La sicurezza della produzione additiva non riguarda più soltanto la protezione delle reti
La progressiva digitalizzazione degli impianti produttivi sta creando una nuova categoria di rischi informatici nella quale l’obiettivo di un attacco non è necessariamente bloccare una macchina, sottrarre informazioni o rendere inutilizzabile un sistema informatico.
Nel caso della produzione additiva, un aggressore può cercare di alterare il processo produttivo in modo molto più difficile da individuare: modificare i dati utilizzati dalla stampante 3D affinché il componente venga prodotto normalmente, mantenga un aspetto corretto e superi alcune verifiche iniziali, pur presentando una resistenza meccanica inferiore a quella prevista.
È uno degli scenari studiati da Saman Zonouz, professore associato presso la School of Cybersecurity and Privacy e la School of Electrical and Computer Engineering del Georgia Institute of Technology, dove co-dirige il Cyber-Physical Security Lab.
Il lavoro di Zonouz e di altri gruppi di ricerca mostra perché la cybersecurity della manifattura digitale debba essere considerata anche come un problema di qualità e sicurezza del prodotto fisico.
Una modifica di pochi byte può, in determinate circostanze, trasformarsi in una cavità interna, una variazione dell’infill, una diversa quantità di materiale depositato o un percorso utensile modificato. Il risultato finale non è quindi soltanto un file compromesso: può essere un componente fisicamente diverso da quello progettato.
Dalla progettazione al pezzo fisico: la lunga catena digitale della stampa 3D
Un componente prodotto mediante additive manufacturing attraversa numerose trasformazioni digitali prima di diventare un oggetto fisico.
Il processo può partire da un modello CAD, che viene esportato in un formato destinato alla produzione. Il modello passa quindi attraverso un software di slicing o un sistema di preparazione della costruzione, dal quale vengono generate le istruzioni necessarie alla macchina.
Nelle stampanti a estrusione queste istruzioni sono spesso rappresentate dal G-code. Nei sistemi industriali possono essere utilizzati formati e strategie differenti, ma il principio resta lo stesso: tra il progetto originale e il movimento effettivamente eseguito dalla macchina esiste una catena composta da file, software, sistemi operativi, connessioni di rete, controller e firmware.
Ognuno di questi passaggi può rappresentare un punto di attacco.
Un aggressore potrebbe modificare direttamente la geometria. Potrebbe intervenire sulle istruzioni generate dal software. Potrebbe alterare i parametri di processo oppure compromettere il firmware della macchina in modo che la stampante esegua operazioni diverse da quelle richieste dal file ricevuto.
La particolarità della produzione additiva è che un attacco informatico può quindi propagarsi dal dominio digitale a quello fisico.
Le “logic bomb” applicate ai file di produzione
Il gruppo di Saman Zonouz ha studiato anche la possibilità di inserire forme di logic bomb nella catena digitale di produzione.
In ambito informatico una logic bomb è un meccanismo malevolo predisposto per produrre un determinato effetto quando si verificano condizioni definite dall’attaccante.
Trasposto nella manifattura, il concetto può essere utilizzato per predisporre modifiche che non causano necessariamente un errore immediatamente visibile.
La stampante può completare il lavoro senza segnalare anomalie. Il componente può avere dimensioni esterne compatibili con il modello previsto e apparire corretto a un’ispezione superficiale. Il difetto può trovarsi all’interno oppure essere costituito da una variazione sufficientemente piccola da non attirare l’attenzione.
Il problema emerge quando il pezzo viene sottoposto alle sollecitazioni per le quali è stato progettato.
Un componente di questo tipo può possedere una durata a fatica inferiore, una resistenza ridotta oppure un punto di concentrazione degli sforzi non previsto dal progettista.
Un precedente concreto: il propulsore di un drone sabotato digitalmente
La possibilità non è soltanto concettuale.
Uno studio presentato nel 2017 da ricercatori della Ben-Gurion University of the Negev, della University of South Alabama e della Singapore University of Technology and Design aveva già dimostrato sperimentalmente un attacco contro un’elica per drone prodotta mediante stampa 3D.
I ricercatori modificarono il processo digitale introducendo un difetto estremamente piccolo nella struttura dell’elica. La variazione di peso provocata dalla modifica era inferiore al 3%, rendendo difficile individuare il problema attraverso un semplice confronto della massa.
L’obiettivo era evitare un guasto immediato. Un componente che si rompe direttamente durante il collaudo rivela infatti rapidamente la presenza di un problema.
Il pezzo sabotato era invece progettato per funzionare inizialmente e sviluppare il cedimento sotto le sollecitazioni operative.
Durante una prova di volo l’elica modificata si ruppe dopo circa un minuto e quaranta secondi di funzionamento, provocando la caduta del drone utilizzato nell’esperimento.
Lo studio dimostrava un principio particolarmente importante per la cybersecurity industriale: un attacco può essere progettato per superare la fase di produzione e manifestarsi soltanto dopo che il componente è stato installato.
Il G-code è un’altra possibile superficie di attacco
La manipolazione può avvenire anche dopo la fase di progettazione.
Uno studio presentato al 34th USENIX Security Symposium nel 2025 da ricercatori della Paderborn University e della Ruhr University Bochum ha analizzato sistematicamente le istruzioni G-code utilizzabili dalle stampanti 3D.
I ricercatori hanno individuato 278 comandi potenzialmente sfruttabili con finalità malevole su un insieme di 593 comandi analizzati.
Le possibilità sono state suddivise in tre categorie principali: sottrazione di informazioni, denial of service e manipolazione del modello o del processo.
Un attacco non deve quindi necessariamente riscrivere completamente il file.
Determinate istruzioni possono modificare velocità, estrusione, temperature, configurazioni della macchina o comportamento del sistema. Altre possono interferire con lavori successivi o lasciare impostazioni persistenti.
Questo amplia considerevolmente la superficie di attacco perché significa che anche un accesso limitato alle istruzioni inviate alla macchina può avere conseguenze sul processo produttivo.
Anche il firmware della stampante può essere compromesso
Un’altra area critica è rappresentata dal firmware.
In questo scenario il file ricevuto dalla stampante potrebbe essere perfettamente corretto. È la macchina stessa a interpretarlo in maniera malevola.
Ricercatori della Virginia State University e della Virginia Commonwealth University hanno analizzato questa possibilità in uno studio dedicato agli attacchi contro il firmware delle stampanti basate sulla fabbricazione a filamento fuso.
Il gruppo ha realizzato nove differenti tipologie di attacco firmware e ha esaminato complessivamente decine di possibili attacchi distribuiti nelle diverse fasi della produzione: progettazione CAD, slicing, generazione del G-code e controllo della macchina.
Un firmware compromesso può, per esempio, cambiare la quantità di materiale estruso senza che il file G-code contenga istruzioni anomale.
Questo crea una difficoltà evidente per i sistemi di verifica basati esclusivamente sul confronto dei file: il progetto originale e il file mandato in produzione possono essere corretti mentre il comportamento fisico della macchina è diverso.
Il controllo del file da solo non basta
La conseguenza è che verificare esclusivamente l’integrità del CAD non garantisce l’integrità del componente.
Firmare digitalmente un file e controllarne l’hash può essere molto utile per stabilire che non sia stato modificato durante il trasferimento. Ma questa misura protegge soltanto una parte della catena.
Un software di slicing compromesso potrebbe trasformare correttamente il file originale in istruzioni deliberatamente alterate. Un controller compromesso potrebbe modificare le istruzioni ricevute. Un firmware malevolo potrebbe eseguire comandi diversi.
Per questo la ricerca sulla sicurezza della produzione additiva sta progressivamente spostando l’attenzione dalla semplice protezione del file verso la verifica dell’intero processo.
Ascoltare una stampante per capire se sta producendo il pezzo corretto
Una delle strategie studiate da Georgia Institute of Technology e Rutgers University utilizza una caratteristica interessante delle macchine utensili e delle stampanti 3D: durante il funzionamento generano segnali fisici correlati ai movimenti che stanno eseguendo.
In un lavoro presentato all’USENIX Security Symposium del 2017, un gruppo comprendente Christian Bayens, Tuan Le, Luis Garcia, Raheem Beyah, Mehdi Javanmard e Saman Zonouz sviluppò sistemi indipendenti dal firmware e dal computer che controllava la macchina.
I ricercatori analizzarono i segnali acustici generati durante la produzione e il movimento delle parti della stampante.
L’idea è utilizzare il comportamento fisico della macchina come una seconda fonte di informazioni.
Se il file ordina alla testina di seguire una determinata traiettoria, ma i sensori indicano movimenti differenti, il sistema può rilevare una discrepanza anche se il software di controllo sostiene che tutto stia funzionando normalmente.
Nelle prove condotte su tre differenti tipi di stampanti 3D e su una macchina CNC, il gruppo riuscì a identificare le stampe errate durante il processo.
Controllare anche il materiale dopo la produzione
Lo stesso gruppo sperimentò una seconda linea di difesa.
Minuscole nanoparticelle d’oro venivano integrate nel materiale utilizzato per la stampa e impiegate come marcatori interni.
Dopo la produzione, tecniche di imaging permettevano di controllare la distribuzione delle particelle e verificare se la struttura interna del pezzo corrispondesse a quella prevista.
Il concetto è simile a quello di un’impronta fisica incorporata nel componente.
Questo tipo di soluzione mostra come la cybersecurity della produzione additiva possa richiedere strumenti che normalmente apparterrebbero alla metrologia, alla scienza dei materiali e ai controlli non distruttivi.
L’intelligenza artificiale per identificare comportamenti anomali
Georgia Institute of Technology sta studiando anche l’impiego dell’intelligenza artificiale per il monitoraggio delle linee produttive attraverso il programma Georgia Artificial Intelligence Manufacturing Technology Corridor, noto come Georgia AIM o GA-AIM.
L’iniziativa ha ricevuto nel 2022 un finanziamento di 65 milioni di dollari dalla Economic Development Administration del Dipartimento del Commercio degli Stati Uniti.
Nel progetto di cybersecurity Saman Zonouz collabora con ricercatori fra cui Aaron Stebner, Steven Ferguson e Animesh Chhotaray, con attività condotte anche dalla ricercatrice Twisha Chattopadhyay.
Uno degli obiettivi è utilizzare sistemi di rilevamento automatico delle anomalie per osservare continuamente processi industriali complessi.
Invece di cercare esclusivamente la firma digitale di un malware conosciuto, il sistema può imparare quali comportamenti sono compatibili con il normale funzionamento della linea e segnalare deviazioni significative.
Questo approccio è particolarmente adatto ai sistemi cyber-fisici perché un attacco può lasciare tracce nei dati dei sensori, nelle sequenze operative, nei consumi energetici, nelle temperature, nei movimenti o in altre grandezze fisiche anche quando il malware informatico non è stato identificato.
Il problema delle macchine industriali raggiungibili attraverso Internet
Le ricerche del gruppo di Zonouz hanno messo in evidenza anche un problema più elementare: controller e sistemi industriali che risultano accessibili direttamente attraverso Internet.
La convergenza fra Information Technology e Operational Technology ha portato nelle fabbriche connessioni remote, sistemi cloud, diagnostica a distanza e monitoraggio distribuito.
Queste funzioni possono migliorare manutenzione e gestione degli impianti, ma collegano apparecchiature progettate originariamente per reti industriali isolate a infrastrutture esterne.
Un controller industriale esposto senza adeguate protezioni rappresenta un obiettivo molto diverso da un normale computer aziendale. Un aggressore che ne prende il controllo può infatti influenzare direttamente un processo fisico.
Nel caso della stampa 3D potrebbe intervenire sui parametri della macchina, sui percorsi, sui dati di produzione o sulle configurazioni utilizzate per realizzare i componenti.
La catena di fornitura di controller e firmware
Un altro elemento riguarda l’origine dell’hardware e del software installati negli impianti.
Una macchina industriale moderna incorpora controller, moduli di comunicazione, sistemi embedded e firmware provenienti da una catena di fornitura articolata.
Una vulnerabilità può essere introdotta accidentalmente durante lo sviluppo del software oppure derivare da componenti obsoleti. Uno scenario più difficile riguarda invece la presenza deliberata di funzioni nascoste o backdoor.
Per una fabbrica non è sempre possibile analizzare il codice sorgente del firmware installato sulle apparecchiature acquistate.
La gestione della cybersecurity industriale deve quindi estendersi anche alla selezione dei fornitori, agli aggiornamenti firmware, alla verifica delle componenti e alla possibilità di controllare l’integrità del software durante l’intera vita della macchina.
NIST: la produzione additiva richiede misure di sicurezza specifiche
Anche il National Institute of Standards and Technology ha affrontato espressamente il problema.
Il NIST considera le macchine per additive manufacturing, soprattutto quelle metalliche, sistemi intrinsecamente digitali e spesso cyber-fisici.
Nel 2023 il NIST ha pubblicato un lavoro dedicato alla gestione sicura dei dati nella produzione additiva, osservando che le normali pratiche di cybersecurity IT e OT non sono sempre sufficienti senza adattamenti specifici per l’AM.
Nel 2024 un ulteriore studio ha applicato il Risk Management Framework del NIST a uno scenario di produzione mediante Laser Powder Bed Fusion.
Il motivo è evidente: una macchina LPBF non gestisce soltanto file digitali. Trasforma quei dati in un componente metallico il cui comportamento dipende da numerosi parametri di processo.
L’integrità dei dati diventa quindi parte dell’integrità del prodotto.
La manifattura critica è una questione di infrastrutture nazionali
Negli Stati Uniti la Cybersecurity and Infrastructure Security Agency include il Critical Manufacturing Sector tra i 16 settori delle infrastrutture critiche nazionali.
La categoria comprende, tra le altre attività, la produzione di metalli primari, macchinari, apparecchiature elettriche e mezzi di trasporto, inclusi prodotti e componenti aerospaziali.
La motivazione è legata alle interdipendenze tra industria, energia, trasporti, acqua e difesa.
Un attacco contro un singolo stabilimento può rappresentare un problema aziendale. La compromissione sistematica di componenti destinati ad altre infrastrutture può invece produrre effetti molto più estesi.
Un trasformatore elettrico, un componente aeronautico o un elemento destinato a un sistema militare sono esempi nei quali l’affidabilità del processo produttivo diventa parte della sicurezza dell’infrastruttura nella quale il prodotto verrà utilizzato.
Dalla cybersecurity alla “product integrity”
La produzione additiva rende meno netta la separazione fra sicurezza informatica e controllo qualità.
In una fabbrica tradizionale un attacco informatico può fermare la produzione. In una fabbrica digitalizzata può anche modificare ciò che viene prodotto.
Questa distinzione cambia il problema.
Un ransomware è normalmente evidente: sistemi bloccati, file cifrati e produzione ferma.
Un attacco progettato per modificare leggermente un componente può invece avere come obiettivo principale quello di non essere scoperto.
Il sistema informatico continua a funzionare. La stampante completa il lavoro. Il componente viene estratto dalla macchina. Le sue dimensioni esterne possono risultare corrette.
È proprio questa invisibilità a rendere importante integrare cybersecurity, monitoraggio del processo, tracciabilità dei dati, controlli non distruttivi e verifica delle proprietà del materiale.
Per la produzione additiva industriale, proteggere il progetto digitale e proteggere il componente fisico stanno diventando due aspetti dello stesso problema.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
