Perspectivas de Tecnologia da F5 para 2024

Escrito por Lori MacVittie

Seria fácil ignorar os sinais do mercado e simplesmente afirmar que a IA generativa é a principal tecnologia e tendência deste ano.

Não há dúvida de que a IA generativa está causando um impacto significativo — até mesmo sísmico — no mercado e, consequentemente, em todas as empresas. Reconhecemos isso, mas também sabemos que há pouca necessidade de ressaltar esse fato. Todos estamos cientes da necessidade de adotar e incorporar a IA às nossas empresas, produtos, serviços e fluxos de trabalho e, portanto, não há valor real em pregar para milhares de convertidos.

O que precisamos destacar é que a IA generativa ofuscou uma tendência distinta, mas não menos significativa, que não tem um nome chamativo: a convergência entre segurança e observabilidade.

Não nos surpreende que “85% dos profissionais de tecnologia afirmem que a observabilidade agora é uma prioridade estratégica para suas organizações” (AppDynamics ). Ao analisarmos a maturidade digital das empresas, constatamos que até mesmo as organizações digitais mais maduras enfrentam dificuldades com a visibilidade e os dados isolados em silos. Estes últimos muitas vezes contribuem para a falta de visibilidade, pois os dados necessários ficam retidos em fontes distintas. A falta de conhecimento especializado mencionada por essas mesmas organizações provavelmente também é um fator que contribui para isso.

E pouco precisa ser dito sobre a importância da segurança. Ela continua sendo um dos principais desafios e preocupações, da sala de reuniões ao data center. Os investimentos em segurança permanecem entre as maiores prioridades, independentemente de quão sombrias ou otimistas sejam as perspectivas econômicas dos executivos.

De fato, no segundo semestre de 2023, vimos a força gravitacional da IA generativa sobre essas duas tendências convergentes criar um vórtice no qual a segurança está rapidamente sendo atraída: o AISecOps.

A convergência entre segurança e observabilidade

Ao longo do ano fiscal de 2023, observamos que as atividades nos domínios de segurança e observabilidade continuaram crescendo separadamente e convergindo entre si. Em outras palavras, as empresas de observabilidade começaram a oferecer serviços de segurança, enquanto as empresas de segurança adquiriram ou desenvolveram recursos consideráveis de observabilidade para proporcionar maior visibilidade.

Talvez sem surpresa, o próximo passo nessa convergência seja a integração da IA.

88% dos CIOs afirmam que a convergência das práticas de observabilidade e segurança será fundamental para criar uma cultura de DevSecOps, e 90% dizem que ampliar o uso de AIOps será essencial para expandir essas práticas (Dynatrace).

Vemos essa evolução já presente no mercado. A IA — e, em especial, a IA generativa — tem impulsionado uma atividade significativa tanto na segurança quanto na observabilidade. Esse impacto se intensificou durante o segundo semestre de 2023, sem sinais de desaceleração.

A convergência entre observabilidade e segurança já é uma realidade, e a integração de ambas com a IA é iminente.

Isso ocorre porque tanto a segurança quanto a IA dependem fortemente da observabilidade. Ou seja, ambas exigem volumes significativos de dados para fornecer insights relevantes e acionáveis que gerem valor para os negócios. Nos mercados de operações e segurança, a IA é inútil sem um repositório robusto de dados operacionais (telemetria).

Por outro lado, o volume de telemetria exigido tanto pela segurança quanto pelas operações em geral é tão grande que, sem IA, os dados não produzirão resultados relevantes. De fato, dados de desempenho e disponibilidade sem dados complementares de segurança são cada vez mais considerados insuficientes pelo mercado. Mais da metade (56%) dos profissionais de tecnologia procura soluções de observabilidade que integrem dados de disponibilidade e desempenho de aplicações a dados de segurança (AppDynamics). Eles buscam uma “fonte única da verdade” para atender às suas necessidades operacionais e alimentar uma solução sistêmica baseada em IA para gerenciar ambientes multinuvem e híbridos.

Assim, a observabilidade serve como um recurso fundamental tanto para a IA quanto para futuras ofertas de segurança.

A ascensão do AISecOps

Prevemos que 2024 será o ano em que a prática de AISecOps ganhará forma e se consolidará como “o caminho” a seguir.

Essa convergência não só trará abordagens tradicionais de IA e ML para analisar o tráfego em tempo real, a fim de detectar e neutralizar ameaças com mais rapidez e eficiência, como também revolucionará a forma como os profissionais de segurança interagem com os dados sobre ameaças. Daí a inclusão da IA.

Mas talvez ainda mais interessantes sejam as tecnologias que viabilizam a observabilidade, a segurança e a IA. São elas que possibilitam novos recursos e casos de uso e nos conduzem à convergência muito mais rapidamente do que seria possível de outra forma.

Essas tecnologias são:

1. eBPF

O eBPF (extended Berkley Packet Filter) é um recurso leve do Linux que opera no nível do kernel e pode atuar tanto como ponto de coleta quanto de controle de telemetria. Ele é popular porque não exige modificações no kernel nem recompilação, oferecendo uma maneira simples de incorporar recursos de captura e controle aos sistemas. Embora seja usado principalmente para capturar a telemetria de um sistema, ele também pode ser usado como ponto de controle, pois é capaz de executar um conjunto limitado de funções.

Por exemplo, ele pode impedir a propagação de pacotes suspeitos, além de atuar como uma espécie de roteador no nível de pacotes. Essa natureza dupla explica por que a tecnologia vem ganhando relevância tanto no mercado de observabilidade (captura) quanto no de segurança (controle). O eBPF viabiliza análises ao oferecer um conjunto mais robusto de pontos de captura do que seria possível ou financeiramente viável com tecnologias tradicionais baseadas em agentes. O eBPF é um facilitador de recursos de observabilidade e segurança.

2. APIs

As APIs (interfaces de programação de aplicações) passaram a dominar os mercados de segurança e observabilidade ao longo de 2023. Elas são usadas como endpoints para invocar lógicas, executar tarefas e iniciar processos. Embora compartilhem muitas características com os endpoints de aplicações (URIs), suas particularidades apresentam desafios específicos de segurança e operação. Além disso, as APIs são amplamente utilizadas para implementar a automação de tarefas e processos operacionais, tornando-se uma questão sistêmica para as empresas, e não apenas uma questão de negócios relacionada a aplicações voltadas para clientes. As APIs são fundamentais para viabilizar a automação e a observabilidade.

3. GraphQL

GraphQL é uma linguagem de consulta para APIs e um ambiente de execução dessas consultas nos seus dados. O GraphQL permite que os clientes solicitem os dados específicos de que precisam e recebam respostas em um formato previsível, reduzindo a obtenção excessiva ou insuficiente de dados. Sua ascensão é impulsionada pelo aumento do uso e da dependência de APIs, que as organizações têm dificuldade para controlar e gerenciar. O GraphQL também oferece acesso mais direto aos dados, elevando-os, nas arquiteturas de aplicações, à condição de elementos de primeira classe, juntamente com a lógica de negócios tradicional. Assim como as APIs, o GraphQL apresenta novos desafios de segurança que precisam ser enfrentados e exigem observabilidade.

4. DPUs

Uma Unidade de Processamento de Dados (DPU) é um componente de hardware especializado, projetado para transferir tarefas de processamento de dados da CPU (Unidade Central de Processamento) e acelerá-las. Assim como as GPUs (Unidades de Processamento Gráfico), que viabilizam criptografia avançada e experiências de jogo incríveis, as DPUs são altamente especializadas na execução de uma tarefa computacional específica. Elas são otimizadas para lidar com tarefas de movimentação, transformação e gerenciamento de dados, liberando a CPU para se concentrar em computação de uso geral e melhorando a eficiência geral do sistema. As DPUs podem melhorar o desempenho de aplicações com uso intensivo de dados, reduzir gargalos do sistema e diminuir o consumo de energia. Elas são cada vez mais utilizadas em arquiteturas modernas de data centers, computação de borda e cargas de trabalho de IA/ML, nas quais o processamento eficiente de grandes volumes de dados é crucial para o desempenho e a escalabilidade.

Juntas, essas quatro tecnologias estão ampliando os recursos de observabilidade, segurança e integração da IA generativa com a IA tradicional. Prevemos uma maior adoção e utilização de todas elas em 2024, à medida que as organizações avançam rumo ao AIOps e à sua convergência com a segurança.

A F5 não está sozinha em seus planos de aproveitar a IA — em especial, a IA generativa. Nossa missão na F5 é tornar a entrega e a segurança de aplicações “absurdamente fáceis”. De fato, o caminho para implantar e operar essas tecnologias com extrema facilidade passa pela integração e aplicação da IA em todas as suas formas. Estamos trabalhando ativamente em novas maneiras de incorporar tanto a IA tradicional — como os modelos que impulsionam nossas tecnologias de detecção de bots e fraudes — quanto a IA generativa.

Mas também reconhecemos que isso exige investimento nas tecnologias que sustentam seu sucesso. Por isso, ajudamos a criar o projeto OPI (Infraestrutura Programável Aberta) para acelerar a adoção de DPUs e ampliamos nosso investimento e apoio ao código aberto. É também por isso que estamos expandindo nossos esforços de inovação para incorporar a IA em todas as suas formas, a fim de aprimorar e ampliar nossas ofertas.

Acreditamos que a IA é uma evolução e levará os recursos de automação a um novo patamar, aumentando a produtividade e a eficiência em todas as funções, especialmente naquelas envolvidas na entrega e na segurança dos aplicativos e das APIs que impulsionam os negócios digitais.