Web scraping per l’individuazione precoce di vulnerabilità di sicurezza: un caso di studio aziendale

L'aumento esponenziale delle minacce informatiche obbliga alle aziende un'ottima capacità di monitoraggio e di risposta alle vulnerabilità, per garantire la protezione dei dati dei propri clienti. Diventa fondamentale disporre di un sistema automatizzato in grado di rilevare nel minor tempo possibile nuove minacce e fornire all'azienda e ai suoi clienti tutte le informazioni necessarie per un intervento rapido e mirato. Per rispondere a questa esigenza, la presente tesi nasce nel contesto aziendale di VEM Sistemi S.p.A.. L'obiettivo è sviluppare un sistema automatizzato di rilevamento e notifica delle vulnerabilità, progettato per rilevare tempestivamente le nuove minacce e fornire supporto alle aziende e ai loro clienti. La metodologia utilizzata per sviluppare questo sistema si basa su un approccio modulare e flessibile. Il linguaggio Python è stato scelto per la sua versatilità e per l'ampia disponibilità di librerie open-source. MongoDB è stato scelto come database NoSQL per la gestione dei dati resa possibile dalla sua capacità di supportare dati strutturati e aggiornamenti frequenti. Oltre ciò, librerie come BeautifulSoup sono state utilizzate per il web scraping, dando la possibilità di estrazione automatica dei dati dalle fonti di sicurezza online, mentre Jinja2 è stata utilizzata per la generazione di template HTML per le notifiche email. I risultati attesi del software includono notifiche automatiche via email che informino tempestivamente il team di sicurezza di VEM Sistemi e i clienti sui nuovi rischi. Le notifiche contengono i dettagli delle vulnerabilità come la loro descrizione, il punteggio di gravità (CVSS) e tutti i prodotti software o hardware vulnerabili. Ciò consente agli utenti di adoperarsi in tempi brevi per provvedere alle misure necessarie come ad esempio un aggiornamento. L'obiettivo finale è ridurre drasticamente il tempo di risposta alle minacce con un conseguente minor rischio di essere attaccati.