La maturità dell’intelligenza artificiale nei sistemi spaziali

I sistemi spaziali sono il cuore delle moderne infrastrutture critiche: comunicazioni, navigazione, servizi meteorologici, logistica e operazioni militari ne dipendono in larga misura.

La maturità dell’intelligenza artificiale nei sistemi spaziali

Lo scenario delle minacce 

I sistemi spaziali sono il cuore delle moderne infrastrutture critiche: comunicazioni, navigazione, servizi meteorologici, logistica e operazioni militari ne dipendono in larga misura. Tuttavia, il loro livello di sicurezza non è cresciuto di pari passo con la loro importanza strategica e l’esposizione al rischio cyber sta aumentando proprio mentre il settore diventa più commerciale e interconnesso. Il panorama delle minacce abbraccia tutti e tre i livelli dell’architettura: il segmento di terra (stazioni di terra e centri di controllo), il collegamento spazio-terra (i canali a radiofrequenza che li uniscono) e il segmento spaziale (satelliti). Ognuno di essi presenta vulnerabilità distinte, i cui effetti tendono a sommarsi. 

Il segmento di terra 

L’infrastruttura di terra – le stazioni TT&C (Telemetria, Tracciamento e Comando), i centri di controllo e soprattutto i centri operativi di rete – si basa su standard IT e tecnologie operative. Questo la espone a tutto lo spettro delle classiche minacce informatiche: servizi di accesso remoto, configurazioni errate, software non aggiornati, phishing, furto di credenziali o compromissione tramite fornitori terzi. Come rileva l’ENISA, gli asset di terra connessi a Internet rappresentano per gli attaccanti i punti di ingresso con la minor barriera di complessità per violare un sistema spaziale. 

L’attacco del 2022 contro Viasat KA-SAT resta l’esempio più emblematico: attori riconducibili alla Russia hanno sfruttato una VPN mal configurata nella rete di gestione a terra e diffuso un malware di tipo wiper, rendendo inutilizzabili decine di migliaia di modem satellitari in tutta Europa, senza che nessun satellite venisse mai colpito direttamente. Gli effetti a cascata si sono estesi fino alle comunicazioni militari ucraine e a circa 5.800 turbine eoliche Enercon in Germania. 

I report più recenti indicano un peggioramento della tendenza generale. Il Public Threat Report del terzo trimestre 2025 dello Space ISAC documenta un aumento degli attacchi cyber a matrice geopolitica, citando attori specifici come Salt Typhoon, legato alla Cina (che ha colpito un provider di comunicazioni satellitari statunitense), il gruppo APT iraniano UNC159/Subtle Snail (che ha utilizzato malware creato su misura contro aziende europee della difesa e dell’aerospazio), e il cluster di recente identificazione RedNovember, che sta estendendo le proprie operazioni in modo mirato alle organizzazioni spaziali. Il rapporto evidenzia inoltre come le vulnerabilità nella supply chain di prodotti aziendali molto diffusi – come Citrix, SharePoint, SAP NetWeaver e SonicWall – rappresentino punti di ingresso ricorrenti. 

Il collegamento spazio-terra 

Il tradizionale canale a radiofrequenza è un mezzo di trasmissione broadcast le cui caratteristiche intrinseche aumentano l’esposizione alle minacce e la complessità difensiva rispetto alle reti terrestri. 

Il report Q3 2025 dello Space ISAC nota che i casi pubblici di jamming e spoofing dei sistemi GNSS hanno superato i 2.000 al mese; numerosi voli dell’aviazione commerciale subiscono regolarmente disservizi abbastanza gravi da condizionare le procedure di atterraggio, mentre gli operatori marittimi nel Mar Rosso e nello Stretto di Hormuz segnalano costantemente alterazioni dei dati GNSS relativi a navigazione e velocità. 

Il segmento spaziale 

Il paradosso fondamentale dei satelliti è che non sono più accessibili per la manutenzione una volta in orbita, il che rende le vulnerabilità introdotte in fase di progettazione particolarmente critiche. L’ENISA segnala un’ampia gamma di minacce a questo livello, tra cui accessi non autorizzati, iniezione di comandi malevoli, malware, vulnerabilità del software e compromissione della supply chain. 

Nel 2023, i ricercatori della Ruhr University Bochum hanno dimostrato quanto alcuni di questi rischi siano concreti. In uno studio condotto su tre satelliti, tra cui l’OPS-SAT dell’ESA e il primo satellite estone ESTCube-1, hanno scoperto che punti deboli come canali di comando non crittografati e normali vulnerabilità del software potevano essere sfruttati per prendere il controllo dei sistemi di bordo principali ed eseguire codice malevolo. Il punto centrale non riguardava tanto la sofisticazione dell’attacco, quanto l’ordinarietà delle falle: in alcuni casi, i sistemi spaziali presentavano lo stesso tipo di vulnerabilità informatiche che si riscontrano sulla Terra. 

Anche il rischio legato alla supply chain è una preoccupazione ricorrente. I programmi satellitari si appoggiano a lunghe catene di fornitura e da componenti commerciali standard (COTS), che possono introdurre vulnerabilità già prima del lancio, come codice malevolo o difettoso che rimane silente durante i test per poi attivarsi solo una volta in orbita. Poiché i satelliti di una stessa costellazione condividono spesso la medesima architettura software, un singolo componente compromesso può colpire un’intera flotta simultaneamente. 

Da un punto di vista operativo, questi tre livelli sono strettamente interdipendenti. Una compromissione del segmento di terra può interrompere i servizi di un’intera rete satellitare. Un’interferenza nel collegamento spazio-terra può corrompere i dati su cui si basano le operazioni. Le falle nel software di bordo diventano più gravi quando l’asset è fisicamente irraggiungibile. L’analisi comparativa dell’ENISA conclude che i sistemi spaziali sono molto più esposti alle minacce rispetto alle reti terrestri equivalenti, proprio a causa della loro dipendenza da collegamenti wireless e delle difficoltà di risposta e ripristino date dalla loro posizione. 

L’impiego dell’IA nella cybersicurezza spaziale 

L’intelligenza artificiale sta iniziando a giocare un ruolo concreto nella cybersicurezza spaziale, ma il suo utilizzo non è omogeneo lungo l’intera architettura. All’atto pratico, la maggior parte delle applicazioni attuali si concentra su sfide operative specifiche quali il rilevamento delle anomalie e la threat intelligence analysis. 

La difesa dei sistemi spaziali si sta progressivamente spostando da un approccio reattivo basato sull’applicazione di patch a un monitoraggio predittivo guidato dal machine learning. Tuttavia, applicare l’IA alla cybersicurezza spaziale non è semplice come trapiantare un software IT dal mondo aziendale, in quanto la sua implementazione è dettata dalle realtà fisiche e computazionali di ciascun segmento. Le attività più intense si concentrano a terra, dove la capacità di calcolo, l’archiviazione e i cicli di aggiornamento dei software subiscono meno vincoli, mentre l’utilizzo a bordo dei satelliti rimane molto più limitato. 

Il segmento di terra e la capacità di calcolo 

Poiché le stazioni di terra dispongono di energia e capacità di elaborazione praticamente illimitate, è qui che attualmente risiede la maggior parte dell’IA difensiva. I sistemi di terra generano enormi volumi di telemetria, log di rete, cronologie dei comandi e dati sullo stato di salute dei sistemi, rendendoli un terreno ideale per i modelli di machine learning addestrati a identificare deviazioni dal normale comportamento. Ciò significa che l’IA può segnalare sequenze di comandi insolite, variazioni nei profili d’energia o termici, schemi di accesso sospetti o combinazioni di eventi che un analista umano farebbe fatica a correlare in tempo reale. 

Un ostacolo importante per questi sistemi, tuttavia, è la mancanza di dati di addestramento. Gli incidenti cyber reali nei sistemi spaziali emergono raramente nei report pubblici e sono spesso classificati. Questo è uno dei motivi per cui il settore si sta rivolgendo all’IA generativa e ai digital twin (gemelli digitali): simulando le reti satellitari, i ricercatori possono generare dati sintetici ad alta fedeltà che rappresentano vari scenari di attacco e utilizzarli per addestrare i modelli difensivi senza esporre i sistemi operativi reali. 

Il collegamento spazio-terra e l’elaborazione dei segnali RF 

Per proteggere i collegamenti di comunicazione, l’IA viene sempre più applicata all’elaborazione dei segnali a radiofrequenza (RF). Il machine learning eccelle nel riconoscimento dei pattern, rivelandosi estremamente efficace nel monitoraggio delle anomalie nello spettro RF. I modelli di IA vengono addestrati per rilevare le tracce iniziali e impercettibili dello spoofing o del jamming del GNSS – distinguendo tra le legittime trasmissioni satellitari e i segnali malevoli che tentano di dirottare un ricevitore – prima che gli operatori umani si accorgano dell’interferenza. 

Il segmento spaziale e i limiti dell’Edge AI 

L’obiettivo ultimo è portare l’IA difensiva direttamente a bordo del satellite (concetto spesso definito Edge AI per veicoli spaziali). Se un veicolo dovesse perdere il contatto con la terra a causa di operazioni di jamming o di una violazione della stazione di terra, l’IA di bordo potrebbe teoricamente rilevare l’intrusione e interrompere autonomamente i collegamenti compromessi. 

In pratica questo scenario è però fortemente limitato dai vincoli SWaP (Size, Weight, and Power – dimensioni, peso e potenza). Dovendo, l’hardware spaziale, resistere a forti radiazioni e a temperature estreme, molti satelliti operativi funzionano con processori che equivalgono all’incirca ai computer desktop degli anni Novanta. Di conseguenza, l’IA di bordo attuale si limita a modelli leggeri e specifici per il rilevamento delle anomalie, incaricati di monitorare lo stato di salute base del sistema e l’esecuzione dei comandi, ben lontani dal poter gestire una difesa cyber pienamente autonoma. 

Le lacune 

Sebbene l’IA possa migliorare la cybersicurezza spaziale, le attuali implementazioni si scontrano con importanti carenze fisiche e operative. 

  1. Scarsità di dati: come accennato, i modelli di machine learning necessitano di grandi volumi di dati per l’addestramento. Tuttavia, poiché gli incidenti cyber reali nel settore spaziale vengono condivisi raramente a causa dei vincoli di classificazione, i ricercatori stanno cercando di generare dataset sintetici attraverso l’uso di digital twin. Ciononostante, con l’evolversi delle tattiche avversarie, gli ambienti simulati rischiano di allontanarsi sempre di più dalla realtà operativa.
  2. Hardware spaziale: idealmente, la postura difensiva più resiliente prevederebbe il posizionamento dell’IA direttamente sul satellite, permettendo ad esso di rilevare le minacce anche in caso di interruzione delle comunicazioni con la terra, ma i processori di bordo sono limitati dai vincoli SWaP e dai requisiti di schermatura (hardening). Di conseguenza, la maggior parte del carico computazionale per la difesa IA rimane nel segmento di terra; ciò significa che l’IA non elimina ancora la dipendenza del sistema dal suo livello più esposto.
  3. La superficie d’attacco dell’IA: l’implementazione di modelli di machine learning nelle architetture spaziali rende l’IA stessa un bersaglio per le tattiche di adversarial ML. Esempi tipici sono il data poisoning e il model evasion, attacchi in cui un aggressore manipola i dati utilizzati per addestrare un modello o gli input che quest’ultimo riceve in fase operativa.

La matrice di maturità spazio-IA 

Lo stato attuale dell’IA nella cybersicurezza spaziale è definito da un paradosso strutturale per cui la capacità dell’IA difensiva è inversamente proporzionale all’isolamento del sistema. 

Il livello architetturale che più necessita di una difesa autonoma – il segmento spaziale, che opera al di fuori della portata fisica ed è vulnerabile alle interruzioni delle comunicazioni – è quello meno in grado di supportarla dal punto di vista computazionale. Al contrario, il livello con la maggiore potenza di calcolo – il segmento di terra – rappresenta la vulnerabilità più accessibile del sistema. L’uso di un’IA avanzata a terra migliora senz’altro le capacità analitiche della rete, ma concentra al tempo stesso la dipendenza dell’architettura sui suoi bersagli più esposti. 

Questa dinamica produce una chiara matrice di maturità per valutare i livelli di prontezza dell’IA lungo tutta l’architettura: 

  • Segmento di terra: operativo. Supportate dalla potenza di calcolo terrestre, le applicazioni di IA difensiva sono oggi attivamente implementate.
  • Collegamento spazio-terra: emergente. Le applicazioni basate sul machine learning per l’elaborazione dei segnali stanno passando rapidamente dalla fase sperimentale a quella pratica.
  • Segmento spaziale: vincolato. La difesa cyber autonoma a bordo rimane bloccata dalle limitazioni fisiche (SWaP) dell’hardware per uso spaziale.

In sintesi, l’IA è attualmente un potente strumento diagnostico, ma finché i processori per uso spaziale non diventeranno significativamente più potenti, un satellite in grado di difendersi da solo rimarrà un problema di hardware, non di software.


Francesco Macci ha conseguito un Master internazionale Erasmus Mundus in Sicurezza, Intelligence e Studi Strategici (IMSISS), un master in Leadership per le Relazioni Internazionali e il Made in Italy, e ha completato un corso di formazione avanzata in Istituzioni e Politiche Spaziali grazie a una borsa di studio dell’Agenzia Spaziale Italiana (ASI). Per conto dell’Istituto marocchino per l’analisi delle politiche (MIPA), ha pubblicato “La crescita della potenza aerea militare marocchina” (2023). Ha coordinato il gruppo di lavoro su sicurezza e difesa dell’European Student Think Tank (EST); ha lavorato come analista dell’intelligence nel settore privato e attualmente ricopre il ruolo di Country Security Manager.


Fonti
ENISA, LEO Satcom Cybersecurity Assessment, 2024
J. Willbold et al., “Space Odyssey: An Experimental Software Security Analysis of Satellites,” in 2023 IEEE Symposium on Security and Privacy (SP), San Francisco, CA, USA, 2023, pp. 1-19, doi: 10.1109/SP46215.2023.10351029
Space ISAC AI/ML COI, Generative AI for Data-Driven Space Operations, 2025
Space ISAC and OASIS, SATIS Announcement, 2024
Space ISAC, Developing AI for Space Cybersecurity, 2025
Space ISAC, Q3 2025 Public Report, 2025