As aplicações de IA estão evoluindo rapidamente de simples interfaces de chat para sistemas orientados por agentes. Essas aplicações “agênticas” modernas não se limitam a chamar APIs — elas descobrem recursos, orquestram fluxos de trabalho e executam ações em diversas ferramentas e serviços, muitas vezes de forma dinâmica e em tempo de execução.
No entanto, os modelos de segurança ainda são, em grande parte, desenvolvidos para aplicações estáticas com padrões de tráfego previsíveis e estão se esforçando ao máximo para acompanhar essa evolução meteórica o mais rápido possível.
Essa evolução, no entanto, muda fundamentalmente o papel de controles de segurança consolidados, como descoberta, detecção e proteção de APIs e firewalls de aplicações web (WAFs). Em um mundo de agentes, esses controles deixam de ser apenas “defesas de perímetro”. Cada vez mais, eles funcionam como planos de controle para a segurança de aplicações de IA, proporcionando a visibilidade, a aplicação de políticas e as restrições em tempo de execução necessárias quando os agentes podem decidir o que fazer em seguida.
“Em arquiteturas de IA agêntica, um WAF não atua mais apenas na defesa de aplicações web. Agora, ele também é um ponto de aplicação de políticas para o tráfego de alto volume entre máquinas.”
As aplicações de IA são centradas em APIs por definição
Em termos técnicos, praticamente toda aplicação de IA é um mecanismo de composição de APIs.
As categorias comuns de APIs incluem:
- APIs de modelos: endpoints de inferência de LLMs
- APIs de recuperação para geração aumentada por recuperação (bancos de dados vetoriais, serviços de busca, repositórios de documentos)
- APIs de ferramentas/ações: emissão de tíquetes, e-mail, execução de código, CRM, pagamentos etc.
- APIs de streaming: mecanismo de soquete seguro (SSE), WebSockets, streaming via gRPC
- APIs de orquestração e políticas: roteadores de agentes, mecanismos de fluxo de trabalho, serviços de proteção
À medida que os agentes amadurecem, eles passam da integração estática para a descoberta de recursos em tempo de execução, selecionando ferramentas com base no que está disponível e é relevante naquele momento. O Model Context Protocol (MCP) é um exemplo disso: ele padroniza a forma como os sistemas de IA descobrem e acionam ferramentas por meio de uma interface de API consistente.
Essa arquitetura centrada em APIs torna indispensáveis a visibilidade e o controle das APIs. Quando um aplicativo pode expandir dinamicamente suas funcionalidades, a equipe de segurança precisa ser capaz de visualizar e gerenciar essas expansões praticamente em tempo real.
O papel da descoberta de APIs em aplicações de IA
Existe uma regra prática bem conhecida: nenhuma organização pode proteger aquilo que não consegue ver. Isso é especialmente verdadeiro quando um agente pode explorar e utilizar APIs de forma dinâmica. É por isso que a descoberta e a classificação de APIs são essenciais atualmente.
A descoberta e a classificação de APIs oferecem visibilidade contínua sobre quais endpoints de API existem, incluindo os recém-introduzidos. Elas fornecem informações sobre os métodos de requisição HTTP utilizados (por exemplo, GET, POST, PUT etc.). Também ajudam a identificar os esquemas e os formatos de payload em uso, bem como quais clientes, agentes e serviços estão chamando quais APIs. Além disso, ajudam a definir como o cenário de APIs — e, consequentemente, a superfície de ameaças — muda ao longo do tempo.
Para servidores MCP e outras APIs de controle de IA — interfaces de software que gerenciam, protegem e regulam as interações entre aplicações e modelos de IA —, a descoberta de APIs oferece benefícios importantes para a segurança. A descoberta de APIs pode detectar rotas ou descritores de ferramentas inesperados, incluindo recursos ou dados que não deveriam existir ou ser expostos. Ela ajuda a identificar APIs ocultas e não documentadas, que agentes ou desenvolvedores podem usar inadvertidamente. Além disso, estabelece uma linha de base para o comportamento normal dos agentes, como os padrões típicos de uso, frequência e sequenciamento.
Em um ambiente dinâmico de IA, a descoberta de APIs não é apenas um exercício de inventário. Ela se tornou um sinal de segurança em tempo de execução que permite distinguir comportamentos normais e intencionais de falhas na gestão do ciclo de vida das APIs, incluindo desvios, uso indevido, exposição de dados confidenciais ou comprometimento.
O papel dos WAFs em aplicações de IA
Quando uma organização passa a ter visibilidade sobre o que realmente existe, bem como sobre o que está sendo usado e de que forma, é possível criar e aplicar políticas. Em arquiteturas de IA agêntica, um WAF deixa de ser apenas um mecanismo de defesa para aplicações web. Ele também passa a ser um ponto de aplicação de políticas para o tráfego de alto volume entre máquinas.
Para endpoints MCP e backends de IA, um WAF pode impor limites rigorosos à API, permitindo apenas caminhos, métodos e tipos de conteúdo conhecidos. Um WAF também garante a conformidade com os protocolos, bloqueando o contrabando de requisições, requisições malformadas, manipulações de cabeçalhos e abusos de upgrade e streaming.
A aplicação de controles de autenticação e sessão também pode ser feita por meio de um WAF, garantindo que a identidade seja validada antes que as solicitações a ferramentas privilegiadas sejam iniciadas. Os WAFs oferecem resistência a abusos e enumeração, detectando varreduras, sondagens, descoberta automatizada de endpoints e padrões suspeitos de exploração. Os WAFs também fornecem controle de taxa e de conexões, ajudando a mitigar o esgotamento de recursos e ataques de negação de carteira que exploram chamadas dispendiosas a modelos e ferramentas.
Outra vantagem importante dos WAFs é que a aplicação das regras ocorre antes que o tráfego chegue ao ambiente de execução da IA, à camada de orquestração ou às ferramentas subsequentes, onde os erros podem se tornar dispendiosos, perigosos ou irreversíveis.
Protegendo rapidamente aplicações de IA agêntica
A IA agêntica atual pode transformar uma aplicação em um orquestrador dinâmico de APIs, tornando insuficiente a conhecida segurança estática de perímetro quando implementada isoladamente. A descoberta de APIs pode proporcionar visibilidade contínua e estabelecer linhas de base comportamentais nesse cenário em rápida transformação.
É nesse mesmo cenário que os WAFs estão evoluindo rapidamente para se tornarem pontos de linha de frente na aplicação de políticas ao tráfego de agentes entre máquinas, restringindo o que e onde os agentes podem acessar, suas comunicações, além do que e quanto podem consumir. É um cenário em que a descoberta de APIs e os WAFs podem aplicar controles práticos para proteger sistemas de IA agêntica na mesma velocidade em que seus recursos e integrações mudam durante a execução.
Para saber mais, acesse F5.com e nossas páginas de soluções de WAF da F5 e de produtos e serviços de segurança de APIs da F5.
Sobre o autor
Publicações relacionadas no blog
IA agêntica em cibersegurança: promessas e riscos
Saiba por que o uso de IA agêntica na cibersegurança é essencial para combater ameaças impulsionadas por IA e por que os agentes também criam novos riscos para as empresas.
Como os clientes da F5 no setor financeiro lidam com a soberania digital sem desacelerar a inovação
Como é a soberania digital na prática? Dois projetos recentes da F5 com clientes mostram como diferentes empresas estão enfrentando esses desafios.
Soberania operacional: construindo resiliência em um mundo imprevisível
Para muitas organizações, a questão já não se resume apenas a controlar os dados. Trata-se de manter a capacidade de operar, adaptar-se e se recuperar à medida que as leis e as condições evoluem.
Segurança de IA com evidências: o que levaremos ao Gartner SRM
Antes de sua sessão no Gartner SRM, o vice-presidente sênior de Marketing de Produtos da F5 explica como a F5 ajuda as organizações a proteger a IA em três etapas práticas.
Gestão de riscos de IA: como as proteções podem ajudar a mitigá-los
O risco da IA é impulsionado por comportamentos probabilísticos e pela explicabilidade limitada, não apenas por falhas de segurança. Uma gestão eficaz exige controle operacional contínuo.
Lei de IA do Colorado (SB 205): o que as empresas precisam saber antes de 2026
A SB 205 do Colorado, a lei pioneira do estado sobre inteligência artificial, foi sancionada pelo governador Jared Polis em 17 de maio de 2024. O projeto de lei estabelece requisitos para que as empresas que utilizam IA implementem controles destinados a proteger os cidadãos do Colorado.