À medida que avançamos rumo à terceira fase da transformação digital, a coleta e a análise de dados e telemetria de todos os pontos do percurso da aplicação, desde o código até o cliente, são essenciais. As empresas dependem fortemente de análises baseadas em aprendizado de máquina, que fornecem todos os tipos de dados, como padrões de uso dos consumidores, acompanhamento de estoque e variações sazonais, que melhoram o desempenho, aumentam a eficiência e ampliam a vantagem competitiva. Ao mesmo tempo, o aprendizado de máquina também é fundamental para combater as ameaças avançadas à segurança que as empresas enfrentam atualmente e continuarão enfrentando no futuro.
No entanto, ainda há um debate sobre arquitetura de segurança que é crucial para concretizar o valor do aprendizado de máquina: filtragem de pacotes ou proxy? Esse debate já era intenso há quase vinte anos, quando eu era estagiário no grupo de inovação em segurança do Gabinete do CTO da Cisco, e continua até hoje.
No início, a filtragem de pacotes de rede parecia levar vantagem devido ao foco em velocidade e capacidade de processamento. As abordagens de filtragem de pacotes operam em pacotes individuais, o que, no passado, muitas vezes as tornava mais rápidas do que suas equivalentes baseadas em proxy orientado à conexão. As soluções de segurança desenvolvidas com base em abordagens de filtragem de pacotes evoluíram para mecanismos com maior controle de estado, tornando-se “cientes das aplicações” e dando mais ênfase às aplicações e à identidade. Ainda assim, a principal proposta de valor da segurança baseada em filtragem de pacotes dependia fortemente da inspeção de pacotes individuais em alta velocidade.
Com o tempo, porém, os proxies programáveis com amplo conhecimento das aplicações evoluíram e passaram a oferecer um valor que superou as vantagens iniciais da filtragem de pacotes. Esse valor se baseia em dois aspectos: primeiro, os proxies proporcionam visibilidade de todas as interações — do usuário à aplicação, da rede à aplicação e ao longo dos fluxos lógicos de negócios —, o que lhes permite detectar ataques avançados. Segundo, um proxy programável pode injetar código, enriquecer cabeçalhos e inserir dados de rastreamento para instrumentar dinamicamente clientes e aplicações. Em outras palavras, a inspeção deixou de ser suficiente — os proxies oferecem a capacidade essencial de instrumentar interações com a amplitude e a profundidade de dados necessárias para identificar padrões e gerar insights de segurança que possam ser colocados em prática.
O poder da inspeção e da instrumentação
Claramente, ainda é necessário filtrar o tráfego mal-intencionado e concentrar os recursos de inspeção no tráfego legítimo. Isso permite que as organizações tenham uma atuação abrangente e aprofundada, com uma arquitetura alinhada a uma abordagem de design de “confiança zero”, conectando a identidade do usuário a outras políticas de controle de acesso.
Além disso, a sofisticação dos ataques evoluiu para além dos ataques rudimentares detectados por meio de uma análise pontual de uma conexão com um único dispositivo em linha, como um WAF. A detecção e a mitigação de ataques avançados exigem a correlação de vários sinais ou pontos de dados ao longo de um período em todo o caminho dos dados.
O futuro da segurança depende de uma telemetria que vá além de pontos de dados técnicos extraídos de pacotes. É necessária uma visão holística das interações, desde o cliente e a aplicação até o comportamento. O aprendizado de máquina requer enormes volumes de dados para estabelecer e reconhecer padrões. É por isso que os proxies programáveis são uma parte tão essencial de uma abordagem avançada de segurança. Os dados de alta fidelidade obtidos por meio da instrumentação garantem informações valiosas que permitem proteger contra ataques a aplicações — e até mesmo prevê-los.
No fim das contas, as empresas terão muita dificuldade para obter as melhorias de desempenho, a eficiência e as vantagens competitivas que o aprendizado de máquina pode proporcionar se estiverem constantemente combatendo ataques avançados usando apenas metade das ferramentas disponíveis.
Sobre o autor
Publicações relacionadas no blog
O estado da maturidade digital empresarial: a transformação digital ainda não terminou
Explore como a IA impacta as empresas, as aplicações da IA generativa, as estratégias para modernizar as operações de TI e os benefícios da maturidade digital com a F5.
Como a IA generativa acelera a transformação digital
Veja como a IA generativa impulsiona a transformação digital nas empresas, acelerando tendências como a integração de APIs, os desafios dos modelos operacionais de TI híbrida e a adoção de AIOps.
Seis capacidades técnicas para acelerar a transformação digital
As arquiteturas empresariais atuais carecem dos fatores necessários de agilidade, escalabilidade, segurança e observabilidade, essenciais para impulsionar a mudança tecnológica. No entanto, estas seis capacidades fundamentais ajudarão as empresas a gerenciar riscos e desafios ao longo de sua transformação digital.
Inverter a API é a transformação digital de que as empresas precisam para participar e competir em uma economia de APIs
As organizações detêm um valor latente — na forma de APIs internas — que precisam explorar para competir em uma economia de APIs. Embora os desafios técnicos e de segurança possam desestimular algumas delas, as empresas precisam reconhecer que inverter suas APIs permitirá liberar o valor da organização como plataforma.
A modernização da TI começa pela infraestrutura
O hardware e o software evoluíram rapidamente desde os primórdios da internet, mas, para aproveitar ao máximo os benefícios resultantes dessa evolução, as organizações precisam avaliar e modernizar sua infraestrutura e a entrega de aplicativos. Acelere os esforços de modernização com a nova F5 rSeries.