV)
Scansione antivirus dei percorsi sensibili con ClamAV: i file infetti diventano finding critici, che l'AI spiega e prioritizza (triage assistito).
Come funziona
- 1Crei un agente dalla dashboard e ricevi un comando di installazione: un solo copia-incolla sul server.
- 2L'agente si registra in sicurezza con un token monouso e gira su schedule: nessuna porta da aprire in ingresso, parla solo lui verso SecureScan.
- 3Ogni run invia l'output grezzo dei tool; SecureScan lo normalizza in findings con severità, pacchetto e CVE.
- 4Il monitoraggio continuo traccia prima e ultima osservazione, risolve i problemi spariti e riapre quelli che ritornano — vedi solo cosa è cambiato.
Correlazione CVE integrata
I findings con CVE sono arricchiti dal motore di correlazione di SecureScan: punteggio CVSS, presenza nel catalogo CISA KEV (vulnerabilità sfruttate attivamente), probabilità di sfruttamento EPSS e un priority score. Sai subito cosa guardare per primo — non un elenco piatto di CVE, ma una coda ordinata per rischio reale.
Privacy e leggerezza
L'agente è un piccolo pacchetto Python (libreria standard più due dipendenze), gira come servizio schedulato e non apre nessuna porta in ingresso. Invia solo i risultati dei tool, mai i tuoi dati. Gli aggiornamenti sono firmati (Ed25519) e verificati prima dell'installazione. lynis è invocato come processo esterno, senza codice GPL incorporato.
Digest settimanale
Ogni settimana ricevi via email un riepilogo di cosa è cambiato: nuovi problemi e problemi risolti per severità, con i critical e high in evidenza. Niente rumore quando non cambia nulla.
Requisiti di sistema
L'agente si installa e funziona in due modalità: da solo, oppure con l'analisi AI in locale. Ecco cosa serve per ciascuna.
Agente base
sempre inclusoRaccolta (lynis, trivy, nmap), findings normalizzati e correlazione CVE con KEV/EPSS e priority score. Nessuna AI richiesta: gira su risorse minime.
- Sistema operativo
- Linux con systemd (per la schedulazione automatica di scansioni e heartbeat).
- Python
- Versione 3.8 o superiore, con il modulo venv (pacchetto python3-venv). Nessun'altra dipendenza da preinstallare: l'agente crea il proprio ambiente isolato.
- Privilegi
- Accesso root: l'installazione avviene come servizio di sistema e le scansioni complete (hardening e filesystem) richiedono i permessi di root.
- Tool di scansione
- lynis e/o trivy installati dai pacchetti della distribuzione (basta la Community Edition). nmap solo se attivi la scansione della rete interna (opzionale).
- Rete
- Solo connessione in uscita HTTPS verso SecureScan — nessuna porta in ingresso da aprire. trivy scarica il proprio database CVE al primo avvio.
- Risorse
- Minime: l'agente è un piccolo pacchetto Python, non installa database né servizi pesanti sul server.
Con analisi AI locale (QVAC)
opzionaleUn modello linguistico in locale trasforma i findings in analisi leggibile: rischi spiegati, priorità e remediation in linguaggio naturale, executive summary — tutto on-premise, nessun dato lascia la tua rete.
In aggiunta ai requisiti dell'agente base:
- 8–12 GB di RAM per il modello Qwen 7–14B (quantizzato Q4): ~8 GB per il 7B, ~12 GB per il 14B.
- 5–10 GB di disco per il modello scaricato.
- Runtime QVAC (o qualsiasi endpoint OpenAI-compatible).
Porta il monitoraggio dentro i tuoi server
Registrati, crea il tuo primo agente in un minuto e installalo con un comando.
Prova Gratis — 50 Crediti Omaggio