S4S – Security for Saving

La sicurezza dei data center parte dall’energia.

Il problema invisibile dei data center

Più cresce la nostra dipendenza dai servizi digitali, più diventano strategiche la sicurezza e l’efficienza delle infrastrutture che li rendono possibili.

Pagamenti, servizi sanitari digitali, Pubblica Amministrazione e telecomunicazioni si basano su data center che elaborano e custodiscono enormi quantità di informazioni. Il funzionamento continuo dei server richiede però energia per l’elaborazione e per la gestione del calore prodotto.

Le organizzazioni devono quindi affrontare una doppia sfida, proteggere sistemi sempre più critici dalle minacce informatiche e contenere i consumi energetici, riducendo gli sprechi e l’impatto ambientale.

I limiti dell’approccio tradizionale

Molte soluzioni di sicurezza si basano su agenti installati nei server o sull’analisi delle informazioni gestite dai sistemi. Questi componenti possono utilizzare risorse di calcolo, incidere sui consumi e diventare un possibile punto di osservazione per malware capaci di agire a livelli profondi del sistema.

Approccio tradizionale

  • Agenti software installati nei sistemi monitorati.
  • Possibile utilizzo di CPU e memoria dei server.
  • Dipendenza dalla visibilità e dall’integrità dei controlli software.
  • Focus prevalente sulla difesa informatica.

L’approccio S4S

  • Rilevamento esterno basato sui segnali elettrici.
  • Elaborazione dedicata, senza caricare il server monitorato.
  • Osservazione indipendente dal software sotto controllo.
  • Unisce rilevamento delle minacce e analisi energetica.

La soluzione S4S. Una sentinella esterna non invasiva

Osservare il comportamento elettrico della macchina, senza accedere ai dati che elabora.

01

Rilevare dall’esterno

Una sonda IoT viene applicata alla linea di alimentazione del server o del rack e misura parametri fisici della corrente, come potenza attiva, reattiva e apparente.

02

Proteggere la riservatezza

La sonda non legge i dati personali o aziendali trattati dal server. Il progetto adotta così un’impostazione orientata alla privacy by design, senza ispezionare i contenuti delle elaborazioni.

03

Non appesantire i server

L’acquisizione e l’elaborazione dei segnali avvengono su hardware dedicato. Le risorse dei sistemi monitorati restano disponibili per i carichi di lavoro a cui sono destinate.

Un nuovo punto di osservazione per la cybersecurity

S4S sposta il monitoraggio dal software all’hardware; le variazioni della corrente diventano segnali da interpretare per riconoscere comportamenti anomali, senza dover accedere direttamente alle informazioni elaborate dalla macchina.

Un ecosistema integrato con hardware IoT
e piattaforma software

Due componenti coordinati per acquisire i segnali, analizzarli e rendere le informazioni disponibili agli operatori.

La sonda hardware IoT

Progettata per l’installazione sul singolo server o sul rack, integra circuiteria dedicata ed elettronica di precisione. Le caratteristiche previste comprendono schermature per la compatibilità elettromagnetica, antenne microstrip e dissipazione del calore per convezione naturale, senza ventole.

La sonda opera come nodo di edge computing, acquisisce segnali elettrici ad alta frequenza ed esegue elaborazioni locali a bassa latenza.

La piattaforma di controllo

Una centrale operativa accessibile via web e app mobile riceve i dati dalle sonde attraverso connessioni Wi-Fi, 4G o 5G, secondo una configurazione fault-tolerant.

Dashboard avanzate e notifiche automatiche aiutano gli operatori a seguire lo stato dell’infrastruttura. In caso di minaccia confermata, l’architettura prevede funzioni di remediation e integrazione con ambienti di virtualizzazione come VMware e KVM.

Il valore di S4S in tre pilastri

Un progetto che integra protezione, sostenibilità e autonomia tecnologica.

01. Sicurezza proattiva

L’analisi dei segnali elettrici offre un punto di osservazione indipendente dal software del server e mira a individuare anomalie senza installare agenti interni o accedere ai dati trattati.

02. Efficienza energetica

Il monitoraggio dei profili di consumo aiuta a riconoscere inefficienze e a individuare opportunità di ottimizzazione dei carichi, con attenzione ai consumi e agli indicatori di performance energetica.

03. Sovranità tecnologica europea

Il progetto punta a sviluppare e mantenere all’interno della filiera europea componenti hardware, firmware, software e algoritmi, contribuendo a ridurre le dipendenze strategiche da fornitori extra-UE.

Un nuovo modo di leggere la sicurezza delle infrastrutture digitali

La convergenza tra fisica applicata, ingegneria elettronica, elaborazione dei segnali e Intelligenza Artificiale apre la strada a un monitoraggio non invasivo che mette in relazione cybersecurity, efficienza operativa e sostenibilità.

Dalla corrente elettrica alle impronte digitali del comportamento

Ogni macchina presenta un profilo elettrico che può essere analizzato per individuare scostamenti rispetto al comportamento atteso.

Il progetto utilizza tecniche di elaborazione digitale dei segnali (DSP), filtri FIR e trasformata veloce di Fourier (FFT) per analizzare le caratteristiche del segnale e ricavarne un’impronta spettrale.

Modelli di Intelligenza Artificiale e Machine Learning eseguiti direttamente sulla sonda confrontano l’impronta rilevata con quella nominale. L’obiettivo è riconoscere variazioni potenzialmente associate a minacce informatiche, inefficienze operative o anomalie fisiche.
Gli scostamenti non riconosciuti possono essere inviati alla piattaforma centralizzata per alimentare un processo di ri-addestramento e aggiornamento del repository delle impronte spettrali. Il progetto prevede inoltre l’integrazione con strumenti di Threat Intelligence e l’attivazione di procedure di risposta in caso di minaccia confermata.

Minacce informatiche

Il progetto mira a rilevare anomalie compatibili con attività quali ransomware, attacchi DoS/DDoS, trojan e minacce zero-day che possono modificare i profili di consumo di CPU e memoria.

Inefficienze operative

Scostamenti nei consumi possono evidenziare sovra-utilizzo, sotto-utilizzo, picchi anomali dovuti a loop software o macchine che assorbono energia senza produrre lavoro utile.

Guasti latenti

Le micro-variazioni elettriche possono contribuire a individuare anomalie negli alimentatori o nei componenti fisici, favorendo strategie di manutenzione predittiva.

Il percorso di sviluppo

Dalla ricerca alla validazione in contesti operativi reali, per portare l’ecosistema S4S verso la maturità industriale. Il risultato atteso è il raggiungimento del livello TRL 9, corrispondente a un sistema validato in contesti operativi reali e pronto per la commercializzazione su larga scala. Le innovazioni previste nell’hardware della sonda e nei processi di analisi possono inoltre costituire la base per il deposito di brevetti industriali.

Fase 1

Ricerca industriale

Studio e definizione dei principi tecnologici, dei segnali da analizzare e dell’architettura di riferimento per la soluzione.

Fase 2

Sviluppo sperimentale

Realizzazione e affinamento dei componenti hardware e software, degli algoritmi di analisi e delle funzionalità della piattaforma.

Fase 3

Test, integrazione e validazione

Verifica dell’ecosistema integrato e validazione della tecnologia in condizioni operative, in vista della sua industrializzazione.