A história do envenenamento de poços em tempos de conflito é bem documentada. Seja impedindo o acesso aos poços ou usando-os para potencializar a disseminação de doenças, o poço da cidade sempre foi um importante vetor de ataque.
Nos tempos modernos, podemos comparar um poço a um script ou endpoint de API que inicia uma automação responsável por implementar mudanças na infraestrutura, nos aplicativos e nos serviços digitais. A maioria das organizações — 78%, de acordo com nosso próximo relatório State of Application Strategy 2023 — emprega um amplo conjunto de automações em toda a área de TI justamente para isso. Isso não deve surpreender, dada a ampla utilização da automação para implementar mudanças em sistemas complexos e de hiperescala operados por empresas como Facebook, Twitter e Amazon.
Isso porque, assim como o poço compartilhado de antigamente, um único script pode afetar milhares de sistemas em questão de minutos. Antes, alterações manuais que afetassem o mesmo número de sistemas poderiam levar dias ou até semanas. A automação é um multiplicador de força, permitindo que operações de todos os tipos ganhem escala de maneiras que os seres humanos jamais conseguiriam. Ela é a base para ampliar a escala de processos, práticas e dos negócios. De fato, pode-se argumentar — como fizemos em Arquitetura empresarial para negócios digitais — que uma organização não pode se tornar um negócio digital sem automação. Ela é uma das seis principais capacidades que as organizações precisam desenvolver para aproveitar os dados com sucesso, adotar operações de SRE e dotar os serviços digitais da capacidade de adaptação por meio da entrega moderna de aplicações.
Mas a questão da automação é que, bem, ela é automática. Depois de iniciada, é difícil interromper as mudanças em cascata que se propagam por esses sistemas. Afinal, a velocidade das mudanças é um dos fatores que impulsionam a automação e, uma vez iniciadas, essas mudanças são difíceis — se não impossíveis — de deter.
Você teria que viver completamente isolado para não ter ouvido falar de casos em que a automação propagou alterações não intencionais que, no fim das contas, afetaram grandes parcelas da Internet. É praticamente impossível reverter um parâmetro incorreto inserido em um script depois que a tecla Enter é pressionada ou um endpoint de API é acionado. Uma vez executado, o estrago está feito.
Esta não é a primeira vez que faço um alerta sobre a segurança da automação de TI. Trata-se de um vetor de ataque negligenciado e pouco explorado que, mais cedo ou mais tarde, será utilizado. E, mesmo que esse momento só chegue daqui a décadas, a ameaça mais imediata de erro humano continua presente. De acordo com a pesquisa mais recente do Uptime Institute, “quase 40% das organizações sofreram uma interrupção grave causada por erro humano nos últimos três anos”.
É aqui que a IA — ou, mais corretamente, o aprendizado de máquina — entra em cena.
O uso de machine learning para proteger a automação de TI
O aprendizado de máquina é particularmente eficaz na identificação de padrões e relações entre pontos de dados. Atualmente, grande parte do mercado está concentrada na aplicação do aprendizado de máquina para solucionar desafios operacionais e de segurança. Isso inclui identificar se um usuário é um bot ou uma pessoa, detectar ataques e até mesmo prever interrupções iminentes.
Uma área frequentemente pouco explorada é o uso de IA e ML para proteger a infraestrutura de aplicativos. Por exemplo, o uso de machine learning para entender como operadores e administradores interagem com sistemas críticos e identificar imediatamente quando uma interação foge do padrão. Isso é útil para detectar invasores tentando acessar diretórios aos quais não deveriam ter acesso ou executar comandos com parâmetros fora do uso normal.
Leia essa última parte novamente. Executar comandos com parâmetros fora do padrão de uso.
Ah, aí está. Não há nada de específico da área de segurança na capacidade da IA e do aprendizado de máquina em geral de detectar parâmetros anômalos ou uma tentativa de executar um comando incomum. Isso significa que essa tecnologia poderia ser aplicada com a mesma facilidade à automação de TI para identificar tanto erros humanos quanto comandos intencionalmente maliciosos.
Supondo que tenha o nível adequado de acesso aos sistemas-alvo, uma solução de aprendizado de máquina como essa certamente poderia oferecer uma forma de proteger os sistemas contra parâmetros incorretos ocasionais, tentativas de comunicação lateral ou qualquer outro ataque. Ransomware, alguém?
A infraestrutura — para aplicativos, entrega de aplicativos e automação — ainda é um vetor de ataque atraente. À medida que as organizações passam a adotar mais automação — e elas estão fazendo isso —, precisam considerar simultaneamente as consequências — acidentais ou intencionais — do uso dessa automação. A partir daí, é necessário pensar em como protegê-la contra o inevitável erro de digitação ou comando malicioso.
A automação é um multiplicador de forças. Ponto final. Isso significa que ela é útil tanto para os casos de uso pretendidos quanto para os mal-intencionados. O que implica a necessidade de protegê-la. O aprendizado de máquina pode ser uma forma de integrar a IA às operações para proteger a infraestrutura que continua sendo um componente vital de uma empresa digital.
Sobre o autor
Lori MacVittie é engenheira distinta e evangelista-chefe no Escritório do CTO da F5, com ampla experiência em entrega de aplicações, estratégia de automação e infraestrutura. Ela é conhecida por transformar complexidade em clareza, seja definindo diretrizes para agentes de IA, analisando arquiteturas multinuvem frágeis ou investigando os limites de sistemas escaláveis. Ela acumula mais de trinta anos de experiência no setor, abrangendo desenvolvimento de aplicações, arquitetura de TI e operações de redes e sistemas. Antes de ingressar na F5, atuou como editora de tecnologia e recebeu diversos prêmios. MacVittie tem mestrado em Ciência da Computação e é uma autora prolífica, com publicações que abrangem segurança, nuvem e arquitetura empresarial. Ela também é uma entusiasta de jogos de tabuleiro e videogames, além de ter opiniões assumidamente fortes sobre queijos.
Mais publicações de Lori Mac VittiePublicações 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.